海關大數據知識圖譜構建技術及應用

CHINA

TECHNOLOGY

PORT

SCIENCE

AND

海關大數據知識圖譜構建技術及應用

趙碧君

：

信鴿

I

摘本文結合信息爆炸時代海關管理而臨的挑戰及業界知

要

海關業務改革的不斷深化對海關管理提岀了新的要求

識圖譜的應用情況

，

全面分析

r

在海關管理中引人知識圖譜的必要性

，

提出了海關大數據知識圖譜的構建技術流程及應用

場景旨在為智慧海關建設提供參考

，

關鍵詞

大數據

；

知識圖譜

；

構建技術流程

Construction

of

Technology

and

Application

Customs

Big

Data

Knowledge

Graph

ZHAO

Bi-Jun

*

1

XIN

Ge

1

Abstract

Thereformhas

management.

deepeningnewCustomsCombining

of Customsrequiremenls

business

put

forward

for

the

challengesCustomsthethegraph

facedbyindustry,

rrmnthe

agementininapplicatio

era

of

formation

explosi

on

andkno

n

of

wledge

in

paper

comprehensivelymanagement,

analyzesknowledge

theCustomsthe

necessity

of

introducingpropos

graph

into

and

construction

processknowledgefor

andenariosCustomsdatathe

application

ofaimingsmart

big

graph,

to

provide

reference

constructionof

Customs.

Keywords

big

dataconstruction

；；

graph

knowledge

process

2017

年新一代人工智能發

7

月

，《

國務院發布

所集聚的海量數據也為海關傳統數據管理及應用模式

展規劃

》

,

明確

“

建立新一代人工智能關鍵共性技術

體系

”

，

首先提出建立

“

知識計算引擎與知識服務技

帶來新的挑戰，如何有效打破各類結構復雜的業務數

據間的信息壁壘

，快速從海量數據中獲取關鍵信息.

最大程度挖掘數據的隱藏價值

，、

打造

“

管得住

放得

術重點突破知識加工

”

.

強調要

“

、

深度搜索和可視

化交互核心技術

”

.、

“形成涵蓋數十億實體規模的多元

開

、

效率高

”

的智能化海關監管服務體系成為海關

，

業務管理中亟須解決的問題

。

海關

””

十三五

規劃明

多學科和多數據類型的跨媒體知識圖譜

”

當前我國

外貿迅猛發展所帶來的進出口業務量驟增對海關監管

服務提岀更高要求

，

同時

，

海關信息化建設不斷加快

確指出,

要運用大數據技術提升海關管理智能化水平

；

《》

海關全面深化業務改革

2020

框架方案

明確指出.

第一作者：高級數據分析師.主要從勺進出口數據分析

趙碧君,

（1988-

）女

，、

漢族.山西人.碩士

，

理模相關工作.

E-mail

：

****************

1

.全國海關信息中心

（

全國海關電子通關中心

）

北京

100005

1.）

National

,

InformationE-ClearanceGACC

100005

Center Beijing

National

of

G/CC

（

Center

of

92

要

“

依托大數據

、

情報信息

、

人工智能和專家研判等.

強化人工風險分析.突出布控精準性

”

：

通過建立海

關各業務領域知識圖譜

，

梳理海關通關業務各主體間

的關系，

將碎片化的業務知識進行有效整合形成統一

的知識體系

，對

將為海關業務分析提供一種新思路

，

實現海關管理由人工轉向智能具有重要意義

1

構建海關大數據知識圖譜的必要性

知識圖譜

(

Knowledge

Graph

)

作為人工智能從感

知智能向認知智能進階的關鍵技術組成部分.最早由

Google

出于優化搜索結果的目的于

2012，

年提出

，

隨

后便在工業界與學術界受到廣泛關注

。

知識圖譜是一

個將現實世界映射到數字世界

、

由節點和邊組成的語

義網絡

，

其中

，

節點代表現實世界中的實體或概念

，

邊代表實體的屬性或實體間的關系與傳統的數據管

。

理及應用模式相比

，

知識圖譜具有以下優勢叫

1.1

重構數據價值

，

實現對多源異構數據的統一

、

規

范管理

海關信息化建設的快速發展為海關各業務系統集

聚了海量數據

，、視頻等，

其中包括文本、目前

圖片

。

海關雖已初步建成大數據資源平臺

，

但平臺內的數據

仍以結構化數據為主

，

海關監管過程中產生的大量音

視頻

、文本等非結構化數據仍分散在不同業務系統中

無法得到有效利用,知識圖譜作為一種新型的知識表

示與數據管理模式

，

其本質是結構化的語義知識庫

，

邏輯上由模式層與數據層構成,

、其中.模式層類似于

關系型數據庫中的表結構 一種是自

，

通過模式層統一確定和規知識圖譜的構建目前主要有兩種模式

范知識圖譜中的本體

、，

本體屬性及本體之間的關聯關

系；

然后針對模式層.采用知識抽取技術對分散在各

系統中的結構化數據、

、半結構化數據，

非結構化數據有完整知識體系的數據通用知識圖譜的構建多采用

進行高度提煉融合

，

形成包含大量先驗知識的結構化

、

高度關聯的高質量知識體系.可以有效解決多源異構

數據源數據不一致

、

不完整等問題

1.2

創新數據應用模式”

，

提供從

“

關系

角度分析解

決問題的能力

目前海關業務人員對數據的應用模式仍主要基于

傳統的關系型數據庫

，

通過關聯多張結構化的數據表

及知識應用等

中國口岸科學技術

開展分析工作該模式不僅對海關業務人員的技術水

平有一定要求

，

同時也不利于快速直觀地從海量數據

中定位有用信息而海關知識圖譜通過將碎片化的信

息進行充分融合.建立起數據之間的關聯關系.形成

海關通關業務各主體間的巨大關系網絡

，

并以圖形化

的方式進行展示

，

可以很好地幫助業務人員準確

、

快

速

、直觀地從海量數據中發現內在規律

、

找出關鍵信

息

。

同時以利用知識圖譜相關技術形成的結構化網

，

絡為基礎圖計算等

，、，業務人員可以

借助知識推理

從

“

關系

”

出發，

，

挖掘復雜關系中隱藏的潛在關系

從而發現新線索

1.3

賦予機器認知智能提高人機協同解決問題的精

準性

機器學習模型雖已被廣泛應用于海關各業務領域

的風險監測與防控

，

但其預測結果的準確性嚴重依賴

大規模的標注數據

，

且預測結果缺乏可解釋性"因此

，

要實現更高級別的人工智能.提高機器預測的可解釋

性

，，

必須讓機器具備理解和解釋能力

而這種能力的

獲得與知識庫密不可分通過知識圖譜形成的包含實

體

、

CHINA

TECHNOLOGY

PORT

SCIENCE

AND

知識建模

大數據資源平臺

PIM

模型

數據

ETL

知識圖譜應用

服務器

(ODPS)

數據讀取

流入

Nifi

數據抽取服

務器

流入

流入

hba

流入

流入

TRSGraph

kafka

圖

1

海關大數據知識圖譜構建技術流程

Fig.1CustomsDataKno

Con

struct! Big

onProcess

of

wledge

Graph

2.1

知識建模

形成全局統一的知識標識和關聯通過知識融合可以

有效解決不同數據源知識重復

、

知識間關聯不夠明確

知識建模是建立知識圖譜模式層的過程該過程

需要工程師與業務專家不斷交互

，

根據業務特點.抽

象出本體

、、

屬性

關系等信息.涉及節點及節點屬性的重要步驟

標簽確定

、

關聯關系設計等步驟

2.2

知識抽取

等問題

，

提高知識質量及應用價值

，

是確保知識質量

。

2.4

知識存儲

知識存儲是對構建完成的知識圖譜設計底層存

儲方式

，

完成知識存儲

。

知識存儲方式的選擇直接

知識抽取是指從不同來源

、

不同結構的數據中提

取知識

，，

并存入知識圖譜的過程

包括實體抽取

、

關

系抽取與屬性抽取

，

是構建知識圖譜的重要環節知

關系到知識圖譜的應用效率

。

目前知識存儲主要有

三種模式第一種是基于

：，

RDF

的存儲

該模式以

三元組方式存儲數據

，

常用數據庫包括

RDF4J

、

gStore

、

GraphDB

等

；

第二種是基于原生圖數據的

識圖譜的數據源主要包括三類

：

一是結構化數據

，

包括關系型數據以及開放鏈接數據

；

二是半結構化

數據.包括各類百科數據等

；

三是以文本為代表的非

結構化數據.目前結構化數據和文本數據是知識圖譜

最主要的知識來源

存儲

，

該模式以屬性圖方式存儲數據

，

常用數據庫

包括

Neo4j

、

JanusGraph

OrientDB

s

等;第三種是

基于關系數據庫的存儲

，

該模式以表格的形式存

知識抽取一般通過圖譜構建工具實現，

涉及自然

語言處理

、深度學習等技術

。

2.3

知識融合

儲數據

「

譜的應用依賴于圖的挖掘計算與知識推理等技術"

3

行業典型應用范例

知識圖譜為多源

、融合海關內外部包括外匯

異構

、

動態海量數據的表達

，

管理及應用提供了一種更為有效的方式

。

國內關于知

識圖譜的研究雖仍處于起步階段

，

但已在金融，

、

醫療

、

司法

、

電商

、

政府管理等領域得到了廣泛應用并取得

成效

。

3.44.1

服務政府管理助力疫情防控與復工復產

，

面對嚴峻復雜的新冠肺炎疫情形勢

，

為滿足國

家在疫情防控與復工復產方面的迫切需求

，

以國家

衛生健康委員會

、鐵路總公司等單位

交通運輸部

、

提供的權威數據作為數據源

，

利用知識圖譜技術.、

形成包括進口冷鏈商品檢驗

圍繞病例假

、

疫區

、

交通工具和活動地點等本體建立

知識產權侵權

疫情知識圖譜

，

通過個人密接情況查詢

、

基層住戶

健康情況精準管控譜

、交通站點流動人員健康情況自

動識別

、

企業員工健康狀態掌握等服務

，

及時發現球疫情疫區變動情況

知識

感染病例

，

為政府

、

企業及個人的疫情防控與復工

復產提供參考依據

。，

3.2

服務公共安全

，筑牢平安中國的社會治理防線同

近年來

，

在公共安全領域的很多案件中不難發

現

，。

犯罪分子作案手法愈發隱秘

，

案件破獲的難度

也越來越大、

。

圍繞公共安全領域重點關注的人

、

事

地

、、、、

物

組織

、提前在準入階段對風險較高的商品進行布控

虛擬身份等本體

，、

以案件

軌跡

通訊

社交

、

個人背景

、

工商稅務

、

、

銀行交易等信息為

數據源構建公共安全知識圖譜

，

借助知識推理幫助

警務人員快速掌握涉案人員關系

，

推理預測涉案人

員家庭

、運單

社交

、、

隱藏關系人等情況

，

快速

、

精準鎖

定目標

。

3.3

服務公眾健康

，

實現尋醫問診足不出戶⑴

醫學知識博大精深

，。

醫療領域專家在實踐過程中

積累了豐富的臨床經驗

，可以從特定風險點出發

并針對各類疾病形成了完整

的知識體系、、

。

圍繞疾病

、、醫

癥狀

藥品

臨床路徑

生等本體構建醫學領域知識圖譜

，

可以幫助患者快速

查詢到與所關注疾病相關的臨床表現

、

治療方法等

；

通過挖掘癥狀與藥品

、

癥狀與體征

、

癥狀組合與藥品

之間的關系等.幫助臨床醫生進行決策

。

中國口岸科學技術

4

海關應用場景舉例

圍繞海關業務中涉及的企業

、

人

、

運輸工具

、

口

岸

、

國家地區

、

商品

/

物品

、

執法信息等對象充分

，

、

報關單

、、

提運單

工商總

局企業注冊登記

、

互聯網文本等各類信息

，構建海關

大數據知識圖譜

可以有效協助海關業務人員快速準

確地發現關鍵信息.實現海關監管服務中效率與安全

兼顧的目標

。

進口商品風險甄別與防控

通過梳理整合境外疫情疫區信息

、

進境食品和化

妝品風險信息

、

進出口商品假冒偽劣及知識產權侵權

風險信息

、、

海關內部企業注冊信息

海關檢驗檢疫要

求

貨物通關等數據

，

、

危化品檢驗

、

食品和化妝品檢驗

、、

冒偽劣商品檢驗等在內的進口商品檢驗檢疫知識圖

，

海關業務人員可以通過知識圖譜檢索及時了解全

、

不同商品檢驗檢疫要求

、

產權侵權

、

假冒偽劣商品種類及產銷地等

；通過圖譜

拓展

從特定商品出發

，

準確直觀地獲取相關商品的

軌跡及企業信息

，

并利用圖計算等技術，迅速掌握商

品攜帶疫情的幾率，

有效阻止傳染病和檢疫性有害生

物的傳播

此外

，

海關業務人員可以通過圖譜的關聯

CHINASCIENCE

PORT

AND

TECHNOLOGY

內外部的企業注冊

、

吊銷等信息，

建立企業與企業

、

企

合海關各業務領域的各類數據資源

，

沉淀專家經驗.

業與人人與人之間的關系圖譜以此為基礎，

、

從特定

直觀展示海關通關業務中各個主體之間的關系.為海

關管理提供新模式

、

新思路

，

同時基于知識圖譜開展

機器學習

，

可以進一步提高模型預測結果準確性與可

的商品

、

運輸工具等線索出發

，

借助知識挖掘知識推

、

理

、

社群檢測等技術海關業務人員可以快速發現相關

，

線索所涉及主體間的潛在關系及關系的親密程度

,

找到

解釋性腦力支持

，

為實現

“”“

智慧海關

提供

”

未

來知識圖譜必將在推進海關治理能力和治理體系現代

具有異常通關行為的團體

，

進而鎖定作案對象

化建設進程中發揮重要作用

5

結語

［

該文經

CNKI

學術不端文獻檢測系統檢測

，

總

通過建設海關大數據知識圖譜.不僅可以有效整

文字復制比為

6.2%o

】

參考文獻

［

1

］

王昊奮

,

漆桂林陳華鈞

,

.

知識圖譜'方法

、

實踐與應用

［

M

］

,

電子工業出版社.

2019:

1-270,

420-461.

［

242(10)

］

馬忠貴、

，.工程科學學報,

倪潤寧余開航

,

知識圖譜的最新進展

關鍵技術和挑戰

［

J

］

,

2020,

：

1254-1266.

［］

3C

］ ffiltt：

周鵬,

，

胡運濤

茂

.

知識圖詵作公安領域的構建與應用研究，

［

.

第八屆中國指揮控制大會論文集

2020

378-384.

⑷雷瑛.李軍訃.曾熠.

,

等

多源數據融合的軍事伽識圖譜構建

［，

C：

］

,

第八屆中國指揮控制大會論文集

2020

220-225.

(文章類別

：

CPST-A)

96