面向商务大数据的知识图谱引擎构建方法与关键技术研究

In the big data era, business big data fusion and analysis become the most obvious and urgent problems. Based on the Alibaba's Sutra Pavilion Research project and the multi-source heterogeneous business big data accumulated by Alibaba's e-commerce platform, this program takes the key technologies for knowledge graph engine construction for business big data as the overall research goal, particularly focusing on solving the problem of panoramic knowledge graph fusion and semantic reasoning analysis. This program proposes to study logic-assissted knowledge graph embedding framework which tries to integrate the advantages of both symbolic and vector-based knowledge representation. Based upon the novel knowledge embedding framework, this program carries out the key technology research on large-scale business data fusion, highly dynamic knowledge inference and semantic analysis, and combines many real business scenarios (such as new retail, oversea e-commerce, etc.).

在大数据发展所造就的数字经济时代，商务大数据融合与分析的关键技术与方法成为最显著也亟待突破的难题。本项目以阿里藏经阁（知识引擎）研究计划为依托背景，以阿里电商平台积累的多源异构商务大数据为基础，重点围绕商务大数据所面临的知识多样性和逻辑复杂性、全景式知识图谱融合、高动态高时效的场景化决策管理等问题，开展面向商务大数据的知识图谱引擎构建方法和关键技术研究。具体以面向符号与向量相结合的知识图谱表示学习框架为技术基础，开展基于知识表示学习的大规模知识图谱融合、场景化知识图谱补全与推理分析等方面的关键技术研究，涉及的关键科学问题包括：复杂知识结构的表示学习、全景式深度语义融合和高动态高时效的可微分知识推理。并结合多个真实的商务场景加以应用（如新零售、跨境电商等），为多边市场主体的决策与管理进行知识赋能，包括精准捕捉并智能识别消费趋势、基于多图谱融合的货品重组、智能导购链路和智能管控等。

大数据是IT产业颠覆性的技术变革，深刻影响了社会管理、国家战略、企业管理、个人决策。知识图谱技术为商务大数据发展提供了新的方向，以其强大的语义处理能力和开放组织能力为知识化组织和智能应用奠定了基础。本项目的主要研究内容包括：第一，知识多样性及逻辑复杂性。针对多源、多样、异构数据，以及数据之间的复杂关联关系，对不同领域知识的进行标准化是必要手段，那么如何对识别出的实体数据进行知识表示则是首要解决的关键问题。第二，全景式的知识图谱融合。针对多源异构数据，数据融合与跨界关联将为电商领域实现全景式管理做出实质性贡献。第三，高动态、高时效的场景化决策管理。.项目围绕“面向商务大数据的知识图谱构建引擎与技术”等开展基础研究、创新应用和开源开放工作。在包括NeuralPS、ICLR、ICML、IJCAI、AAAI、KR、KDD、VLDB、ICDE、WWW、SIGIR、ACL、EMNLLP等国际会议发表论文69余篇，论文其中2篇获知识图谱领域最佳论文奖，3篇分获KDD2021/IJCAI2021/WWW2022最具影响力论文（PaperDigest Best Papers）。出版3部知识图谱专著，获中国工信传媒出版集团优秀出版物一等奖和博文视点最具震撼力图书大奖。完成多项技术应用，包括低资源知识图谱构建技术应用于阿里巴巴商品知识图谱补全，可解释的可微知识图谱推理技术应用于电商场景中进行学习和沉淀可复用的业务逻辑规则，可迁移的大规模知识图谱预训练技术应用于阿里巴巴推荐场景下的预训练等。完成DeepKE，NeuralKG，OpenBG等项目的开源开放。应用成果获浙江省科技进步二等奖（排1）、中国中文信息学会钱伟长科技奖一等奖（排2）、以及2次阿里巴巴优秀学术合作奖。