政府治理大数据行为知识图谱关键技术研究

Trust management and trust analysis are the important aspects of the government big data applications, and the behavioral data of legal/natural persons is the core of trust management and trust analysis. This project utilizes the multi-source and multi-modal big behavioral data from the Internet and the government, to build huge behavioral knowledge graphs. It then achieves the goal of trust management and trust analysis via the management and realtime analysis of massive behavioral knowledge graph data. As such, the project focuses on key techniques such as the construction and integration of high-precision behavioral knowledge graphs using crowdsourcing, high-throughput behavioral data access via document model, entity-based data partitioning and multi-layer storage, as well as high-performance realtime analysis of behavior data based on star-model-based graph computing and heterogeneous information network analysis. After the development of high-performance data management and analysis system for big behavioral data, we plan to deploy the system on the "Tianhe II" supercomputer and build a trust management and trust analysis demonstration to support the establishment of an open social trustable community.

信用管理与信用分析是政府大数据治理应用的重要内容，而法人/自然人的行为数据是信用管理与信用分析的基石。本项目利用互联网和政府大数据中多源、多模态的行为大数据，构建行为知识图谱，进而通过对海量行为知识图谱大数据的管理与实时分析，实现针对法人/自然人的信用管理与信用分析。为此，项目着重研究使用众包技术的高精度行为知识图谱的构建融合，基于文档模型、实体簇数据划分和多级存储的高吞吐行为知识图谱数据访问，及以星型模型图计算框架和异构信息网络模式发现为基础的高性能行为大数据实时分析等关键技术。通过研发高性能的行为知识图谱大数据管理与分析系统，在“天河二号”超级计算机上部署并开展以建立开放社会信用社区为目的的信用管理与信用分析示范应用。

政府部门利用数据提升自身的社会治理能力是国家明确提出的大数据发展战略。利用大数据提升政府治理能力的角度有很多，本项目关注于和信用有关的应用需求出发，因为很多政府治理应用场景需要对信用进行量化，以更好地评估个体。项目组以政务应用的个体行为数据为基础，使用知识图谱技术关联行为数据。要解决好数据之间的关联，就需要实体对齐技术，是高精度行为知识图谱的构建融合的关键。纯粹使用人工智能技术做实体对齐，离应用还有一定差距。为此，项目组创新性的使用了基于博弈理论的众包方法，引入人的智慧，实现高效率且高精准的实体对齐，能够帮助我们对大规模行为数据建立有效的知识图谱。从政务数据到行为知识图谱的转换是一个从结构化数据到图数据的转换过程，这需要经常将关系形式的行为数据转换为知识图谱数据，计算和存储代价高，容易出错。为此，项目组研究了同时支持关系操作和图数据操作的关系-图数据库。为了进一步保证查询处理效率，我们从性能比较快的内存型关系数据库出发，研究查询处理优化技术，研发了一套同时支持两类数据的高性能关系-图数据库系统。进一步还研发了支持图谱数据交互分析的数据探索系统。我们还从政府治理信用相关应用的另一个角度，关注民众在政府论坛上提出的问答数据，它们反应了民生述求，是一种带有强烈意图的民众行为数据。为此，项目组从对这些数据建立意图知识图谱的角度，对民众的述求进行结构化建模和分析处理。在理论研究基础上，项目组围绕政府治理的一些应用场景，结合所研究的知识图谱大数据管理与分析系列算法与系统，开发了一些应用演示系统，在政务数据集成、政务问答质量评估、真假新闻识别等为代表的政务信用管理与评价服务应用等场景，做了应用探索。