本项目围绕新浪财经股票信息构建知识图谱并解译。通过爬取新浪财经股票数据存为Excel，用Python处理生成三元组文件，导入GraphDB构建知识库。前端接收用户输入，经后台服务器转发至语义解析服务转为SPARQL，查询知识图谱后返回结果显示，实现股票信息的智能查询。

新浪财经知识图谱解译平台

经济就是人们生产、流通、分配、消费一切物质精神资料的总称。经济的发展与人民生活息息相关。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

新浪财经是国内第一大财经网络媒体。新浪财经打造高端新闻资讯，深度挖掘业内信息，全程报道80%以上的业界重要会议及事件，独家率达90%，是最具影响力的主流媒体平台。同时，新浪财经也开发出如金融超市、股市行情、基金筛选器、呼叫中心，金融产品在线查询等一系列实用产品，帮助网民理财，是最为贴心实用的服务平台。除此之外，新浪财经为网友搭建互动、交流、学习的财经大平台。财经博客、财经吧、模拟股市、模拟汇市等均成为业界最早、人气最旺、最知名的财经互动社区。

基于领先的财经资讯和贴心的产品服务，新浪财经吸引了非常庞大的高端用户群，已经成为金融行业客户进行网络营销的主要平台，同时也获得了非金融类客户的广泛青睐。

       

本项目爬取新浪财经中的股票信息，制作成知识图谱，并尝试对知识图谱进行解译。

项目设计

项目设计如图，web前端接收用户输入，将用户输入发送到后台的用户服务器，并由用户服务器转发到语义解析服务，语义解析根据用户输入信息转化为sparql语言，发送给用户服务器，用户服务器再将sparql发送到知识图谱库中查找结果返回给用户服务器，最终用户服务器将结果显示到前端。

       

数据获取以及构建知识图谱

使用软件对新浪财经 进行爬取，爬取后的数据保存为Excel文件。

       

使用python读取Excel并按照数据格式自定义三元组，将三元组保存为.shtml.nt文件，代码如下。

       

在GraphDB上新开一个知识库，将.shtml.nt文件导入到知识库中

       

In [ ]

import pandas as pdimport numpy as npdf = pd.read_excel('新浪行业_板块行情_新浪财经_新浪网.xlsx')with open('SinaFinance.shtml.nt','w',encoding='utf-8') as fp:    fp.write('  "Sina Finance".\n')    fp.write('  "新浪财经".\n')    fp.write('  "https://finance.sina.com.cn/".\n')    classes = np.array(df['板块']).astype(np.str)    for i,v in enumerate(classes):        fp.write('  .\n')

登录后复制    In [ ]

import pandas as pdimport numpy as npdf = pd.read_excel('新浪行业_板块行情_新浪财经_新浪网.xlsx')df2 = pd.read_excel('行情中心_新浪财经_新浪网.xlsx')with open('SinaClass.shtml.nt','w',encoding='utf-8') as fp:    classes = np.array(df['板块']).astype(np.str)    for i,v in enumerate(classes):        fp.write('  "'+v+'".\n')    classes = np.array(df['链接地址']).astype(np.str)    for i,v in enumerate(classes):        fp.write('  "'+v+'".\n')    id = np.array(df2['页面网址']).astype(np.str)    id2 = np.array(df['链接地址']).astype(np.str)    for i,v in enumerate(id):        for j,k in enumerate(id2):            if v.split('#')[-1]==str(k).split('#')[-1] and not pd.isnull(df2.loc[i,'代码']):                fp.write('  .\n')with open('Stock.shtml.nt','w',encoding='utf-8') as fp:    id = np.array(df2['代码']).astype(np.str)    for i,v in enumerate(id):        fp.write('  "'+str(v)+'".\n')        fp.write('  "'+str(df2.loc[i,'名称'])+'".\n')        fp.write('  "'+str(df2.loc[i,'代码_链接'])+'".\n')

登录后复制    

知识图谱结构展示

       

       

       

web前后端设计

前端

前端使用vue框架进行设计，代码详见SinaFinanceKnowledge\zg-vue

       

用户服务器

后台使用springboot撰写与知识图谱的对接接口，代码详见SinaFinanceKnowledge\zg-java

       

语义解析服务器

由于语义解析部分使用python+paddlepaddle构建，所以语义解析服务器使用django搭建的，代码详见SinaFinanceKnowledge\text2sparql

       

语义解析

代码及模型

详见text2sparql.ipynb

部署

由于深度学习使用的python语言，所以本地部署使用django第三方库来生成后台服务接口。部署代码和预测代码差不多。 这里注意的是，由于我们生成的词典全部使用小写，所以生成后的部分语句中的特定词需要转为sparql中的定义词。如：

sparql = " ".join(word_list_s).replace('sct:haschineselabel','sct:hasChineseLabel').replace('sct:id','sct:ID').replace('zg:sinafinance','zg:SinaFinance')

登录后复制    

相关攻略

热门推荐