知识关联视角下的金融知识表示及风险识别

金融风险分析方法的局限性,如数据来源单一性、数据类型简单化和研究角度片面性等,归根结底是金融大数据组织层面的问题。传统金融大数据的扁平化组织忽略了数据中丰富的知识关联。本文从知识组织的角度出发,对金融知识表示方法进行了探究,将知识表示过程分为知识表示模式层、知识实例层和知识挖掘层。本文首先分析了金融大数据的四种典型关联模式,即分类关联、时空关联、统计关联和事件关联,并从实现方式的差异角度,将各类关联模式归类于静态本体、动态本体和社会本体之中;针对每一类本体,本文提出了相应的实现方案,如复用现有的FIBO本体;最后,基于金融风险识别应用案例进行了详细说明。