WO2020048059A1 - 基金数据关联方法、系统、计算机设备和存储介质 - Google Patents

基金数据关联方法、系统、计算机设备和存储介质 Download PDF

Info

Publication number
WO2020048059A1
WO2020048059A1 PCT/CN2018/124252 CN2018124252W WO2020048059A1 WO 2020048059 A1 WO2020048059 A1 WO 2020048059A1 CN 2018124252 W CN2018124252 W CN 2018124252W WO 2020048059 A1 WO2020048059 A1 WO 2020048059A1
Authority
WO
WIPO (PCT)
Prior art keywords
fund
entity
data
relationship
type
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/CN2018/124252
Other languages
English (en)
French (fr)
Inventor
陈泽晖
刘琼
蒋逸文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Publication of WO2020048059A1 publication Critical patent/WO2020048059A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis

Definitions

  • the present application relates to the field of financial technology, and in particular, to a method, system, computer device, and storage medium for associating fund data.
  • a fund data association method includes:
  • the fund basic information stored in the buffer is called, and the fund basic information is filtered through preset data screening rules to obtain multiple fund data sets, and each of the fund data in the fund data set Having an association relationship, storing a plurality of the fund data sets in the buffer;
  • Each of the fund data sets stored in the buffer is called in turn to generate multiple entities for the same fund data set, each entity correspondingly generates multiple entity types, and the entities include funds, fund managers, or A fund company, the entity type includes other said fund data associated with the entity;
  • the entity type generates relationship data with an associated relationship, and stores the relationship data in a database.
  • a fund data association system includes:
  • An acquisition unit configured to periodically collect fund basic information from multiple fund websites and store the fund basic information in a buffer
  • the screening unit is configured to call the fund basic information stored in the buffer, and filter the fund basic information through preset data screening rules to obtain a plurality of fund data sets, and each of the fund data
  • the fund data in the set has an associated relationship, and a plurality of the fund data sets are stored in the buffer;
  • the entity includes a fund, a fund manager, or a fund company, and the entity type includes other fund data associated with the entity;
  • An association unit configured to match every two of the entities, and when the entity types are the same, the entity type is set to a relationship type, and the two entities are related by the relationship type, and two The entity and the entity type generate relationship data having an associated relationship, and store the relationship data in a database.
  • a computer device includes a memory and a processor.
  • the memory stores computer-readable instructions.
  • the processor causes the processor to perform the following steps:
  • the fund basic information stored in the buffer is called, and the fund basic information is filtered through preset data screening rules to obtain multiple fund data sets, and each of the fund data in the fund data set Having an association relationship, storing a plurality of the fund data sets in the buffer;
  • Each of the fund data sets stored in the buffer is called in turn to generate multiple entities for the same fund data set, each entity correspondingly generates multiple entity types, and the entities include funds, fund managers, or A fund company, the entity type includes other said fund data associated with the entity;
  • the entity type generates relationship data with an associated relationship, and stores the relationship data in a database.
  • a storage medium storing computer-readable instructions.
  • the one or more processors execute the following steps:
  • the fund basic information stored in the buffer is called, and the fund basic information is filtered through preset data screening rules to obtain multiple fund data sets, and each of the fund data in the fund data set Having an association relationship, storing a plurality of the fund data sets in the buffer;
  • Each of the fund data sets stored in the buffer is called in turn to generate multiple entities for the same fund data set, each entity correspondingly generates multiple entity types, and the entities include funds, fund managers, or A fund company, the entity type includes other said fund data associated with the entity;
  • the entity type generates relationship data with an associated relationship, and stores the relationship data in a database.
  • the above-mentioned fund data association method, device, computer equipment and storage medium include regularly collecting fund basic information from multiple fund websites and storing the fund basic information in a buffer; calling the fund basic information stored in the buffer through Set the data screening rules to filter the fund's basic information to obtain multiple fund data sets.
  • the fund data in each fund data set has an associated relationship. Multiple fund data sets are stored in the buffer; they are called and stored in the cache in turn.
  • Relational data is stored in the database.
  • This application obtains basic fund information from various sources at regular intervals, and conducts in-depth mining. By constructing relationships between various fund data, it generates relationship data with related relationships for users to follow through a certain fund data to find closely related relationships. Other fund data has realized the effective extraction and correlation of massive public data.
  • FIG. 1 is a flowchart of a fund data association method according to an embodiment of the present application
  • step S3 is a flowchart of step S3 in an embodiment
  • FIG. 3 is an association relationship diagram between two entities in an embodiment
  • FIG. 4 is a structural diagram of a fund data association system in an embodiment of the present application.
  • FIG. 1 is a flowchart of a fund data association method according to an embodiment of the present application. As shown in FIG. 1, a fund data association method includes the following steps:
  • Step S1 Collect basic fund information: regularly collect basic fund information from multiple fund websites, and store the basic fund information in a buffer.
  • this step collects separately from different fund websites to obtain massive fund basic information.
  • the source of the fund's basic information can be external such as: public fund company's official website, regulatory agency disclosure data, China Knowledge Network, domestic and international academic paper websites, Sina Weibo, various investment recommendation websites, and other APP channels such as Tianyancha .
  • the crawler algorithm can be used to crawl regularly or in a timely manner to obtain a large amount of basic fund information and store the basic fund information in a buffer.
  • obtaining fund basic information through a web crawler algorithm includes:
  • the URL list contains the URLs of multiple fund websites; call the browser kernel to issue webpage access requests to the URLs in the URLlist in turn, and wait for feedback from the website that receives the webpage access request.
  • the feedback information includes receiving access The feedback information of the access and the refusal to receive the access; when the feedback information of the access is received, the web crawler algorithm preset in the database is called to collect the fund basic information related to the fund, and then the browser kernel is called to access the URL list Other URLs in the URL list, until all URLs in the URL list are traversed; after receiving feedback that access is denied, continue to call the browser kernel to access other URLs in the URL list, until all URLs in the URL list are traversed; aggregate web crawlers Fund basic information collected by the algorithm.
  • This embodiment uses a web crawler algorithm to crawl data, which can realize automatic operation, does not require manual screening of information, is convenient and does not omit key information, and can easily obtain massive fund basic information.
  • the database of the fund website in this step can also be a local database.
  • Sources of basic fund information such as Ping An Euler Atlas data service website, Ping An Insurance website, and Lufax website.
  • the databases of these websites are local databases. Get basic information about massive funds.
  • regularly collecting fund basic information from a database includes:
  • the target path list of the preset database contains multiple paths providing basic fund information, and each path corresponds to at least one file in the database.
  • the timer task is called to sequentially read the paths in the target path list. Find the corresponding file in the database and collect the basic fund information in the file.
  • the rich data in the local database is used, and the basic information of the fund is regularly collected through the timed task to provide more reliable data for subsequent fund data association.
  • Step S2 screening data: calling the fund basic information stored in the buffer, and filtering the fund basic information through preset data screening rules to obtain multiple fund data sets, and the fund data in each fund data set has an association Relationship, storing multiple fund datasets in a buffer.
  • the data selection rule in this step is to include the fund manager's resume information and corresponding fund companies, managed funds, managed fund companies, managed fund position information, social relations and news media information from the fund's basic information. Extraction rules for keywords within.
  • the fund manager resume information includes the name of the fund manager, marital status, graduation school, mentor, classmates and other information.
  • Social relationships include information about relatives such as parents, brothers, sisters, children and spouses.
  • News media information includes public news and reports related to the fund manager.
  • the fund basic information is filtered to obtain multiple fund data sets, including:
  • Call data screening rules to extract basic fund information using natural language processing or regular expressions extract multiple fund data, aggregate each fund manager and related relationship fund data into a fund data set, and multiple fund managers generate multiple
  • the fund data set includes at least one relationship among fund managers, fund companies, managed funds, managed fund companies, graduate schools, mentors, classmates, and spouses.
  • Natural language processing technology uses software to process the text language in human logical thinking, and extracts basic fund information based on data screening rules to obtain multiple fund data.
  • a regular expression is a text pattern. It is a logical formula for operating on strings and special characters. Usually, certain specific characters and combinations of these specific characters are defined in advance to form a regular character string. To express a filtering logic for strings.
  • the fund basic information is structured data, the fund basic information is extracted through regular expressions to extract multiple fund data.
  • the multiple fund data sets in this embodiment can be adopted as shown in Table 1 below:
  • the basic information of the fund is processed by different means, and the core data related to each fund is obtained. These core data are used for subsequent related use, which can connect various relationships between the fund managers to dig out the relationship between the funds. , Found the most closely related funds, to provide users with reliable investment data.
  • Step S3 generating entities and entity types: each fund data set stored in the buffer is called in turn, and multiple entities are generated for the same fund data set, each entity correspondingly generates multiple entity types.
  • the entities include funds and fund managers. Or fund company, the entity type includes other fund data associated with the entity.
  • multiple entities are generated for the same fund data set, and each entity correspondingly generates multiple entity types, including:
  • step S301 the unique code is marked: the unique code is marked separately for the fund manager, the fund company and the fund in the fund data set, and the unique code and the corresponding fund data are stored in the target keyword text.
  • the target keyword text can be as shown in Table 2:
  • step S302 an entity is generated: obtaining the unique code in the target keyword text and the fund data corresponding to the unique code, setting the fund data to a name, and generating an entity, the entity including the unique code and name.
  • all the fund managers, fund companies, and funds in the target keyword text each generate an entity, and the entity includes a unique code and name. Specifically, as shown in Table 3, Table 4, and Table 5 below, they are funds , Fund managers and fund companies.
  • the entity includes a fund entity with a unique code of 160716 and a name of Harvest Fundamental 50.
  • the entity includes a fund manager entity with a unique code of 30284601 and a name of fund manager 1.
  • the entity includes a fund company entity with a unique code of 80000223 and a name of Harvest Fund Management Co., Ltd.
  • Step S303 generating an entity type: obtaining other fund data associated with the entity in the fund data set, setting the association relationship between the entity and other fund data as the node type, setting other fund data as the entity name, and generating an entity type, the entity type includes the node type And entity name, the entity also includes the node type, which associates the entity and the entity type with the node type.
  • step S302 Since the same fund data set includes fund managers and other fund data with corresponding relationships between fund managers, when several entities are generated in the same fund data set, the relationship between each entity and other fund data is reflected from the type of entity and Associated. For example, step S302 generates a fund manager entity whose unique code is 30284601 and whose name is fund manager 1 as shown in Table 4. The other fund data related to this fund manager 1 in the fund data set are shown in Table 1.
  • the node types include fund companies, funds, graduate schools, mentors, classmates, and spouses.
  • This fund manager entity is associated with six entity types. . Taking a fund company as an example, the affiliate fund company is set as the node type, Harvest Fund Management Co., Ltd. is set as the entity name, and the generation section type is fund company, and the entity name is Harvest Fund Management Co., Ltd. as the entity type.
  • the fund manager entity is associated with this entity type through a fund company.
  • the entity type also includes weight coefficients.
  • When generating an entity type it also includes: calling a preset weight list.
  • the weight list contains the node type and the corresponding weight coefficient. Based on the node type, the weight coefficient is obtained. The node type and entity name are obtained. And weight coefficients to generate entity types. Because entities that have related relationships often have a tendency to cling together, this application uses a weighted relationship, that is, the type of entity is weighted, so that when the subsequent related entities can be determined, the importance between the two entities is determined.
  • the entities generated by the fund manager 1 in Table 1 through steps S302 and S303 and the types of entities in the entities are shown in Table 6.
  • the entities generated by the fund manager 2 in Table 1 through steps S302 and S303 and the types of multiple entities in them are shown in Table 7.
  • many fund data in a fund data set are distinguished by marking a unique code, so that the most important fund managers, fund companies, and funds in the fund data set are unique, and provide data support for subsequent generation of entities and entity types.
  • entities and entity types multiple entities are generated for the same fund data set, and each entity generates multiple entity types associated with it.
  • the containing relationships in the fund data set are linked together for subsequent generation. Relational data provides link relationships.
  • Step S4 the relationship between the related entities: match every two entities.
  • the entities have the same entity type, set the entity type to the relationship type, associate the two entities with the relationship type, and associate the two entities with the entities.
  • Types generate relational data with associated relationships and store the relational data in a database.
  • matching is performed on every two entities.
  • the entity type is set to a relationship type, and a relationship link is generated.
  • the relationship link includes a node type, a link source, and a link target in the relationship type.
  • two entities are generated in Tables 6 and 7 of step S3.
  • the two entities are matched and found to have the same entity type.
  • the entity type is set to the relationship type.
  • a relationship link is also generated.
  • the node type is fund company, the link source is 30284601, and the link target is 30414880.
  • the fund manager entity with the unique code 30284601 is associated with the relationship link through the link source, and the association relationship is generated with the link code with the unique code 30414880 through the relationship link.
  • Their association relationship is a relationship in the relationship type.
  • the fund manager entity with a unique code of 30284601 and the fund manager entity with a unique code of 30414880 each correspond to an entity type.
  • a relationship link is added, and two related entities are connected through a link source and a link target to realize association and generate relationship data.
  • This method can distinguish other entity types of an entity, and entity types that have no relationship are associated with various entities, the entire association relationship is simple and clear, and the relationship data is easy to save and understand.
  • the fund data association method of the present application collects a large amount of fund basic information through a network crawler algorithm or a search database from multiple external channels on a regular basis, which enriches fund data and reduces the possibility of missing fund-related information. Collected regularly, so the basic fund information obtained can be updated in real time. After obtaining a large amount of fund basic information, it is screened through preset data screening rules to obtain fund data that is closely related to the fund, such as fund manager resume information and corresponding fund companies, managed funds, managed fund companies, management Position information, social relations and news media information of the fund. Due to the large amount of fund data, the fund data that is associated with a certain fund manager is generated through the identification of the fund manager to generate a fund data set.
  • the entity and entity type are generated for the fund data in each fund data set in turn, and the fund manager, fund company, and fund are the main lines.
  • the connection relationships between the entities are linked through relationship links to obtain multiple relational data to achieve The purpose of combing, integrating, and associating mass fund related information, users can obtain the fund related information with the closest relationship from the complex and complex mass fund related information.
  • a fund data association system is proposed, as shown in FIG. 4, and includes the following units:
  • the collection unit is configured to regularly collect fund basic information from multiple fund websites and store the fund basic information in a buffer;
  • the screening unit is set to call the fund basic information stored in the buffer, and filter the fund basic information through preset data screening rules to obtain multiple fund data sets, and the fund data in each fund data set has an associated relationship.
  • Generate entities and entity type units set to call each fund data set stored in the buffer in turn, generate multiple entities for the same fund data set, each entity correspondingly generates multiple entity types, entities include funds, fund managers Or fund company, the entity type includes other fund data associated with the entity;
  • Association unit which is set to match every two entities. When they have the same entity type, set the entity type to the relationship type, associate the two entities with the relationship type, and generate an association relationship between the two entities and the entity type.
  • Relational data store the relational data in a database.
  • the collecting unit includes: a preset module configured to be a preset URL list, and the URL list includes URLs of multiple fund websites; a request module is configured to call a browser kernel to sequentially issue URLs in the URL list Web page access request, and waiting for the feedback information from the website receiving the web page access request, the feedback information includes the feedback information for receiving the access and the feedback information for refusing to receive the access; the acquisition module is set to call the pre- The web crawler algorithm set in the database collects the fund's basic information related to the fund, and then continues to call the browser kernel to access other URLs in the URL list until it traverses all the URLs in the URL list; the traversal module is set to receive the reject After receiving the feedback information from the visit, continue to call the browser kernel to access other URLs in the URL list until all the URLs in the URL list are traversed; the aggregation module is set to summarize the fund basic information collected by the web crawler algorithm.
  • the collecting unit includes: a preset list module, which is set as a target path list of a preset database, and the target path list includes multiple paths providing basic fund information, each path corresponding to at least one file in the database ;
  • the timing acquisition module is set to call a timing task, sequentially read the paths in the target path list, find the corresponding file in the database according to the path, and collect the basic fund information in the file.
  • the screening unit is further configured to call data screening rules to extract basic fund information using natural language processing or regular expressions, extract multiple fund data, and aggregate fund data for each fund manager and associated relationship.
  • data screening rules to extract basic fund information using natural language processing or regular expressions, extract multiple fund data, and aggregate fund data for each fund manager and associated relationship.
  • multiple fund managers generate multiple fund data sets, and the relationship includes at least one of the fund manager, fund company, managed fund, managed fund company, graduated college, mentor, classmate, spouse
  • the data selection rule is to include the fund manager's resume information and corresponding fund companies, managed funds, managed fund companies, managed fund position information, social relations and news media information from the basic fund information. Extract rules within keywords.
  • generating an entity and an entity type unit includes a marking module configured to mark a unique code for a fund manager, a fund company, and a fund in a fund data set, and save the unique code and corresponding fund data in a target key.
  • Word text
  • Generate entity module set to obtain the unique code in the target keyword text and the fund data corresponding to the unique code, set the fund data to the name, generate an entity, the entity includes the unique code and name;
  • generate the entity type module Set to obtain other fund data related to entities in the fund data set, set the relationship between the entity and other fund data to the node type, set other fund data to the entity name, and generate an entity type.
  • the entity type includes the node type and the entity name. Node types are also included to associate entities with entity types by node type.
  • the association module is further configured to call a preset weight list.
  • the weight list includes the node type and the corresponding weight coefficient. According to the node type, a weight coefficient is obtained, and the node type, entity name, and weight coefficient are generated. Entity type.
  • the association unit includes: a matching module configured to match every two entities; when the entities have the same entity type, the entity type is set to a relationship type, and a relationship link is generated, and the relationship link includes the relationship type Node type, link source, and link target in the, set the unique code of one entity as the link source, and the unique code of the other entity as the link target; generate the relational data module, and set the association link to the link source, Link source, relationship link and link destination to generate relational relationship data.
  • a matching module configured to match every two entities; when the entities have the same entity type, the entity type is set to a relationship type, and a relationship link is generated, and the relationship link includes the relationship type Node type, link source, and link target in the, set the unique code of one entity as the link source, and the unique code of the other entity as the link target; generate the relational data module, and set the association link to the link source, Link source, relationship link and link destination to generate relational relationship data.
  • a computer device which includes a memory and a processor.
  • the memory stores computer-readable instructions, and when the computer-readable instructions are executed by the processor, the processor is caused to implement the foregoing when the computer-readable instructions are executed. Steps in the fund data association method in the embodiment.
  • a storage medium storing computer-readable instructions.
  • the computer-readable instructions are executed by one or more processors, the one or more processors are caused to execute the fund data association in the foregoing embodiments. Steps in the method.
  • the storage medium may be a non-volatile storage medium.
  • the program may be stored in a computer-readable storage medium.
  • the storage medium may include: Read-only memory (ROM, Read Only Memory), random access memory (RAM, Random Access Memory), magnetic disks or optical disks, etc.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Technology Law (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种基金数据关联方法、系统、计算机设备和存储介质。该方法包括：定时从多个基金网站采集基金基础信息，通过预设的数据筛选规则，对基金基础信息进行筛选，得到多项基金数据集，对同一项基金数据集生成多个实体，每个实体对应生成多个实体类型，对每两个实体进行匹配，当具有相同的实体类型时，将实体类型设置为关系类型，以关系类型将两个实体进行关联，将两个实体和实体类型生成有关联关系的关系数据。通过对基金基础信息处理成具有关联关系的关系数据，供用户后续找到与其关联关系紧密的基金数据，实现了对海量公开数据的有效提取和关联。

Description

基金数据关联方法、系统、计算机设备和存储介质
本申请要求于2018年09月03日提交中国专利局、申请号为201811022472.1、发明名称为“基金数据关联方法、系统、计算机设备和存储介质”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及金融技术领域，尤其涉及一种基金数据关联方法、系统、计算机设备和存储介质。
背景技术
基金市场高风险和高收益并存，因此对于基金数据的知识发现的研究一直受到人们的关注。近年来，随着计算机技术的飞速发展和存储能力的大大提高，使得这一方面的研究有了很大的发展。
目前市面上的财经类应用APP或者网站，每天有大量的基金信息数据产生，这些数据无疑有益于股民了解股市的走势，做出正确的投资决策。但是由于数据量大，股民无法从海量数据中提取或识别有效的、新颖的、有助于投资的数据信息。目前市面上的财经类应用APP或网站，仅能提供简单的基金的列表信息显示，简单的文字列表信息形式，客户无法获得各个基金之间相关联关系的直观感受，缺少定期的和实时的数据更新。
发明内容
有鉴于此，有必要针对目前市面上的基金信息数据，仅能提供简单的基金的列表信息显示的的问题，提供一种基金数据关联方法、系统、计算机设备和存储介质。
一种基金数据关联方法，包括：
定时从多个基金网站采集基金基础信息，并将所述基金基础信息存储在缓存器中；
调用存储在所述缓存器中的所述基金基础信息，通过预设的数据筛选规则，对所述基金基础信息进行筛选，得到多项基金数据集，每项所述基金数据集内的基金数据具有关联关系，将多项所述基金数据集存储在所述缓冲器中；
依次调用存储在所述缓存器中的每项所述基金数据集，对同一项所述基金数据集生成多个实体，每个实体对应生成多个实体类型，所述实体包括基金、基金经理或基金公司，所述实体类型包括实体关联的其他所述基金数据；
对每两个所述实体进行匹配，当具有相同的所述实体类型时，将所述实体类型设置为关系类型，以关系类型将两个所述实体进行关联，将两个所述实体和所述实体类型生成有关联关系的关系数据，将所述关系数据存储在数据库中。
一种基金数据关联系统，包括：
采集单元，设置为定时从多个基金网站采集基金基础信息，并将所述基金基础信息存储在缓存器中；
筛选单元，设置为调用存储在所述缓存器中的所述基金基础信息，通过预设的数据筛选规则，对所述基金基础信息进行筛选，得到多项基金数据集，每项所述基金数据集内的基金数据具有关联关系，将多项所述基金数据集存储在所述缓冲器中；
生成实体及实体类型单元，设置为依次调用存储在所述缓存器中的每项所述基金数据集，对同一项所述基金数据集生成多个实体，每个实体对应生成多个实体类型，所述实体包括基金、基金经理或基金公司，所述实体类型包括实体关联的其他所述基金数据；
关联单元，设置为对每两个所述实体进行匹配，当具有相同的所述实体类型时，将所述实体类型设置为关系类型，以关系类型将两个所述实体进行关联，将两个所述实体和所述实体类型生成有关联关系的关系数据，将所述关系数据存储在数据库中。
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行以下步骤：
定时从多个基金网站采集基金基础信息，并将所述基金基础信息存储在缓存器中；
调用存储在所述缓存器中的所述基金基础信息，通过预设的数据筛选规则，对所述基金基础信息进行筛选，得到多项基金数据集，每项所述基金数据集内的基金数据具有关联关系，将多项所述基金数据集存储在所述缓冲器中；
依次调用存储在所述缓存器中的每项所述基金数据集，对同一项所述基金数据集生成多个实体，每个实体对应生成多个实体类型，所述实体包括基金、 基金经理或基金公司，所述实体类型包括实体关联的其他所述基金数据；
对每两个所述实体进行匹配，当具有相同的所述实体类型时，将所述实体类型设置为关系类型，以关系类型将两个所述实体进行关联，将两个所述实体和所述实体类型生成有关联关系的关系数据，将所述关系数据存储在数据库中。
一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：
定时从多个基金网站采集基金基础信息，并将所述基金基础信息存储在缓存器中；
调用存储在所述缓存器中的所述基金基础信息，通过预设的数据筛选规则，对所述基金基础信息进行筛选，得到多项基金数据集，每项所述基金数据集内的基金数据具有关联关系，将多项所述基金数据集存储在所述缓冲器中；
依次调用存储在所述缓存器中的每项所述基金数据集，对同一项所述基金数据集生成多个实体，每个实体对应生成多个实体类型，所述实体包括基金、基金经理或基金公司，所述实体类型包括实体关联的其他所述基金数据；
对每两个所述实体进行匹配，当具有相同的所述实体类型时，将所述实体类型设置为关系类型，以关系类型将两个所述实体进行关联，将两个所述实体和所述实体类型生成有关联关系的关系数据，将所述关系数据存储在数据库中。
上述基金数据关联方法、装置、计算机设备和存储介质，包括定时从多个基金网站采集基金基础信息，并将基金基础信息存储在缓存器中；调用存储在缓存器中的基金基础信息，通过预设的数据筛选规则，对基金基础信息进行筛选，得到多项基金数据集，每项基金数据集内的基金数据具有关联关系，将多项基金数据集存储在缓冲器中；依次调用存储在缓存器中的每项基金数据集，对同一项基金数据集生成多个实体，每个实体对应生成多个实体类型，实体包括基金、基金经理或基金公司，实体类型包括实体关联的其他基金数据；对每两个实体进行匹配，当具有相同的实体类型时，将实体类型设置为关系类型，以关系类型将两个实体进行关联，将两个实体和实体类型生成有关联关系的关系数据，将关系数据存储在数据库中。本申请通过从各个来源定时获取基金基础信息，进行深入挖掘，通过构建各个基金数据之间的关系生成有关联关系的关系数据，供用户后续通过某一基金数据，可以查找到与其关联关系紧密的其他基金数据，实现了对海量公开数据的有效提取和关联。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。
图1为本申请一个实施例中的基金数据关联方法的流程图；
图2为一个实施例中步骤S3的流程图；
图3为一个实施例中两个实体之间的关联关系图；
图4为本申请一个实施例中基金数据关联系统的结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
图1为本申请一个实施例中的基金数据关联方法的流程图，如图1所示，一种基金数据关联方法，包括以下步骤：
步骤S1，采集基金基础信息：定时从多个基金网站采集基金基础信息，并将基金基础信息存储在缓存器中。
为了丰富本申请的基金数据，本步骤从不同的基金网站上分别进行采集，得到海量的基金基础信息。基金基础信息的来源可以是外部如：公开的基金公司官方网站、监管机构披露数据、中国知网、国内外学术论文网站、新浪微博、各类投资推荐网站，还可以是天眼查等APP渠道。此时可以通过网络爬虫算法定期或适时进行爬取，获取大量的基金基础信息，并将基金基础信息存储在缓存器中。
在一个实施例中，通过网络爬虫算法获取基金基础信息包括：
预设网址列表，网址列表中包含多个基金网站的网址；调用浏览器内核依次对网址列表中的网址发出网页访问请求，并等待接收网页访问请求的网站发 出的反馈信息，反馈信息包括接收访问的反馈信息和拒绝接收访问的反馈信息；当接收到接收访问的反馈信息时，调用预设在数据库中的网络爬虫算法，采集与基金相关的基金基础信息，然后继续调用浏览器内核访问网址列表中的其他网址，直到遍历网址列表中的所有网址；当接收到拒绝接收访问的反馈信息后，继续调用浏览器内核访问网址列表中的其他网址，直到遍历网址列表中的所有网址；汇总网络爬虫算法采集到的基金基础信息。
本实施例利用网络爬虫算法爬取数据，可以实现自动操作，不需要人工筛选信息，方便且不会遗漏关键信息，能容易得到海量基金基础信息。
本步骤中基金网站的数据库还可以是是本地数据库，基金基础信息的来源如平安欧拉图谱数据服务网站、平安保险网站、陆金所网站，这些网站的数据库是本地数据库，可以从本地数据库中获取海量基金基础信息。
在一个实施例中，定时从数据库中采集基金基础信息包括：
预设数据库的目标路径列表，目标路径列表中含有提供基金基础信息的多个路径，每个路径对应数据库中的至少一个文件；调用定时任务，依次读取目标路径列表中的路径，根据路径在数据库中查找对应的文件，采集文件内的基金基础信息。
本实施例利用本地数据库丰富的数据，通过定时任务，定时采集基金基础信息，为后续基金数据关联提供更可靠的数据。
步骤S2，筛选数据：调用存储在缓存器中的基金基础信息，通过预设的数据筛选规则，对基金基础信息进行筛选，得到多项基金数据集，每项基金数据集内的基金数据具有关联关系，将多项基金数据集存储在缓冲器中。
本步骤中的数据筛选规则是从基金基础信息中，将包括基金经理履历信息及对应的基金公司、管理过的基金、管理过的基金公司、管理的基金的持仓信息、社会关系和新闻媒体信息在内的关键字进行提取的规则。
其中，基金经理履历信息包括基金经理的姓名、婚姻状况、毕业院校、导师、同学等信息。社会关系包括父母、兄弟、姐妹、子女和配偶等亲属信息。新闻媒体信息包括基金经理有关系的公开新闻、报道等信息。
在一个实施例中，对基金基础信息进行筛选，得到多项基金数据集，包括：
调用数据筛选规则采用自然语言处理或正则表达式对基金基础信息进行提取，提取出多个基金数据，将每个基金经理及关联关系的基金数据汇总成一项基金数据集，多个基金经理生成多项基金数据集，关联关系包括基金经理、基 金公司、管理过的基金、管理过的基金公司、毕业院校、导师、同学、配偶中的至少一项关系。
自然语言处理技术是通过软件来对文本语言以人类的逻辑思维进行处理，根据数据筛选规则，对基金基础信息提取，得到多个基金数据。
正则表达式是一种文本模式，是对字符串和特殊字符操作的一种逻辑公式，通常用事先定义好的一些特定字符、及这些特定字符的组合，组成一个规则字符串，规则字符串用来表达对字符串的一种过滤逻辑。当基金基础信息是结构化数据时，通过正则表达式对基金基础信息进行提取，提取出多个基金数据。
本实施例中的多项基金数据集可以采用如下表1中所示：
Figure PCTCN2018124252-appb-000001
表1
本实施例通过不同手段对基金基础信息进行处理，获取到各个基金相关的核心数据，这些核心数据用以后续关联使用，能将各个基金经理之间的各种关系串联起来，挖掘基金的关联关系，发现关联最紧密的基金，为用户提供可靠的投资数据。
步骤S3，生成实体及实体类型：依次调用存储在缓存器中的每项基金数据集，对同一项基金数据集生成多个实体，每个实体对应生成多个实体类型，实体包括基金、基金经理或基金公司，实体类型包括实体关联的其他基金数据。
在一个实施例中，如图2所示，在对同一项基金数据集生成多个实体，每个实体对应生成多个实体类型，包括：
步骤S301，标记唯一代码：对基金数据集中的基金经理、基金公司和基金分别标记唯一代码，并将唯一代码及对应的基金数据保存在目标关键词文本中。
由于基金经理、基金公司和基金在金融领域中，对于基金投资数据举足轻重，而且相关的基金经理之间往往存在抱团倾向，因此本步骤将基金数据集中 所有的基金经理、基金公司和基金分别标记唯一代码，用于后续实体的生成，以基金经理、基金公司和基金为主线，展现某一实体的关联关系。
目标关键词文本可以采用如表2所示的内容：
Figure PCTCN2018124252-appb-000002
表2
步骤S302，生成实体：获取目标关键词文本中的唯一代码及唯一代码对应的基金数据，将基金数据设置为名称，生成一个实体，实体包括唯一代码及名称。
本步骤中，将目标关键词文本中所有的基金经理、基金公司和基金都各自生成一个实体，实体包括唯一代码和名称，具体的，如下表3、表4和表5所示，分别是基金、基金经理和基金公司三种实体。
Figure PCTCN2018124252-appb-000003
表3
如上表所示，生成一个实体，实体包括唯一代码为160716、名称为嘉实基本面50的基金实体。
Figure PCTCN2018124252-appb-000004
表4
如上表所示，生成一个实体，实体包括唯一代码为30284601、名称为基金经理1的基金经理实体。
Figure PCTCN2018124252-appb-000005
表5
如上表所示，生成一个实体，实体包括唯一代码为80000223、名称为嘉实基金管理有限公司的基金公司实体。
步骤S303，生成实体类型：获取基金数据集中实体关联的其他基金数据，将实体与其他基金数据关联关系设置为节点类型，将其他基金数据设置为实体名称，生成一个实体类型，实体类型包括节点类型及实体名称，实体还包括节点类型，以节点类型将实体和实体类型进行关联。
由于同一个基金数据集中包括了基金经理，及基金经理具有对应关系的其他基金数据，因此当在同一个基金数据集中生成若干实体后，每个实体与其他基金数据的关系从实体类型进行体现和关联。比如，步骤S302生成了一个如表4所示的唯一代码为30284601、名称为基金经理1的基金经理实体。则此基金经理1在基金数据集中相关联的其他基金数据如表1所示，节点类型包括基金公司、基金、毕业院校、导师、同学及配偶，则此基金经理实体关联了六个实体类型。以基金公司为例，将关联关系基金公司设置为节点类型，将嘉实基金管理有限公司设置为实体名称，生成节类型为基金公司、实体名称为嘉实基金管理有限公司的实体类型。基金经理实体与此实体类型通过基金公司进行关联。
实体类型还包括权重系数，生成一个实体类型时，还包括：调用预设的权重列表，权重列表中包含有节点类型及对应的权重系数，根据节点类型，得到权重系数，将节点类型、实体名称及权重系数生成实体类型。由于据有关联关系的实体之间往往具有抱团倾向，所以本申请采用有权重的关系，即实体类型是有权重的，以便于能后续关联实体时，确定两个实体之间的重要程度。具体的，节点类型为基金公司，则权重W＝1，节点类型为基金，则权重W＝2，节点类型为毕业院校，则权重W＝1，节点类型为导师，则权重W＝2，节点类型为同学，则权重W＝1，节点类型为配偶，则权重W＝2。
具体的，表1中的基金经理1通过步骤S302和步骤S303生成的实体及其中多项实体类型如表6所示。表1中的基金经理2通过步骤S302和步骤S303生成的实体及其中多项实体类型如表7所示。
Figure PCTCN2018124252-appb-000006
表6
Figure PCTCN2018124252-appb-000007
表7
本实施例，通过标记唯一代码区别基金数据集中众多的基金数据，使基金数据集中最重要的基金经理、基金公司和基金具有唯一性，为后续生成实体和实体类型提供数据支持。在生成实体和实体类型时，对同一基金数据集中分别生成多个实体，每个实体生成多个与之关联的实体类型，尽可能的将基金数据集中的含有关系的联系在一起，为后续生成关系数据提供链接关系。
步骤S4，关联实体之间的关系：对每两个实体进行匹配，当具有相同的实体类型时，将实体类型设置为关系类型，以关系类型将两个实体进行关联，将两个实体和实体类型生成有关联关系的关系数据，将关系数据存储在数据库中。
在一个实施例中，对每两个实体进行匹配，当具有相同的实体类型时，将实体类型设置为关系类型，并生成关系链接，关系链接包括关系类型中的节点类型、链接来源和链接目标，将其中一个实体的唯一代码设置为链接来源，另一个实体的唯一代码设置为链接目标；将关系链接与链接来源进行关联，将链接来源、关系链接和链接目标生成有关联关系的关系数据。
具体的，步骤S3的表6和表7生成了两个实体，对此两个实体进行匹配，发现具有相同的实体类型，将实体类型设置为关系类型，还生成了一个关系链接，关系链接中的节点类型为基金公司，链接来源为30284601，链接目标为30414880。如图3所示，唯一代码为30284601的基金经理实体通过链接来源与关系链接关联，通过关系链接与唯一代码为30414880的链接目标生成关联关系，他们的关联关系是关系类型中的关系。且唯一代码为30284601的基金经理实体和唯一代码为30414880的基金经理实体分别各自对应有实体类型。
本实施例通过增设关系链接，通过链接来源和链接目标将两个有关系的实体进行连接，实现关联，生成关系数据。这种方法，可以将某一实体的其他实体类型相区别，没有关系的实体类型分别与各种的实体相关联，整个关联关系简洁清楚，关系数据易于保存和理解。
本申请的基金数据关联方法，通过定时从外部多个渠道通过网络爬虫算法或查找数据库的方式，采集大量的基金基础信息，丰富了基金数据，减少遗漏基金相关信息的可能，且由于本申请是定时采集，因此得到的基金基础信息可做到实时更新。在得到大量基金基础信息后，通过预设的数据筛选规则进行筛选，得到与基金密切相关的基金数据，如基金经理履历信息及对应的基金公司、管理过的基金、管理过的基金公司、管理的基金的持仓信息、社会关系和新闻媒体信息等。由于基金数据量大，因此通过基金经理为标识，将与某一基金经理相关联的基金数据整合在一起生成基金数据集。并依次对每项基金数据集中的基金数据生成实体和实体类型，并以基金经理、基金公司和基金为主线，将各个实体间的连接关系通过关系链接进行关联，得到多项关系数据，实现对海量基金相关信息的梳理、整合和关联目的，用户可以从纷繁复杂的海量基金相关信息中得到关联关系最紧密的基金相关信息。
在一个实施例中，提出了一种基金数据关联系统，如图4所示，包括如下单元：
采集单元，设置为定时从多个基金网站采集基金基础信息，并将基金基础信息存储在缓存器中；
筛选单元，设置为调用存储在缓存器中的基金基础信息，通过预设的数据筛选规则，对基金基础信息进行筛选，得到多项基金数据集，每项基金数据集内的基金数据具有关联关系，将多项基金数据集存储在缓冲器中；
生成实体及实体类型单元，设置为依次调用存储在缓存器中的每项基金数据集，对同一项基金数据集生成多个实体，每个实体对应生成多个实体类型，实体包括基金、基金经理或基金公司，实体类型包括实体关联的其他基金数据；
关联单元，设置为对每两个实体进行匹配，当具有相同的实体类型时，将实体类型设置为关系类型，以关系类型将两个实体进行关联，将两个实体和实体类型生成有关联关系的关系数据，将关系数据存储在数据库中。
在一个实施例中，采集单元，包括：预设模块，设置为预设网址列表，网址列表中包含多个基金网站的网址；请求模块，设置为调用浏览器内核依次对网址列表中的网址发出网页访问请求，并等待接收网页访问请求的网站发出的反馈信息，反馈信息包括接收访问的反馈信息和拒绝接收访问的反馈信息；采集模块，设置为当接收到接收访问的反馈信息时，调用预设在数据库中的网络爬虫算法，采集与基金相关的基金基础信息，然后继续调用浏览器内核访问网 址列表中的其他网址，直到遍历网址列表中的所有网址；遍历模块，设置为当接收到拒绝接收访问的反馈信息后，继续调用浏览器内核访问网址列表中的其他网址，直到遍历网址列表中的所有网址；汇总模块，设置为汇总网络爬虫算法采集到的基金基础信息。
在一个实施例中，采集单元，包括：预设列表模块，设置为预设数据库的目标路径列表，目标路径列表中含有提供基金基础信息的多个路径，每个路径对应数据库中的至少一个文件；定时采集模块，设置为调用定时任务，依次读取目标路径列表中的路径，根据路径在数据库中查找对应的文件，采集文件内的基金基础信息。
在一个实施例中，筛选单元，还设置为调用数据筛选规则采用自然语言处理或正则表达式对基金基础信息进行提取，提取出多个基金数据，将每个基金经理及关联关系的基金数据汇总成一项基金数据集，多个基金经理生成多项基金数据集，关联关系包括基金经理、基金公司、管理过的基金、管理过的基金公司、毕业院校、导师、同学、配偶中的至少一项关系；数据筛选规则是从基金基础信息中，将包括基金经理履历信息及对应的基金公司、管理过的基金、管理过的基金公司、管理的基金的持仓信息、社会关系和新闻媒体信息在内的关键字进行提取的规则。
在一个实施例中，生成实体及实体类型单元，包括：标记模块，设置为对基金数据集中的基金经理、基金公司和基金分别标记唯一代码，并将唯一代码及对应的基金数据保存在目标关键词文本中；生成实体模块，设置为获取目标关键词文本中的唯一代码及唯一代码对应的基金数据，将基金数据设置为名称，生成一个实体，实体包括唯一代码及名称；生成实体类型模块，设置为获取基金数据集中实体关联的其他基金数据，将实体与其他基金数据关联关系设置为节点类型，将其他基金数据设置为实体名称，生成一个实体类型，实体类型包括节点类型及实体名称，实体还包括节点类型，以节点类型将实体和实体类型进行关联。
在一个实施例中，关联模块，还设置为调用预设的权重列表，权重列表中包含有节点类型及对应的权重系数，根据节点类型，得到权重系数，将节点类型、实体名称及权重系数生成实体类型。
在一个实施例中，关联单元，包括：匹配模块，设置为对每两个实体进行匹配，当具有相同的实体类型时，将实体类型设置为关系类型，并生成关系链 接，关系链接包括关系类型中的节点类型、链接来源和链接目标，将其中一个实体的唯一代码设置为链接来源，另一个实体的唯一代码设置为链接目标；生成关系数据模块，设置为将关系链接与链接来源进行关联，将链接来源、关系链接和链接目标生成有关联关系的关系数据。
在一个实施例中，提出了一种计算机设备，包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行计算机可读指令时实现上述各实施例中基金数据关联方法中的步骤。
在一个实施例中，提出了一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述各实施例中基金数据关联方法中的步骤。其中，存储介质可以为非易失性存储介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁盘或光盘等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请一些示例性实施例，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (20)

  1. 一种基金数据关联方法，包括：
    定时从多个基金网站采集基金基础信息，并将所述基金基础信息存储在缓存器中；
    调用存储在所述缓存器中的所述基金基础信息，通过预设的数据筛选规则，对所述基金基础信息进行筛选，得到多项基金数据集，每项所述基金数据集内的基金数据具有关联关系，将多项所述基金数据集存储在所述缓冲器中；
    依次调用存储在所述缓存器中的每项所述基金数据集，对同一项所述基金数据集生成多个实体，每个实体对应生成多个实体类型，所述实体包括基金、基金经理或基金公司，所述实体类型包括实体关联的其他所述基金数据；
    对每两个所述实体进行匹配，当具有相同的所述实体类型时，将所述实体类型设置为关系类型，以关系类型将两个所述实体进行关联，将两个所述实体和所述实体类型生成有关联关系的关系数据，将所述关系数据存储在数据库中。
  2. 根据权利要求1所述的基金数据关联方法，其中，所述定时从多个基金网站采集基金基础信息，并将所述基金基础信息存储在缓存器中，包括：
    预设网址列表，所述网址列表中包含多个所述基金网站的网址；
    调用浏览器内核依次对所述网址列表中的网址发出所述网页访问请求，并等待接收所述网页访问请求的网站发出的反馈信息，所述反馈信息包括接收访问的反馈信息和拒绝接收访问的反馈信息；
    当接收到所述接收访问的反馈信息时，调用预设在所述数据库中的网络爬虫算法，采集与基金相关的所述基金基础信息，然后继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址；
    当接收到所述拒绝接收访问的反馈信息后，继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址；
    汇总所述网络爬虫算法采集到的所述基金基础信息。
  3. 根据权利要求1所述的基金数据关联方法，其中，所述基金网站的数据库是本地数据库时，还包括定时从所述数据库中采集基金基础信息：
    预设所述数据库的目标路径列表，所述目标路径列表中含有提供所述基金基础信息的多个路径，每个所述路径对应所述数据库中的至少一个文件；
    调用定时任务，依次读取所述目标路径列表中的路径，根据路径在数据库中查找对应的所述文件，采集所述文件内的基金基础信息。
  4. 根据权利要求1所述的基金数据关联方法，其中，所述调用存储在所述 缓存器中的所述基金基础信息，通过预设的数据筛选规则，对所述基金基础信息进行筛选，得到多项基金数据集，包括：
    所述数据筛选规则是从所述基金基础信息中，将包括基金经理履历信息及对应的基金公司、管理过的基金、管理过的基金公司、管理的基金的持仓信息、社会关系和新闻媒体信息在内的关键字进行提取的规则；
    调用所述数据筛选规则采用自然语言处理或正则表达式对所述基金基础信息进行提取，提取出多个基金数据，将每个基金经理及关联关系的基金数据汇总成一项所述基金数据集，多个所述基金经理生成多项所述基金数据集，所述关联关系包括基金经理、基金公司、管理过的基金、管理过的基金公司、毕业院校、导师、同学、配偶中的至少一项关系。
  5. 根据权利要求1所述的基金数据关联方法，其中，所述对同一项所述基金数据集生成多个实体，每个实体对应生成多个实体类型，包括：
    对所述基金数据集中的基金经理、基金公司和基金分别标记唯一代码，并将所述唯一代码及对应的基金数据保存在目标关键词文本中；
    获取所述目标关键词文本中的所述唯一代码及所述唯一代码对应的基金数据，将所述基金数据设置为名称，生成一个所述实体，所述实体包括唯一代码及名称；
    获取所述基金数据集中所述实体关联的其他所述基金数据，将所述实体与其他所述基金数据关联关系设置为节点类型，将其他所述基金数据设置为实体名称，生成一个所述实体类型，所述实体类型包括节点类型及实体名称，所述实体还包括所述节点类型，以所述节点类型将所述实体和所述实体类型进行关联。
  6. 根据权利要求5所述的基金数据关联方法，其中，所述实体类型还包括权重系数，所述生成一个所述实体类型时，还包括：
    调用预设的权重列表，所述权重列表中包含有节点类型及对应的权重系数，根据所述节点类型，得到所述权重系数，将所述节点类型、所述实体名称及所述权重系数生成所述实体类型。
  7. 根据权利要求5所述的基金数据关联方法，其中，所述对每两个所述实体进行匹配，当具有相同的所述实体类型时，将所述实体类型设置为关系类型，以关系类型将两个所述实体进行关联，将两个所述实体和所述实体类型生成有关联关系的关系数据，包括：
    对每两个所述实体进行匹配，当具有相同的所述实体类型时，将所述实体类型设置为所述关系类型，并生成关系链接，所述关系链接包括所述关系类型中的节点类型、链接来源和链接目标，将其中一个所述实体的唯一代码设置为链接来源，另一个所述实体的唯一代码设置为链接目标；
    将所述关系链接与所述链接来源进行关联，将所述链接来源、所述关系链接和所述链接目标生成有关联关系的关系数据。
  8. 一种基金数据关联系统，包括：
    采集单元，设置为定时从多个基金网站采集基金基础信息，并将所述基金基础信息存储在缓存器中；
    筛选单元，设置为调用存储在所述缓存器中的所述基金基础信息，通过预设的数据筛选规则，对所述基金基础信息进行筛选，得到多项基金数据集，每项所述基金数据集内的基金数据具有关联关系，将多项所述基金数据集存储在所述缓冲器中；
    生成实体及实体类型单元，设置为依次调用存储在所述缓存器中的每项所述基金数据集，对同一项所述基金数据集生成多个实体，每个实体对应生成多个实体类型，所述实体包括基金、基金经理或基金公司，所述实体类型包括实体关联的其他所述基金数据；
    关联单元，设置为对每两个所述实体进行匹配，当具有相同的所述实体类型时，将所述实体类型设置为关系类型，以关系类型将两个所述实体进行关联，将两个所述实体和所述实体类型生成有关联关系的关系数据，将所述关系数据存储在数据库中。
  9. 根据权利要求8所述的基金数据关联系统，其中，所述采集单元，包括：
    预设模块，设置为预设网址列表，所述网址列表中包含多个所述基金网站的网址；
    请求模块，设置为调用浏览器内核依次对所述网址列表中的网址发出所述网页访问请求，并等待接收所述网页访问请求的网站发出的反馈信息，所述反馈信息包括接收访问的反馈信息和拒绝接收访问的反馈信息；
    采集模块，设置为当接收到所述接收访问的反馈信息时，调用预设在所述数据库中的网络爬虫算法，采集与基金相关的所述基金基础信息，然后继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址；
    遍历模块，设置为当接收到所述拒绝接收访问的反馈信息后，继续调用所述浏览器内核访问所述网址列表中的其他网址，直到遍历所述网址列表中的所有网址；
    汇总模块，设置为汇总所述网络爬虫算法采集到的所述基金基础信息。
  10. 根据权利要求8所述的基金数据关联系统，其中，所述采集单元，包括：
    预设列表模块，设置为预设所述数据库的目标路径列表，所述目标路径列表中含有提供所述基金基础信息的多个路径，每个所述路径对应所述数据库中的至少一个文件；
    定时采集模块，设置为调用定时任务，依次读取所述目标路径列表中的路径，根据路径在数据库中查找对应的所述文件，采集所述文件内的基金基础信息。
  11. 根据权利要求8所述的基金数据关联系统，其中，所述筛选单元，还设置为调用所述数据筛选规则采用自然语言处理或正则表达式对所述基金基础信息进行提取，提取出多个基金数据，将每个基金经理及关联关系的基金数据汇总成一项所述基金数据集，多个所述基金经理生成多项所述基金数据集，所述关联关系包括基金经理、基金公司、管理过的基金、管理过的基金公司、毕业院校、导师、同学、配偶中的至少一项关系；
    所述数据筛选规则是从所述基金基础信息中，将包括基金经理履历信息及对应的基金公司、管理过的基金、管理过的基金公司、管理的基金的持仓信息、社会关系和新闻媒体信息在内的关键字进行提取的规则。
  12. 根据权利要求8所述的基金数据关联系统，其中，所述生成实体及实体类型单元，包括：
    标记模块，设置为对所述基金数据集中的基金经理、基金公司和基金分别标记唯一代码，并将所述唯一代码及对应的基金数据保存在目标关键词文本中；
    生成实体模块，设置为获取所述目标关键词文本中的所述唯一代码及所述唯一代码对应的基金数据，将所述基金数据设置为名称，生成一个所述实体，所述实体包括唯一代码及名称；
    生成实体类型模块，设置为获取所述基金数据集中所述实体关联的其他所述基金数据，将所述实体与其他所述基金数据关联关系设置为节点类型，将其他所述基金数据设置为实体名称，生成一个所述实体类型，所述实体类型包括 节点类型及实体名称，所述实体还包括所述节点类型，以所述节点类型将所述实体和所述实体类型进行关联。
  13. 根据权利要求12所述的基金数据关联系统，其中，所述关联模块，还设置为调用预设的权重列表，所述权重列表中包含有节点类型及对应的权重系数，根据所述节点类型，得到所述权重系数，将所述节点类型、所述实体名称及所述权重系数生成所述实体类型。
  14. 根据权利要求12所述的基金数据关联系统，其中，所述关联单元，包括：
    匹配模块，设置为对每两个所述实体进行匹配，当具有相同的所述实体类型时，将所述实体类型设置为所述关系类型，并生成关系链接，所述关系链接包括所述关系类型中的节点类型、链接来源和链接目标，将其中一个所述实体的唯一代码设置为链接来源，另一个所述实体的唯一代码设置为链接目标；
    生成关系数据模块，设置为将所述关系链接与所述链接来源进行关联，将所述链接来源、所述关系链接和所述链接目标生成有关联关系的关系数据。
  15. 一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行以下步骤：
    定时从多个基金网站采集基金基础信息，并将所述基金基础信息存储在缓存器中；
    调用存储在所述缓存器中的所述基金基础信息，通过预设的数据筛选规则，对所述基金基础信息进行筛选，得到多项基金数据集，每项所述基金数据集内的基金数据具有关联关系，将多项所述基金数据集存储在所述缓冲器中；
    依次调用存储在所述缓存器中的每项所述基金数据集，对同一项所述基金数据集生成多个实体，每个实体对应生成多个实体类型，所述实体包括基金、基金经理或基金公司，所述实体类型包括实体关联的其他所述基金数据；
    对每两个所述实体进行匹配，当具有相同的所述实体类型时，将所述实体类型设置为关系类型，以关系类型将两个所述实体进行关联，将两个所述实体和所述实体类型生成有关联关系的关系数据，将所述关系数据存储在数据库中。
  16. 根据权利要求15所述的计算机设备，其中，所述调用存储在所述缓存器中的所述基金基础信息，通过预设的数据筛选规则，对所述基金基础信息进行筛选，得到多项基金数据集时，使得所述处理器执行以下步骤：
    所述数据筛选规则是从所述基金基础信息中，将包括基金经理履历信息及对应的基金公司、管理过的基金、管理过的基金公司、管理的基金的持仓信息、社会关系和新闻媒体信息在内的关键字进行提取的规则；
    调用所述数据筛选规则采用自然语言处理或正则表达式对所述基金基础信息进行提取，提取出多个基金数据，将每个基金经理及关联关系的基金数据汇总成一项所述基金数据集，多个所述基金经理生成多项所述基金数据集，所述关联关系包括基金经理、基金公司、管理过的基金、管理过的基金公司、毕业院校、导师、同学、配偶中的至少一项关系。
  17. 根据权利要求15所述的计算机设备，其中，所述对同一项所述基金数据集生成多个实体，每个实体对应生成多个实体类型时，使得所述处理器执行以下步骤：
    对所述基金数据集中的基金经理、基金公司和基金分别标记唯一代码，并将所述唯一代码及对应的基金数据保存在目标关键词文本中；
    获取所述目标关键词文本中的所述唯一代码及所述唯一代码对应的基金数据，将所述基金数据设置为名称，生成一个所述实体，所述实体包括唯一代码及名称；
    获取所述基金数据集中所述实体关联的其他所述基金数据，将所述实体与其他所述基金数据关联关系设置为节点类型，将其他所述基金数据设置为实体名称，生成一个所述实体类型，所述实体类型包括节点类型及实体名称，所述实体还包括所述节点类型，以所述节点类型将所述实体和所述实体类型进行关联。
  18. 一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：
    定时从多个基金网站采集基金基础信息，并将所述基金基础信息存储在缓存器中；
    调用存储在所述缓存器中的所述基金基础信息，通过预设的数据筛选规则，对所述基金基础信息进行筛选，得到多项基金数据集，每项所述基金数据集内的基金数据具有关联关系，将多项所述基金数据集存储在所述缓冲器中；
    依次调用存储在所述缓存器中的每项所述基金数据集，对同一项所述基金数据集生成多个实体，每个实体对应生成多个实体类型，所述实体包括基金、基金经理或基金公司，所述实体类型包括实体关联的其他所述基金数据；
    对每两个所述实体进行匹配，当具有相同的所述实体类型时，将所述实体类型设置为关系类型，以关系类型将两个所述实体进行关联，将两个所述实体和所述实体类型生成有关联关系的关系数据，将所述关系数据存储在数据库中。
  19. 根据权利要求18所述的存储介质，其中，所述调用存储在所述缓存器中的所述基金基础信息，通过预设的数据筛选规则，对所述基金基础信息进行筛选，得到多项基金数据集时，使得一个或多个所述处理器执行以下步骤：
    所述数据筛选规则是从所述基金基础信息中，将包括基金经理履历信息及对应的基金公司、管理过的基金、管理过的基金公司、管理的基金的持仓信息、社会关系和新闻媒体信息在内的关键字进行提取的规则；
    调用所述数据筛选规则采用自然语言处理或正则表达式对所述基金基础信息进行提取，提取出多个基金数据，将每个基金经理及关联关系的基金数据汇总成一项所述基金数据集，多个所述基金经理生成多项所述基金数据集，所述关联关系包括基金经理、基金公司、管理过的基金、管理过的基金公司、毕业院校、导师、同学、配偶中的至少一项关系。
  20. 根据权利要求18所述的存储介质，其中，所述对同一项所述基金数据集生成多个实体，每个实体对应生成多个实体类型时，使得一个或多个所述处理器执行以下步骤：
    对所述基金数据集中的基金经理、基金公司和基金分别标记唯一代码，并将所述唯一代码及对应的基金数据保存在目标关键词文本中；
    获取所述目标关键词文本中的所述唯一代码及所述唯一代码对应的基金数据，将所述基金数据设置为名称，生成一个所述实体，所述实体包括唯一代码及名称；
    获取所述基金数据集中所述实体关联的其他所述基金数据，将所述实体与其他所述基金数据关联关系设置为节点类型，将其他所述基金数据设置为实体名称，生成一个所述实体类型，所述实体类型包括节点类型及实体名称，所述实体还包括所述节点类型，以所述节点类型将所述实体和所述实体类型进行关联。
PCT/CN2018/124252 2018-09-03 2018-12-27 基金数据关联方法、系统、计算机设备和存储介质 Ceased WO2020048059A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201811022472.1A CN109408704B (zh) 2018-09-03 2018-09-03 基金数据关联方法、系统、计算机设备和存储介质
CN201811022472.1 2018-09-03

Publications (1)

Publication Number Publication Date
WO2020048059A1 true WO2020048059A1 (zh) 2020-03-12

Family

ID=65464485

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/124252 Ceased WO2020048059A1 (zh) 2018-09-03 2018-12-27 基金数据关联方法、系统、计算机设备和存储介质

Country Status (2)

Country Link
CN (1) CN109408704B (zh)
WO (1) WO2020048059A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113760903A (zh) * 2021-03-08 2021-12-07 北京沃东天骏信息技术有限公司 一种无界流数据关联处理方法、装置、设备及存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112150292A (zh) * 2020-09-27 2020-12-29 方雷(成都)科技有限公司 基金定投账户的监测方法、装置、系统及存储介质
CN117076580B (zh) * 2023-08-28 2025-09-19 中国地质大学（武汉） 面向关系型数据库实体匹配预测方法、设备及存储设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103064837A (zh) * 2011-10-19 2013-04-24 西安邮电学院 学术领域内领军人物检索与可视化导航系统
CN106294588A (zh) * 2016-07-28 2017-01-04 广东中标数据科技股份有限公司 快速搜索所要查询内容的方法及装置
CN107194754A (zh) * 2017-04-11 2017-09-22 美林数据技术股份有限公司 基于混合协同过滤的券商产品推荐方法
CN107369091A (zh) * 2016-05-12 2017-11-21 阿里巴巴集团控股有限公司 产品推荐方法、装置及理财产品推荐方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10303999B2 (en) * 2011-02-22 2019-05-28 Refinitiv Us Organization Llc Machine learning-based relationship association and related discovery and search engines
CN106682150B (zh) * 2016-12-22 2020-12-01 北京锐安科技有限公司 一种信息处理的方法及装置
CN107506484B (zh) * 2017-09-18 2020-10-16 携程旅游信息技术（上海）有限公司 运维数据关联审计方法、系统、设备及存储介质
CN107506486A (zh) * 2017-09-21 2017-12-22 北京航空航天大学 一种基于实体链接的关系扩充方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103064837A (zh) * 2011-10-19 2013-04-24 西安邮电学院 学术领域内领军人物检索与可视化导航系统
CN107369091A (zh) * 2016-05-12 2017-11-21 阿里巴巴集团控股有限公司 产品推荐方法、装置及理财产品推荐方法
CN106294588A (zh) * 2016-07-28 2017-01-04 广东中标数据科技股份有限公司 快速搜索所要查询内容的方法及装置
CN107194754A (zh) * 2017-04-11 2017-09-22 美林数据技术股份有限公司 基于混合协同过滤的券商产品推荐方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113760903A (zh) * 2021-03-08 2021-12-07 北京沃东天骏信息技术有限公司 一种无界流数据关联处理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN109408704B (zh) 2023-05-30
CN109408704A (zh) 2019-03-01

Similar Documents

Publication Publication Date Title
US20150032729A1 (en) Matching snippets of search results to clusters of objects
CN105531698B (zh) 用于批量和实时数据处理的设备、系统和方法
CN114595344B (zh) 面向农作物品种管理的知识图谱构建方法及装置
US8719308B2 (en) Method and system to process unstructured data
CN105447184B (zh) 信息抓取方法及装置
JP5697172B2 (ja) 情報ストリームの情報を処理する方法およびシステム
US20210065245A1 (en) Using machine learning to discern relationships between individuals from digital transactional data
US20190286676A1 (en) Contextual content collection, filtering, enrichment, curation and distribution
CN105359140B (zh) 可变搜索查询垂直访问
US20200134511A1 (en) Systems and methods for identifying documents with topic vectors
CN115757689A (zh) 一种信息查询系统、方法及设备
CN106383887A (zh) 一种环保新闻数据采集和推荐展示的方法及系统
US12505246B2 (en) Attribute-level access control for federated queries
CN110532480B (zh) 一种用于人读威胁情报推荐的知识图谱构建方法及威胁情报推荐方法
CN108073710B (zh) 基于动态网络图挖掘的Github开源代码库推荐系统
CN102622453A (zh) 基于本体的食品安全事件语义检索系统
CN105653732A (zh) 一种基于元数据自动建立表方法及系统
US11968258B2 (en) Sharing of data share metrics to customers
US12547600B2 (en) System and method for managing custom fields
US10990607B1 (en) Systems and methods for log aggregation
US11392589B2 (en) Multi-vertical entity-based search system
WO2020048059A1 (zh) 基金数据关联方法、系统、计算机设备和存储介质
Fürber Data quality
CN106250456A (zh) 一种中标公告的抽取方法及装置
US20190370402A1 (en) Profile spam removal in search results from social network

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18932438

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18932438

Country of ref document: EP

Kind code of ref document: A1