知识图谱核心概念：实体、关系、属性、三元组、图数据库基础
说实话，很多人一听到「知识图谱」就觉得高大上，觉得是谷歌、百度那种大公司才玩得转的东西。其实不然。我做了这么多年投资分析，越来越觉得知识图谱就是个工具——帮你把零散的信息串起来，看清背后的逻辑。
这一章，咱们就把知识图谱最核心的几个概念掰开揉碎了讲。你搞懂了这些，后面做投资分析时，思路会清晰很多。
实体：知识图谱里的「主角」
实体是什么？说白了，就是你要关注的那个「东西」。在投资领域，实体可以是公司、人物、产品、行业、事件……任何你关心的对象。
举个例子。我研究一家新能源车企，那「比亚迪」就是一个实体。「王传福」也是一个实体。「刀片电池」还是一个实体。你看，这些实体之间是有关系的——王传福是比亚迪的创始人，刀片电池是比亚迪的产品。
我个人习惯，在构建知识图谱时，先列出一张「实体清单」。把投资标的相关的重要对象都列出来。这样后面建关系时，不会漏掉关键节点。
关系：实体之间的「桥梁」
光有实体不行，你得知道它们之间怎么关联。关系就是连接实体的那条线。
我遇到过不少新手，把实体列了一大堆，但关系没理清楚。结果图谱建出来，跟一盘散沙似的，看不出任何投资逻辑。
常见的投资关系有哪些？
- 投资关系： A公司投资了B公司
- 供应链关系： A公司是B公司的供应商
- 竞争关系： A公司与B公司是竞争对手
- 人事关系： 某人曾在A公司任职，后加入B公司
- 股权关系： 某人持有A公司股份
你想想看，如果你能把这些关系都理清楚，是不是比看一份干巴巴的财报要直观得多？
属性：实体的「细节描述」
实体是主角，关系是桥梁，那属性就是给主角加「标签」和「备注」。
比如「比亚迪」这个实体，它的属性可以包括：
| 属性名 | 属性值 |
|---|---|
| 成立时间 | 1995年 |
| 上市代码 | 002594.SZ |
| 主营业务 | 新能源汽车、电池、电子 |
| 市值（2024年） | 约8000亿人民币 |
属性让实体变得更「丰满」。你在做投资分析时，可以通过属性快速筛选和对比。比如「找出所有市值超过5000亿的新能源车企」——这就是属性的威力。
三元组：知识图谱的「最小单元」
实体、关系、属性这三个概念，组合起来就是知识图谱的「积木块」——三元组。
三元组的格式很简单：(头实体, 关系, 尾实体)
举个例子：
(比亚迪, 创始人, 王传福)
(比亚迪, 生产, 刀片电池)
(王传福, 持股, 比亚迪)你看，每个三元组就是一个「事实」。知识图谱就是由成千上万个这样的事实组成的。
我刚开始做投资图谱时，就是一条一条地整理三元组。虽然有点笨，但效果出奇的好。因为你在整理的过程中，会不断发现新的投资线索。
图数据库：知识图谱的「家」
有了实体、关系、属性、三元组，你得找个地方存起来。传统的关系型数据库（比如MySQL）存这些数据很别扭。为什么？因为关系型数据库擅长存表格，不擅长存「关系」。
图数据库就是专门干这个的。它用「节点」表示实体，用「边」表示关系。查询起来特别快。
市面上主流的图数据库有：
- Neo4j： 最流行，社区版免费，适合入门
- JanusGraph： 开源，适合大规模数据
- ArangoDB： 多模型，支持图、文档、键值
我个人建议，刚开始学就用Neo4j。它有个很直观的浏览器界面，你可以在上面直接写查询语句，看到图谱的可视化效果。这对理解知识图谱非常有帮助。
下面我用一个简单的例子，展示一下图数据库里怎么存数据：
// 创建节点（实体）
CREATE (byd:Company {name: '比亚迪', founded: 1995})
CREATE (wcf:Person {name: '王传福', title: '创始人'})
// 创建关系
CREATE (wcf)-[:FOUNDED]->(byd)这段代码创建了两个节点和一个关系。你运行之后，就能在Neo4j里看到一张小图谱——王传福指向比亚迪，关系是「创立」。
知识图谱的核心逻辑：一张图看懂
说了这么多，咱们用一张图把核心逻辑串起来。下面是我手绘的一个知识图谱核心结构图，你看一眼就明白了。
这张图把核心逻辑讲得很清楚：实体、关系、属性是三大基石，它们组合成三元组，最后存到图数据库里。你搞懂这个流程，知识图谱就算入门了。
为什么投资分析需要图数据库？
你可能会问：我用Excel也能整理这些数据，为什么非要用图数据库？
嗯，这里有个关键区别。Excel适合查「静态数据」，但图数据库擅长查「关系路径」。
举个例子。你想知道「王传福通过哪些路径间接影响到宁德时代」。在Excel里，你得手动查好几张表，拼凑信息。但在图数据库里，一句查询就搞定：
MATCH (wcf:Person {name: '王传福'})-[*1..3]-(catl:Company {name: '宁德时代'})
RETURN wcf, catl这段代码的意思是：找出王传福和宁德时代之间，长度不超过3步的所有路径。结果可能包括「王传福→比亚迪→投资→宁德时代」，或者「王传福→朋友→宁德时代高管」等等。
这种「关系路径」的查询，在投资分析中非常有用。比如做尽职调查时，查实控人的关联方；做产业链分析时，查上下游的依赖关系。
好了，这一章的核心概念就讲到这里。你记住四个关键词：实体、关系、属性、三元组。再加上图数据库这个「容器」，知识图谱的骨架就有了。下一章，咱们会动手搭建第一个投资知识图谱——用真实的上市公司数据来练手。
公众号:蓝海资料掘金营，微信deep3321