Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
利用网络上公开的数据构建一个小型的证券知识图谱/知识库
| Date | Stars |
|---|---|
| 2026-07-31 | 2165 |
| 2026-08-06 | 2165 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
# stock-knowledge-graph A small knowledge graph (knowledge base) construction using data published on the web. 利用网络上公开的数据构建一个小型的证券知识图谱（知识库）。 Welcome to watch, star or fork.  ## 工程目录结构 ``` stock-knowledge-graph/ ├── __init__.py ├── extract.py # extract html pages for executives information ├── stock.py # get stock industry and concept information ├── build_csv.py # build csv files that can import neo4j ├── import.sh ├── data │ ├── stockpage.zip │ ├── executive_prep.csv │ ├── stock_industry_prep.csv │ ├── stock_concept_prep.csv │ └── import # import directory │ ├── concept.csv │ ├── executive.csv │ ├── executive_stock.csv │ ├── industry.csv │ ├── stock.csv │ ├── stock_concept.csv │ └── stock_industry.csv ├── design.png ├── result.txt ├── img │ ├── executive.png │ └── executive_detail.png ├── import.report ├── README.md └── requirements.txt ``` ## 数据源 本项目需要用到两种数据源：一种是公司董事信息，另一种是股票的行业以及概念信息。 - **公司董事信息** 这部分数据包含在`data`目录下的`stockpage`压缩文件中，⾥面的每一个文件是以`XXXXXX.html`命名，其中`XXXXXX`是股票代码。这部分数据是由[同花顺个股](http://stockpage.10jqka.com.cn/)的⽹页爬取而来的，执行解压缩命令`unzip stockpage.zip`即可获取。比如对于`600007.html`，这部分内容来自于http://stockpage.10jqka.com.cn/600007/company/#manager - **股票行业以及概念信息** 这部分信息也可以通过⽹上公开的信息得到。在这里，我们使用[Tushare](http://tushare.org/)工具来获得，详细细节见之后具体的任务部分。 ## 任务1：从⽹页中抽取董事会的信息 在我们给定的html文件中，需要对每一个股票/公司抽取董事会成员的信息，这部分信息包括董事会成员“姓名”、“职务”、“性别”、“年龄”共四个字段。首先，姓名和职务的字段来自于：  在这里总共有12位董事成员的信息，都需要抽取出来。另外，性别和年龄字段也可以从下附图里抽取出来：  最后，生成一个 `executive_prep.csv`文件，格式如下： | 高管姓名 | 性别 | 年龄 | 股票代码 | 职位 | | :------: | :--: | :--: | :------: | :---------: | | 朴明志 | 男 | 51 | 600007 | 董事⻓/董事 | | 高燕 | 女 | 60 | 600007 | 执⾏董事 | | 刘永政 | 男 | 50 | 600008 | 董事⻓/董事 | | ··· | ··· | ··· | ··· | ··· | 注：建议表头最好用相应的英文表示。 ## 任务2：获取股票行业和概念的信息 对于这部分信息，我们可以利⽤工具`Tushare`来获取，官网为http://tushare.org/ ，使用pip命令进行安装即可。下载完之后，在python里即可调用股票行业和概念信息。参考链接：http://tushare.org/classifying.html#id2 通过以下的代码即可获得股票行业信息，并把返回的信息直接存储在`stock_industry_prep.csv`文件里。 ```python import tushare as ts df = ts.get_industry_classified() # TODO 保存到"stock_industry_prep.csv" ``` 类似的，可以通过以下代码即可获得股票概念信息，并把它们存储在`stock_concept_prep.csv`文件里。 ```python df = ts.get_concept_classified() # TODO 保存到“stock_concept_prep.csv” ``` ## 任务3：设计知识图谱 设计一个这样的图谱： - 创建“人”实体，这个人拥有姓名、性别、年龄 - 创建“公司”实体，除了股票代码，还有股票名称 - 创建“概念”实体，每个概念都有概念名 - 创建“行业”实体，每个行业都有⾏业名 - 给“公司”实体添加“ST”的标记，这个由LABEL来实现 - 创建“人”和“公司”的关系，这个关系有董事长、执行董事等等 - 创建“公司”和“概念”的关系 - 创建“公司”和“行业”的关系 把设计图存储为`design.png`文件。 注：实体名字和关系名字需要易懂，对于上述的要求，并不一定存在唯一的设计，只要能够覆盖上面这些要求即可。“ST”标记是⽤用来刻画⼀个股票严重亏损的状态，这个可以从给定的股票名字前缀来判断，背景知识可参考百科[ST股票](https://baike.baidu.com/item/ST%E8%82%A1%E7%A5%A8/632784?fromtitle=ST%E8%82%A1&fromid=2430646)，“ST”股票对应列表为['\*ST', 'ST', 'S*ST', 'SST']。 ## 任务4：创建可以导⼊Neo4j的csv文件 在前两个任务里，我们已经分别生成了 `executive_prep.csv`, `stock_industry_prep.csv`, `stock_concept_prep.csv`，但这些文件不能直接导入到Neo4j数据库。所以需要做⼀些处理，并生成能够直接导入Neo4j的csv格式。 我们需要生成这⼏个文件：`executive.csv`, `stock.csv`, `concept.csv`, `industry.csv`, `executive_stock.csv`, `stock_industry.csv`, `stock_concept.csv`。对于格式的要求，请参考：https://neo4j.com/docs/operations-manual/current/tutorial/import-tool/ ## 任务5：利用上面的csv文件生成数据库 ```shell neo4j_home$ bin/neo4j-admin import --id-type=STRING --nodes executive.csv --nodes stock.csv --nodes concept.csv --nodes industry.csv --relationships executive_stock.csv --relationships stock_industry.csv --relationships stock_concept.csv ``` 这个命令会把所有的数据导入到Neo4j中，数据默认存放在 graph.db 文件夹里。如果graph.db文件夹之前已经有数据存在，则可以选择先删除再执行命令。 把Neo4j服务重启之后，就可以通过`localhost:7474`观察到知识图谱了。 注意：这些csv要放到``~/.config/Neo4j Desktop/Application/neo4jDatabases/database-xxxx/installation-4.0.4``下，即与bin文件夹同级，否则需要绝对路径 简单查询命令 ```bash # 查询node MATCH (n:Concept) RETURN n LIMIT 25 # 查询relationship MATCH p=()-[r:industry_of]->() RETURN p LIMIT 100 ``` ## 任务6：基于构建好的知识图谱，通过编写Cypher语句
Excerpt of 4,235 characters
Read on GitHub
15
1
Would you bet a product on this? Bounded 0–100 and slow moving.
matched fp:c0be3f4977030749, topic:knowledge-graph, name:knowledge graph