银行知识图谱供应商

对话式AI产品，并为企业的后续应用提供支持与建议，涵盖知识图谱平台、文本机器人、语音机器人、NLP平台等23个产品。星环科技凭借在知识图谱领域的技术创新和众多成功实践，入选知识图谱平台“核心供应商的业务问题。目前，星环科技Sophon已经在金融等多个行业成功落地，在反洗钱、反欺诈、疫情防控、公共安全、企业级营销、保险知识智能问答等场景有着广泛的应用。在某股份制银行知识图谱中台实践中，星环科技白皮书》、《知识图谱选型与实施指南》、IEEE-P2907课题《信息技术人工智能知识图谱技术框架》（国标计划号20192137-T-469），不断为行业标准制定建言献策。作为企业级大数据基础软件开发商，星”。知识图谱是使机器具备认知能力的基石，随着各行各业在数字化转型过程中人工智能、大数据等技术的不断渗透，越来越多的企业希望搭建知识图谱并开发上层应用，实现更加智能的业务分析与决策。星环科技自主研发的知识图谱平台Sophon恰好可以满足企业搭建知识图谱实现业务赋能的需求，Sophon是一款覆盖知识全生命周期，集知识的采集、建模、融合、存储、计算及应用为一体的知识图谱产品。平台支持低代码图谱构建、智能化

对话式AI产品，并为企业的后续应用提供支持与建议，涵盖知识图谱平台、文本机器人、语音机器人、NLP平台等23个产品。星环科技凭借在知识图谱领域的技术创新和众多成功实践，入选知识图谱平台“核心供应商的业务问题。目前，星环科技Sophon已经在金融等多个行业成功落地，在反洗钱、反欺诈、疫情防控、公共安全、企业级营销、保险知识智能问答等场景有着广泛的应用。在某股份制银行知识图谱中台实践中，星环科技白皮书》、《知识图谱选型与实施指南》、IEEE-P2907课题《信息技术人工智能知识图谱技术框架》（国标计划号20192137-T-469），不断为行业标准制定建言献策。作为企业级大数据基础软件开发商，星”。知识图谱是使机器具备认知能力的基石，随着各行各业在数字化转型过程中人工智能、大数据等技术的不断渗透，越来越多的企业希望搭建知识图谱并开发上层应用，实现更加智能的业务分析与决策。星环科技自主研发的知识图谱平台Sophon恰好可以满足企业搭建知识图谱实现业务赋能的需求，Sophon是一款覆盖知识全生命周期，集知识的采集、建模、融合、存储、计算及应用为一体的知识图谱产品。平台支持低代码图谱构建、智能化

对话式AI产品，并为企业的后续应用提供支持与建议，涵盖知识图谱平台、文本机器人、语音机器人、NLP平台等23个产品。星环科技凭借在知识图谱领域的技术创新和众多成功实践，入选知识图谱平台“核心供应商的业务问题。目前，星环科技Sophon已经在金融等多个行业成功落地，在反洗钱、反欺诈、疫情防控、公共安全、企业级营销、保险知识智能问答等场景有着广泛的应用。在某股份制银行知识图谱中台实践中，星环科技白皮书》、《知识图谱选型与实施指南》、IEEE-P2907课题《信息技术人工智能知识图谱技术框架》（国标计划号20192137-T-469），不断为行业标准制定建言献策。作为企业级大数据基础软件开发商，星”。知识图谱是使机器具备认知能力的基石，随着各行各业在数字化转型过程中人工智能、大数据等技术的不断渗透，越来越多的企业希望搭建知识图谱并开发上层应用，实现更加智能的业务分析与决策。星环科技自主研发的知识图谱平台Sophon恰好可以满足企业搭建知识图谱实现业务赋能的需求，Sophon是一款覆盖知识全生命周期，集知识的采集、建模、融合、存储、计算及应用为一体的知识图谱产品。平台支持低代码图谱构建、智能化

对话式AI产品，并为企业的后续应用提供支持与建议，涵盖知识图谱平台、文本机器人、语音机器人、NLP平台等23个产品。星环科技凭借在知识图谱领域的技术创新和众多成功实践，入选知识图谱平台“核心供应商的业务问题。目前，星环科技Sophon已经在金融等多个行业成功落地，在反洗钱、反欺诈、疫情防控、公共安全、企业级营销、保险知识智能问答等场景有着广泛的应用。在某股份制银行知识图谱中台实践中，星环科技白皮书》、《知识图谱选型与实施指南》、IEEE-P2907课题《信息技术人工智能知识图谱技术框架》（国标计划号20192137-T-469），不断为行业标准制定建言献策。作为企业级大数据基础软件开发商，星”。知识图谱是使机器具备认知能力的基石，随着各行各业在数字化转型过程中人工智能、大数据等技术的不断渗透，越来越多的企业希望搭建知识图谱并开发上层应用，实现更加智能的业务分析与决策。星环科技自主研发的知识图谱平台Sophon恰好可以满足企业搭建知识图谱实现业务赋能的需求，Sophon是一款覆盖知识全生命周期，集知识的采集、建模、融合、存储、计算及应用为一体的知识图谱产品。平台支持低代码图谱构建、智能化

对话式AI产品，并为企业的后续应用提供支持与建议，涵盖知识图谱平台、文本机器人、语音机器人、NLP平台等23个产品。星环科技凭借在知识图谱领域的技术创新和众多成功实践，入选知识图谱平台“核心供应商的业务问题。目前，星环科技Sophon已经在金融等多个行业成功落地，在反洗钱、反欺诈、疫情防控、公共安全、企业级营销、保险知识智能问答等场景有着广泛的应用。在某股份制银行知识图谱中台实践中，星环科技白皮书》、《知识图谱选型与实施指南》、IEEE-P2907课题《信息技术人工智能知识图谱技术框架》（国标计划号20192137-T-469），不断为行业标准制定建言献策。作为企业级大数据基础软件开发商，星”。知识图谱是使机器具备认知能力的基石，随着各行各业在数字化转型过程中人工智能、大数据等技术的不断渗透，越来越多的企业希望搭建知识图谱并开发上层应用，实现更加智能的业务分析与决策。星环科技自主研发的知识图谱平台Sophon恰好可以满足企业搭建知识图谱实现业务赋能的需求，Sophon是一款覆盖知识全生命周期，集知识的采集、建模、融合、存储、计算及应用为一体的知识图谱产品。平台支持低代码图谱构建、智能化

对话式AI产品，并为企业的后续应用提供支持与建议，涵盖知识图谱平台、文本机器人、语音机器人、NLP平台等23个产品。星环科技凭借在知识图谱领域的技术创新和众多成功实践，入选知识图谱平台“核心供应商的业务问题。目前，星环科技Sophon已经在金融等多个行业成功落地，在反洗钱、反欺诈、疫情防控、公共安全、企业级营销、保险知识智能问答等场景有着广泛的应用。在某股份制银行知识图谱中台实践中，星环科技白皮书》、《知识图谱选型与实施指南》、IEEE-P2907课题《信息技术人工智能知识图谱技术框架》（国标计划号20192137-T-469），不断为行业标准制定建言献策。作为企业级大数据基础软件开发商，星”。知识图谱是使机器具备认知能力的基石，随着各行各业在数字化转型过程中人工智能、大数据等技术的不断渗透，越来越多的企业希望搭建知识图谱并开发上层应用，实现更加智能的业务分析与决策。星环科技自主研发的知识图谱平台Sophon恰好可以满足企业搭建知识图谱实现业务赋能的需求，Sophon是一款覆盖知识全生命周期，集知识的采集、建模、融合、存储、计算及应用为一体的知识图谱产品。平台支持低代码图谱构建、智能化

供应链是指从原材料供应商到终消费者之间的一连串活动和流程。知识图谱在供应链中的用场景主要包括以下几个方面：物料管理：知识图谱可以对物料、产品以及相关属性进行建模和分析。通过建立物料的知识图谱，可以实现对物料的全面追溯、属性关联分析、相似物料推荐等功能，从提高物料管理的效率和精确度。供应商管理：通过建立供应商的知识图谱，可以对供应商的信用、资质、业务关系等进行建模和分析。通过知识图谱的推理功能，可以实现供应商的智能匹配、评估和选择，从而提高供应商管理的效率和质量。订单管理：知识图谱可以对订单的各个环节进行建模和分析，包括订单的生成、分配、跟踪和交付等。通过知识图谱的推理和预测功能，可以实现订单管理的效率和可靠性。知识图谱在供应链中的应用可以帮助实现供应链的智能化、高效化和可持续发展，提升供应链整体运作效果。星环知识图谱平台-Sophon星环知识图谱软件（Sophon）是一站式知识全生命周期的的智能调度和预测，从而提高订单管理的效率和准确性。库存管理：通过建立库存的知识图谱，可以对库存的位置、数量、质量、生命周期等进行建模分析。通过知识图谱的推理功能，可以实现库存的智能调配、补充和预测

供应链是指从原材料供应商到终消费者之间的一连串活动和流程。知识图谱在供应链中的用场景主要包括以下几个方面：物料管理：知识图谱可以对物料、产品以及相关属性进行建模和分析。通过建立物料的知识图谱，可以实现对物料的全面追溯、属性关联分析、相似物料推荐等功能，从提高物料管理的效率和精确度。供应商管理：通过建立供应商的知识图谱，可以对供应商的信用、资质、业务关系等进行建模和分析。通过知识图谱的推理功能，可以实现供应商的智能匹配、评估和选择，从而提高供应商管理的效率和质量。订单管理：知识图谱可以对订单的各个环节进行建模和分析，包括订单的生成、分配、跟踪和交付等。通过知识图谱的推理和预测功能，可以实现订单管理的效率和可靠性。知识图谱在供应链中的应用可以帮助实现供应链的智能化、高效化和可持续发展，提升供应链整体运作效果。星环知识图谱平台-Sophon星环知识图谱软件（Sophon）是一站式知识全生命周期的的智能调度和预测，从而提高订单管理的效率和准确性。库存管理：通过建立库存的知识图谱，可以对库存的位置、数量、质量、生命周期等进行建模分析。通过知识图谱的推理功能，可以实现库存的智能调配、补充和预测

供应链是指从原材料供应商到终消费者之间的一连串活动和流程。知识图谱在供应链中的用场景主要包括以下几个方面：物料管理：知识图谱可以对物料、产品以及相关属性进行建模和分析。通过建立物料的知识图谱，可以实现对物料的全面追溯、属性关联分析、相似物料推荐等功能，从提高物料管理的效率和精确度。供应商管理：通过建立供应商的知识图谱，可以对供应商的信用、资质、业务关系等进行建模和分析。通过知识图谱的推理功能，可以实现供应商的智能匹配、评估和选择，从而提高供应商管理的效率和质量。订单管理：知识图谱可以对订单的各个环节进行建模和分析，包括订单的生成、分配、跟踪和交付等。通过知识图谱的推理和预测功能，可以实现订单管理的效率和可靠性。知识图谱在供应链中的应用可以帮助实现供应链的智能化、高效化和可持续发展，提升供应链整体运作效果。星环知识图谱平台-Sophon星环知识图谱软件（Sophon）是一站式知识全生命周期的的智能调度和预测，从而提高订单管理的效率和准确性。库存管理：通过建立库存的知识图谱，可以对库存的位置、数量、质量、生命周期等进行建模分析。通过知识图谱的推理功能，可以实现库存的智能调配、补充和预测

供应链是指从原材料供应商到终消费者之间的一连串活动和流程。知识图谱在供应链中的用场景主要包括以下几个方面：物料管理：知识图谱可以对物料、产品以及相关属性进行建模和分析。通过建立物料的知识图谱，可以实现对物料的全面追溯、属性关联分析、相似物料推荐等功能，从提高物料管理的效率和精确度。供应商管理：通过建立供应商的知识图谱，可以对供应商的信用、资质、业务关系等进行建模和分析。通过知识图谱的推理功能，可以实现供应商的智能匹配、评估和选择，从而提高供应商管理的效率和质量。订单管理：知识图谱可以对订单的各个环节进行建模和分析，包括订单的生成、分配、跟踪和交付等。通过知识图谱的推理和预测功能，可以实现订单管理的效率和可靠性。知识图谱在供应链中的应用可以帮助实现供应链的智能化、高效化和可持续发展，提升供应链整体运作效果。星环知识图谱平台-Sophon星环知识图谱软件（Sophon）是一站式知识全生命周期的的智能调度和预测，从而提高订单管理的效率和准确性。库存管理：通过建立库存的知识图谱，可以对库存的位置、数量、质量、生命周期等进行建模分析。通过知识图谱的推理功能，可以实现库存的智能调配、补充和预测

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。