随着知识图谱技术的不断发展,其应用迅速向各个垂直领域渗透。在金融领域中,企业知识图谱构建受到了工业界与学术界的广泛关注。使用知识图谱技术从来源广泛、类型复杂的企业数据中获取关联信息,并为用户提供面向金融的分析服务是当前的研究热点。企业知识图谱将来自不同数据源的企业信息进行统一的表示与融合,最终形成一个大的企业关联图谱。在企业关联图谱上,利用已有的图查询与挖掘技术能够构建丰富的知识发现应用。本文从知识获取、知识融合、知识存储、知识查询与计算等方面探讨了企业知识图谱构建与应用的详细过程。首先,采用自顶向下的方式定义知识图谱的模式层,并以该模式层对知识图谱的数据层进行完整性与准确性约束。其次,利用网络爬虫、信息抽取等技术从行业垂直网站、企业公告文件中获取半结构化与非结构化数据。随后,将已有的关系数据与RDF数据统一转换为属性图数据进行存储。最后,使用实体对齐等技术来处理多源数据的融合。在企业知识图谱构建的基础上,进一步实现了面向金融分析的企业知识图谱应用服务。针对金融分析的典型场景,将基于企业知识图谱的应用分为面向关联的图查询与面向挖掘的图计算服务。面向关联的图查询服务从企业的视角,全方位多维度的展现企业信息,发现企业的实际控制人以及企业之间的关联关系。面向挖掘的图计算服务从整体视角对网络的结构特征进行分析,以便监管人员实现对系统风险的把控。二者相辅相成,为金融分析服务带来巨大的价值。