征信大数据具有复杂、高维等特点,现实世界中的征信实体之间存在多种复杂关系以及多种概念。知识图谱能够合理表示真实世界中的实体,以及他们之间的关联关系,准确展示概念间的语义关系。构建征信知识图谱可以提炼征信大数据中隐含的各种知识和知识之间的关联,挖掘更多潜在的信息资源。目前存在于征信领域的知识图谱普遍具有专业化程度不高、数据层次化不明确、跨域联合分析难,知识价值挖掘不充分等问题和挑战。征信知识图谱主要分为个人征信知识图谱以及企业征信知识图谱,本文聚焦于基于征信大数据的企业征信知识图谱建设。具体而言,基于企业征信大数据构建与应用知识图谱的难点体现为以下几个方面:1)鉴于企业征信大数据隐私性强,且具有海量、多源、异构等典型特征,缺乏统一的企业征信大数据资源组织标准规范作为企业征信大数据知识图谱建设的理论指导。2)由于缺乏理论指导和数据支撑,目前缺乏基于企业征信大数据构建的征信知识图谱本体和实例。在基于企业征信图谱的风控模型中,目前主线方式虽然基于图谱结构提取了一定的企业关系特征,但由于图谱构建不完全以及传统认知问题,模型从图谱中提取的企业实体属性特征常聚焦于金融、司法领域。由于选取的数据维度少,模型预测效果有待提高。3)征信实体之间存在复杂的关联关系,传统的表示方式难以使人们清晰明确征信实体间的关联关系和挖掘更多的潜在信息。针对上述问题与挑战,本文重点围绕企业征信大数据统一信息模型、企业征信大数据知识图谱构建与风控模型设计、企业征信大数据知识图谱平台的设计与实现等开展研究,主要内容分为以下三项:1)提出并实现一套企业征信大数据统一信息模型从现有的政务、工商、司法、舆论等各分散数据子域中提炼出“企业-关键人物”联合框架,设计出一套面向企业征信大数据场景的层次化企业信息架构和关键人员架构的统一信息模型,打通了当前企业征信领域的海量、多源、异构数据,并为企业征信领域的标准规范的制定提供了依据。2)构建企业征信大数据知识图谱,并提出一种基于图谱的风控模型采取以顶向下为主线方式,辅助以自底向上策略的企业征信领域知识图谱本体的构造方式,完善单一构建方法的缺陷,并帮助形成组织结构清晰、层次化约束较为严格的企业征信大数据知识图谱。提出了一种基于企业征信大数据知识图谱的风控模型,在主流的企业基本属性特征与知识图谱网络特征（企业和其余实体之间的关系）基础上,创新性地引入能体现企业研发创新能力的特征,如研发费用、专利数目等作为模型的特征,实现企业的风险评估,模型的准确率和AUC可到达0.85和0.93。3)搭建企业征信大数据知识图谱平台企业征信大数据知识图谱平台利用数据可视化技术清晰地呈现企业的基本信息和企业与其余实体之间的关系,以直观的图像呈现复杂的信息,使从业者清晰明了地了解企业信息与关联关系,帮助他们进行企业风险预测、关联企业等分析与应用。