CompanyKG：用于公司相似度量化的大规模异质图
人工智能
2024-06-11 v4 计算工程、金融与科学
数据库
机器学习
摘要
在投资行业，出于市场图谱、竞争对手分析和并购等一系列目的，进行细粒度公司相似度量化通常至关重要。我们提出并发布了一个名为 CompanyKG 的知识图谱，以表示和学习多样的公司特征与关系。具体而言，117 万家公司作为节点表示，并 enriched 以公司描述嵌入；15 种不同公司间关系产生了 5106 万条带权边。为全面评估公司相似度量化的方法，我们设计并编译了三个带标注测试集的评估任务：相似度预测、竞争对手检索和相似度排序。我们给出了分为三类（仅节点、仅边、节点+边）的 11 种可复现预测方法的广泛基准测试结果。据我们所知，CompanyKG 是源自真实世界投资平台、专为量化公司间相似度定制的首个大规模异质图数据集。
引用
@article{arxiv.2306.10649,
title = {CompanyKG: A Large-Scale Heterogeneous Graph for Company Similarity Quantification},
author = {Lele Cao and Vilhelm von Ehrenheim and Mark Granroth-Wilding and Richard Anselmo Stahl and Andrew McCornack and Armin Catovic and Dhiana Deva Cavacanti Rocha},
journal= {arXiv preprint arXiv:2306.10649},
year = {2024}
}
备注
CompanyKG (version 1.x). Published by IEEE Transactions on Big Data (12 pages, 10 figures and 2 tables) + Appendix (9 pages, 1 figures and 4 tables). Code: https://github.com/EQTPartners/CompanyKG ; Data: https://zenodo.org/record/8010239