神州数码黑客松

AI 洞察未来 Insight 组

Insight is all you need

• 参赛比赛：神州数码黑客松
• 项目名称：半导体产业链知识图谱
• 小组成员：正在看、EYE、轻踏、Ryo、星河漫野、浮梦🥕、栖梧、lue-b（排名不分先后）
• 指导老师：王老师、何老师、董老师

项目概览

本项目将公开资料、半导体产业链、企业关系、神州数码业务关系和时间字段整合为一套可追溯、可更新、可问答的知识图谱。

证据 → L1-L4 产业链 → 企业 / 产品服务 → 企业关系 → 神州数码业务关系 → 时序问答

项目包含两层：

• 原生业务图谱：展示产业链、企业、产品服务、证据和业务关系。
• 时序问答层：结合语义召回、词面召回、时间字段和证据约束生成答案。

项目规模

指标	数量
候选企业池	120
龙头企业判断	204
企业关系	44
L1-L4 产业链环节	34
产品 / 服务节点	102
公司-产品 / 服务关系	314
推定竞争关系	237
神州数码公开关系	19
覆盖企业	169
证据记录	1,382
原生图谱节点 / 关系	1,487 / 3,534

证据等级：A 级 260 条、A- 级 50 条、B 级 130 条、B- 级 942 条。

问答评估

基于 33 道标准问题：

检索模式	Recall@8	Hit@8	Strict Hit@8	MRR@8
Hybrid	0.808	0.909	0.667	0.801
Lexical-only	0.775	0.879	0.667	0.817
Semantic-only	0.725	0.909	0.545	0.626

神州数码关系类问题在 Hybrid 模式下 Recall@8 = 1.000。

建模层级

1. 证据层：来源 URL、发布日期、检索时间、证据等级。
2. 产业分类层：上游 / 中游 / 下游与 L1-L4 环节。
3. 企业实体层：企业主体、地区、环节归属和龙头判断。
4. 事实关系层：生产、销售、使用、采购、集成、供应、竞争等关系。
5. 业务关联层：连接半导体产业链与神州数码 ICT / AI 基础设施业务。
6. 时间与质量层：截至时间、核验时间、置信度、有效性和内部验证标记。

系统流程

公开资料
  ↓
证据库（JSONL）
  ↓
结构化数据（CSV）
  ├─→ Neo4j 原生业务图谱
  └─→ 实体 / 关系 / 时间抽取
          ↓
      时序知识图谱
          ↓
   语义 + 词面混合检索
          ↓
      LLM 事实约束回答

技术栈

• Backend：FastAPI
• Frontend：React
• Graph：Neo4j
• LLM：DeepSeek
• Embedding：SiliconFlow
• Data：CSV、JSONL、证据与时间字段

设计原则

• 每条关键判断保留证据 ID、来源等级、置信度和限制说明。
• 区分公开确认关系、潜在匹配和需要内部验证的关系。
• 语义召回负责理解问题，词面召回负责命中公司名、产品名和中文环节名。
• 时间字段支持数据更新、关系有效性判断和后续时序分析。

完整答辩材料见 docs/defense-summary.md。 原始项目说明见 docs/README.md。