知識圖譜作為一種建模和管理數(shù)據(jù)的方法，已經在企業(yè)數(shù)字化過程中發(fā)揮了重要作用。然而，隨著企業(yè)對知識圖譜的需求不斷增加，傳統(tǒng)的知識圖譜技術面臨著一些挑戰(zhàn)。基于對當前知識圖譜技術的深入研究和實踐經驗的總結，螞蟻集團發(fā)現(xiàn)，傳統(tǒng)的知識圖譜技術在應對復雜的業(yè)務場景和大規(guī)模數(shù)據(jù)時存在一些局限性。例如，知識圖譜的構建需要統(tǒng)一的工業(yè)J知識建模框架，以便適應不同L域的需求；知識圖譜的推理能力需要更加G效和可解釋；知識圖譜的構建和推理過程需要更好的可編程性和跨場景遷移性。

SPG框架以屬性圖為基礎，融合了RDF/OWL的語義性和LPG的結構性，兼具語義簡潔和大數(shù)據(jù)兼容的優(yōu)勢。通過SPG框架，我們可以實現(xiàn)知識的動態(tài)到靜態(tài)自動分層、L域內知識的性和知識之間的依賴關系定義。同時，SPG框架還提供了可編程的范式，支持快速構建新的L域圖譜和跨場景遷移。其在解決典型問題和場景方面具有廣泛的應用價值。在黑產圖譜和產業(yè)鏈事理圖譜中，SPG框架可以幫助企業(yè)更好地識別和應對黑灰產對抗，提G風險防控能力；在知識推理和智能問答中，SPG框架可以提供更加準確和可解釋的推理結果，提升用戶體驗和決策效果。

在本白皮書中，我們將詳細介紹SPG框架的設計原理、技術模塊和應用案例。我們希望通過這份白皮書，能夠為讀者提供一個多面了解SPG框架的機會，并激發(fā)更多的討論和合作。我們相信，SPG框架將為企業(yè)數(shù)字化提供更加強大和靈活的知識圖譜技術支持，推動知識圖譜技術的發(fā)展和應用。

附件：2023語義增強可編程知識圖譜SPG白皮書