基于知識圖譜的親屬關(guān)系構(gòu)建實(shí)踐

劉辰昀，儲昭武，夏 娟

（1.上海市大數(shù)據(jù)中心，上海 200072；2.上海計(jì)算機(jī)軟件技術(shù)開發(fā)中心，上海 201114）

0 引言

隨著現(xiàn)代社會的不斷發(fā)展，城鎮(zhèn)化進(jìn)程的加速推進(jìn)，人口流動日趨頻繁和隨機(jī)，以家庭為中心的親屬關(guān)系呈現(xiàn)出難以全面掌握、管理及使用的現(xiàn)象。①傳統(tǒng)以血緣為紐帶的區(qū)域親屬關(guān)系逐漸向以地域?yàn)榧~帶的跨域親屬關(guān)系轉(zhuǎn)變，親屬關(guān)系較難在同一地域管理單元內(nèi)全面反映。②市場經(jīng)濟(jì)體制的促進(jìn)作用，具有近親屬關(guān)系的自然人分布在多個(gè)戶籍或多個(gè)地域中，從戶籍關(guān)系較難反映家庭成員的親屬關(guān)系。③由于行政職能部門的業(yè)務(wù)協(xié)同和數(shù)據(jù)共享難等問題，法律認(rèn)定的部分親屬關(guān)系數(shù)據(jù)分散在多個(gè)職能部門中，尚未形成有效匯聚和融合處理，無法從數(shù)據(jù)層面直觀反映動態(tài)變化的親屬關(guān)系。鑒于此，本文將聚焦“一網(wǎng)通辦”政務(wù)服務(wù)的智能和高效，梳理涉及親屬關(guān)系業(yè)務(wù)事項(xiàng)辦理的痛點(diǎn)、堵點(diǎn)，以及親屬關(guān)系證明的使用場景，整理分析高頻親屬關(guān)系類型和數(shù)據(jù)構(gòu)成，提出一種親屬關(guān)系知識圖譜的構(gòu)建方法和路徑，為支撐政務(wù)服務(wù)水平和效能的提升，提供具有可復(fù)制性、可行性的解決路徑。

1 親屬關(guān)系圖譜實(shí)踐目標(biāo)

1.1 聚焦便捷、綠色的政務(wù)服務(wù)能力提升

隨著政務(wù)服務(wù)的改革深化，各行政職能部門圍繞政府職能轉(zhuǎn)變、政務(wù)服務(wù)體系變革和服務(wù)能力提升，從業(yè)務(wù)流程優(yōu)化、業(yè)務(wù)協(xié)同能力提升、數(shù)據(jù)共享共建等方面持續(xù)建設(shè)，但由于人口流動大、戶籍關(guān)系跨域性等因素影響，證明“我媽是我媽”“我爸只有我一個(gè)兒子”等親屬關(guān)系證明情況仍屢見不鮮。經(jīng)統(tǒng)計(jì)，在超過一百余項(xiàng)政務(wù)服務(wù)事項(xiàng)需要提供親屬關(guān)系證明材料，且無法通過簡單的跨部門、跨層級、跨地域的數(shù)據(jù)共享實(shí)現(xiàn)，在自然人辦理政務(wù)事項(xiàng)時(shí)造成了不同程度的困擾。為了有效減少辦事材料及證明、簡化辦事流程、增加辦事效率，切實(shí)落實(shí)“讓數(shù)據(jù)多跑路，群眾少跑腿”“進(jìn)一網(wǎng)、進(jìn)一門，能通辦”的發(fā)展愿，親屬關(guān)系證明減免的工作是提高政務(wù)服務(wù)效能的突破點(diǎn)之一。

1.2 聚焦精準(zhǔn)、高效的社會治理能力提升

自然人的數(shù)據(jù)來源繁雜、管理主體多元，在面向自然人以及家庭的社會管理和服務(wù)過程中，真實(shí)可信的親屬關(guān)系數(shù)據(jù)是社會治理精準(zhǔn)、高效實(shí)施的重要支撐。如在疫情防控工作中，以家庭為基本管理單元的活動中，自然人的家庭成員情況、親屬情況等信息，能夠幫助疫情工作人員及時(shí)、高效的定位防控對象，達(dá)到事半功倍的效果；在困難家庭幫扶、貧困家庭認(rèn)定等民政相關(guān)的精準(zhǔn)幫扶管理中，真實(shí)、有效的親屬關(guān)系能夠幫助管理者前瞻性、主動式的發(fā)現(xiàn)對象，提升群眾的幸福感和獲得感，增強(qiáng)政府的公信力；在防范管理特殊群體過程中，通過親屬關(guān)系的發(fā)掘，針對性地進(jìn)行指導(dǎo)和親屬關(guān)系介入影響，能夠更有效的實(shí)現(xiàn)社會安定。因此，親屬關(guān)系數(shù)據(jù)是社會治理的重要支撐，親屬關(guān)系的構(gòu)建是賦能社區(qū)治理更加智能、更加精準(zhǔn)、更加高效的有效路徑之一。

1.3 聚焦高價(jià)值、高權(quán)威的公共數(shù)據(jù)資產(chǎn)建設(shè)

由于政府部門行政職能的分工和職權(quán)的區(qū)隔，自然人的各類數(shù)據(jù)孤立、分散、無序的存儲現(xiàn)狀仍然顯著，基于自然人的數(shù)據(jù)共享廣度、深度和效度都還相對有限，難以形成較為全局視角的自然人數(shù)據(jù)地圖和精準(zhǔn)的自然人數(shù)據(jù)資產(chǎn)，隨著社會多樣化、多變性、時(shí)效性的需求不斷產(chǎn)生，迫切需要充分提升數(shù)據(jù)的應(yīng)用深度和應(yīng)用效度，增強(qiáng)數(shù)據(jù)共享的力度，加速釋放數(shù)據(jù)價(jià)值。利用知識圖譜技術(shù)，構(gòu)建親屬關(guān)系圖譜，能高效融合分散、無序的自然人數(shù)據(jù)，促進(jìn)政務(wù)數(shù)據(jù)的高效共享和創(chuàng)新應(yīng)用，是形成全面、統(tǒng)一、權(quán)威、真實(shí)、可靠的自然人數(shù)據(jù)資產(chǎn)的可行路徑之一。

2 親屬關(guān)系圖譜體系框架

知識圖譜是一種大規(guī)模的語義網(wǎng)絡(luò)，通過描述物理世界的實(shí)體及實(shí)體間的關(guān)系形成結(jié)構(gòu)化的語義知識庫。從原始的數(shù)據(jù)到構(gòu)建形成知識圖譜，主要?dú)v經(jīng)知識建模、知識抽取、知識融合、知識加工和質(zhì)量評估等步驟。通過數(shù)據(jù)的融合實(shí)現(xiàn)信息的表達(dá)，并積累、擴(kuò)展實(shí)現(xiàn)知識的轉(zhuǎn)化，用于高效搜索、精準(zhǔn)表達(dá)物理世界實(shí)體之間的關(guān)系以及實(shí)體的基本屬性。

親屬關(guān)系圖譜遵循知識圖譜的構(gòu)建方法，采用語言學(xué)的語義場分析手段，從大量自然人數(shù)據(jù)中提取實(shí)體、屬性和關(guān)系信息，聚合親屬關(guān)系信息，并結(jié)合相關(guān)法律法規(guī)文件，補(bǔ)充關(guān)系類型，從而實(shí)現(xiàn)親屬關(guān)系知識的快速響應(yīng)和推理。由于自然人數(shù)據(jù)主要來源于政府各行政職能部門采集的數(shù)據(jù)，具有單類數(shù)據(jù)結(jié)構(gòu)良好、來源權(quán)威、質(zhì)量可控但數(shù)據(jù)關(guān)聯(lián)度低、業(yè)務(wù)語義不規(guī)范等特點(diǎn)，因此，親屬關(guān)系知識圖譜的構(gòu)建工作重點(diǎn)將圍繞自然人數(shù)據(jù)向親屬關(guān)系信息的提取和向親屬關(guān)系知識庫的轉(zhuǎn)化兩個(gè)維度展開，以自然人這一實(shí)體對象為核心，加強(qiáng)關(guān)系抽取、關(guān)系推理等任務(wù)，將多來源、多語義的實(shí)體屬性和關(guān)系數(shù)據(jù)有效融合加工，形成能準(zhǔn)確、全面、清晰表達(dá)的親屬關(guān)系圖譜，構(gòu)建框架包括數(shù)據(jù)準(zhǔn)備、圖譜構(gòu)建和譜圖服務(wù)（如圖1所示）。

圖1 親屬關(guān)系圖譜構(gòu)建框架

3 親屬關(guān)系數(shù)據(jù)準(zhǔn)備

知識圖譜的邏輯架構(gòu)，通常劃分為數(shù)據(jù)層和模式層兩個(gè)層次。模式層是知識圖譜的核心，主要通過本體庫來存放實(shí)體、關(guān)系和屬性等信息，數(shù)據(jù)層是相對應(yīng)的真實(shí)數(shù)據(jù)存儲層。在構(gòu)建親屬關(guān)系圖譜之前，首先借助物理世界的法律法規(guī)明確各類親屬關(guān)系，以指導(dǎo)親屬關(guān)系圖譜的本體模型的構(gòu)建，再結(jié)合本體模型，梳理各實(shí)體所需的數(shù)據(jù)資源，夯實(shí)知識圖譜所需的各類圖譜要素基礎(chǔ)。

3.1 親屬關(guān)系分析

通過《民法典》可知，核心的親屬關(guān)系有：①血緣關(guān)系，此類親屬關(guān)系的主要特征具有強(qiáng)可推理性，例如父親的父親可推理為爺爺。②法律認(rèn)定的婚姻關(guān)系，此類關(guān)系具有條件依賴性，隨著婚姻關(guān)系的狀態(tài)變化而變化。③由血緣關(guān)系和婚姻關(guān)系衍生的其他親屬關(guān)系，此類親屬關(guān)系兼具推理性和條件依賴性。④法律認(rèn)定的監(jiān)護(hù)關(guān)系、收養(yǎng)關(guān)系等，此類法律認(rèn)定關(guān)系具有期限性、可變性等特點(diǎn)。通過對這四類的親屬關(guān)系的梳理組成親屬關(guān)系核心語義場，將分析其他各類關(guān)系的語義場所包含的親屬關(guān)系，最后合并成親屬關(guān)系總語義場（表1），以指導(dǎo)本體模型的構(gòu)建。

表1 親屬關(guān)系總語義場

3.2 親屬數(shù)據(jù)探查

基于政府行政部門的業(yè)務(wù)范圍和職權(quán)分工，構(gòu)建親屬關(guān)系知識圖譜所需的數(shù)據(jù)資源主要存儲于公安、衛(wèi)健委、民政、法院、教育等業(yè)務(wù)部門，由于各部門的信息化建設(shè)能力和數(shù)據(jù)治理能力的差異，數(shù)據(jù)業(yè)務(wù)含義、數(shù)據(jù)的質(zhì)量狀況、數(shù)據(jù)的共享情況都有較大差異。結(jié)合公共數(shù)據(jù)治理和應(yīng)用的實(shí)踐，梳理涉及親屬關(guān)系的數(shù)據(jù)主要有以下幾類：

3.2.1 自然人基礎(chǔ)數(shù)據(jù)

自然人的基礎(chǔ)數(shù)據(jù)主要來源于公安部門的實(shí)有人口數(shù)據(jù)，此類數(shù)據(jù)具有全面、權(quán)威、更新及時(shí)等特性，是本體模型中各類實(shí)體的數(shù)據(jù)底數(shù)。

3.2.2 血緣關(guān)系數(shù)據(jù)

目前權(quán)威的血緣數(shù)據(jù)來源主要有兩類。第一類是衛(wèi)健委的出生醫(yī)學(xué)證明數(shù)據(jù)，用于確定父母子女關(guān)系，由于社會發(fā)展的階段不同，此類數(shù)據(jù)存在的主要問題是不能覆蓋中老齡人口的出生和生育信息，需其它數(shù)據(jù)進(jìn)行補(bǔ)充。第二類是公安部門的戶籍?dāng)?shù)據(jù)，用于確定以房屋為單元的親屬關(guān)系，由于公安部門的權(quán)威性和安全性，此類數(shù)據(jù)通常質(zhì)量較好，但隨著城鎮(zhèn)化發(fā)展的演進(jìn)以及商品化住房的涌現(xiàn)，會存在父母、子女分戶的情況以及非直系親屬關(guān)系的情況，親屬關(guān)系較為分散和復(fù)雜。通過以上兩類數(shù)據(jù)交互補(bǔ)充及驗(yàn)證，能建立起基礎(chǔ)父母子女關(guān)系和親屬關(guān)系，結(jié)合社會常識進(jìn)行推理，可形成相對完整的以血緣為紐帶的親屬關(guān)系。

3.2.3 婚姻關(guān)系數(shù)據(jù)

婚姻關(guān)系數(shù)據(jù)來源主要有兩類。第一類是民政部門的結(jié)婚登記、離婚登記和死亡證明數(shù)據(jù)等，第二類是由法院執(zhí)行的婚姻判決數(shù)據(jù)。通過以上兩類數(shù)據(jù)交互補(bǔ)充及驗(yàn)證，能建立起由婚姻為紐帶形成的親屬關(guān)系。

3.2.4 法律認(rèn)定的其它關(guān)系數(shù)據(jù)

法律認(rèn)定的其它關(guān)系數(shù)據(jù)主要是指民政部門的收養(yǎng)類數(shù)據(jù)、法院的撫養(yǎng)判決和監(jiān)護(hù)判決以及親屬關(guān)系公證等數(shù)據(jù)，能建立起由法律規(guī)定為依據(jù)的親屬關(guān)系。

除上所述來源數(shù)據(jù)外，還會采用教育部門、公共服務(wù)部門等在履行職責(zé)過程中沉淀的數(shù)據(jù)，進(jìn)行親屬關(guān)系的交互驗(yàn)證和補(bǔ)充。

4 親屬關(guān)系圖譜構(gòu)建路徑

4.1 技術(shù)架構(gòu)

親屬關(guān)系圖譜構(gòu)建在技術(shù)和工具選擇以適用為原則，技術(shù)架構(gòu)分為知識存儲層、知識加工層兩層（如圖2所示）。

圖2 技術(shù)架構(gòu)

知識存儲層分為輸入?yún)^(qū)、管理區(qū)、圖譜區(qū)三個(gè)存儲區(qū)。輸入?yún)^(qū)主要存儲各行政職能部分提供的涉及自然人信息的源數(shù)據(jù)資源；管理區(qū)主要存儲問題數(shù)據(jù)、模型數(shù)據(jù)、規(guī)則數(shù)據(jù)等知識圖譜構(gòu)建過程中的管理數(shù)據(jù)；圖譜區(qū)存儲以圖數(shù)據(jù)庫存儲經(jīng)過融合、加工的自然人實(shí)體、關(guān)系和屬性等圖譜結(jié)果數(shù)據(jù)，用于對外提供智能搜索、關(guān)系分析等服務(wù)。

知識加工層分為本體模型管理、實(shí)體抽取、關(guān)系抽取和關(guān)系推理四個(gè)功能模塊。實(shí)體抽取模塊包括映射管理、屬性抽取等；關(guān)系抽取模塊包括抽取規(guī)則、關(guān)系抽取、關(guān)系融合等；關(guān)系推理包括推理規(guī)則、推理引擎、推理任務(wù)等。

4.2 本體模型

親屬關(guān)系圖譜中模型層的實(shí)體對象只有自然人一類，自然人實(shí)體對象的屬性主要包括姓名、身份證號、性別、民族、出生日期等關(guān)鍵信息項(xiàng)，自然人實(shí)體關(guān)系包含上文所列各類親屬關(guān)系。遵循RDF 標(biāo)準(zhǔn)，構(gòu)建自然人本體模型如圖3所示。

圖3 自然人本體模型

4.3 知識加工

親屬關(guān)系圖譜的知識加工任務(wù)主要基于自然人本體模型的實(shí)體基礎(chǔ)數(shù)據(jù)，結(jié)合親屬關(guān)系語義場，通過實(shí)體抽取、關(guān)系抽取、關(guān)系推理加工融合，形成“實(shí)體—關(guān)系—實(shí)體”三元組以及實(shí)體與其屬性、關(guān)系的網(wǎng)狀知識結(jié)構(gòu)，加工過程如圖4所示。

圖4 知識加工過程

實(shí)體抽取是指從輸入?yún)^(qū)的源數(shù)據(jù)集中通過映射方式進(jìn)行實(shí)體數(shù)據(jù)識別，并通過映射規(guī)則或邏輯計(jì)算的方式獲取實(shí)體屬性等結(jié)構(gòu)化數(shù)據(jù)，得到一系列離散的自然人實(shí)體、屬性、性值，形成本體庫實(shí)體對象及其屬性知識圖譜元素。

關(guān)系抽取指根據(jù)核心親屬關(guān)系規(guī)則，通過映射規(guī)則獲取自然人實(shí)體之間的核心親屬關(guān)系數(shù)據(jù)，并采取必要的人工校驗(yàn)或邏輯計(jì)算的方式進(jìn)行知識融合、合并和補(bǔ)充，形成本體庫實(shí)體對象核心親屬關(guān)系知識圖譜元素。

關(guān)系推理指基于社會常識構(gòu)建的特定親屬關(guān)系推理規(guī)則，在核心親屬關(guān)系知識基礎(chǔ)上，通過知識推理規(guī)則，補(bǔ)充和校驗(yàn)自然人實(shí)體之間的其他親屬關(guān)系數(shù)據(jù)，并進(jìn)行知識融合、合并和補(bǔ)充，形成本體庫實(shí)體對象其他親屬關(guān)系圖譜元素。

4.3.1 實(shí)體抽取

實(shí)體抽取分為實(shí)體識別、屬性抽取兩個(gè)步驟。采用自然人身份證號作為實(shí)體指稱項(xiàng)，通過映射方式對自然人基礎(chǔ)數(shù)據(jù)集進(jìn)行實(shí)體識別，并將每個(gè)身份證號映射為一個(gè)實(shí)體，再從各自然人基礎(chǔ)數(shù)據(jù)集通過屬性映射規(guī)則或邏輯計(jì)算等方式抽取出各個(gè)實(shí)體屬性值，自然人基礎(chǔ)數(shù)據(jù)集的關(guān)鍵屬性為{姓名、身份證號、性別、民族、出生日期}。實(shí)體抽取的結(jié)果按照自然人本體模型規(guī)范，以RDF 三元組方式表示為{實(shí)體，屬性，性值}，實(shí)體為自然人實(shí)體指稱，屬性為實(shí)體數(shù)據(jù)的屬性名，性值為對應(yīng)的屬性值，形成自然人基礎(chǔ)知識本體庫，示例如表2所示。

表2 實(shí)體抽取結(jié)果示例

4.3.2 關(guān)系抽取

關(guān)系抽取采用給定的核心親屬關(guān)系規(guī)則映射或邏輯計(jì)算的方式，以信息不丟失、不失真為原則，對多個(gè)含有親屬關(guān)系的數(shù)據(jù)集抽取自然人實(shí)體之間的親屬關(guān)系實(shí)例，關(guān)系抽取步驟如圖5所示。

圖5 關(guān)系抽取模式

根據(jù)3.1 節(jié)親屬關(guān)系分析的核心親屬關(guān)系，結(jié)合3.2 節(jié)的親屬關(guān)系探查結(jié)果，歸納整理可抽取的核心親屬關(guān)系及其對應(yīng)數(shù)據(jù)集、抽取技術(shù)如表3所示。

表3 核心親屬關(guān)系及其對應(yīng)數(shù)據(jù)集

對于抽取到的關(guān)系實(shí)例，主要采取以下幾種方式進(jìn)行關(guān)系實(shí)例選擇，確定最終保留的關(guān)系實(shí)例結(jié)果。一是對抽取的關(guān)系實(shí)例數(shù)據(jù)通過人工校驗(yàn)的方式進(jìn)行融合和合并，獲取最終的可靠、可信的核心親屬關(guān)系知識。二是基于職能部門的業(yè)務(wù)實(shí)際，按照時(shí)序、可信度及其它業(yè)務(wù)邏輯規(guī)則等計(jì)算規(guī)則，對抽取的關(guān)系實(shí)例數(shù)據(jù)進(jìn)行知識融合和合并，獲取最終的權(quán)威、最新狀態(tài)的核心親屬關(guān)系知識。三是對少量不完整的核心親屬關(guān)系實(shí)例，綜合參考教育、公共服務(wù)、社會事務(wù)等其他來源數(shù)據(jù)集，綜合權(quán)重計(jì)算進(jìn)行核心親屬關(guān)系知識補(bǔ)充。

關(guān)系抽取的結(jié)果最終按照自然人本體模型規(guī)范，以RDF三元組方式表示為{實(shí)體1，關(guān)系，實(shí)體2}，主語為自然人實(shí)體指稱（身份證號），謂詞為關(guān)系名稱，賓語為對應(yīng)關(guān)系自然人實(shí)體指稱，形成自然人核心親屬關(guān)系知識本體庫，示例如表4所示。

表4 核心親屬關(guān)系RDF三元組

4.3.3 關(guān)系推理

關(guān)系推理主要基于抽取任務(wù)建立的核心親屬關(guān)系RDF 三元組，結(jié)合社會常識構(gòu)建特定關(guān)系推理規(guī)則，進(jìn)行知識推理補(bǔ)全其它親屬關(guān)系，以保障親屬關(guān)系圖譜在場景應(yīng)用過程中的支撐效度和響應(yīng)速度。其中可通過知識推理補(bǔ)全的其他親屬關(guān)系主要包括隔代的關(guān)系，以及由婚姻關(guān)系產(chǎn)生的繼父母子女關(guān)系等。考慮到數(shù)據(jù)存儲量及不同關(guān)系使用的概率，本文的其他親屬關(guān)系補(bǔ)全只考慮使用概率較高的三代親屬關(guān)系補(bǔ)全規(guī)則（如表5），其它關(guān)系推理規(guī)則可參考重新定義，并根據(jù)需要添加及動態(tài)計(jì)算。

表5 三代親屬關(guān)系推理規(guī)則

5 實(shí)踐成果

基于本文所描述的親屬關(guān)系圖譜構(gòu)建方法和構(gòu)建路徑，結(jié)合公共數(shù)據(jù)治理和應(yīng)用的實(shí)踐，最終形成了三項(xiàng)實(shí)踐成果，為政務(wù)服務(wù)體系變革和政務(wù)服務(wù)能力提升提供了全新路徑，為公共數(shù)據(jù)價(jià)值的加速釋放提供了可行路徑。

5.1 自然人本體模型構(gòu)建

基于RDF 標(biāo)準(zhǔn)構(gòu)建的自然人本體模型，具備了良好的擴(kuò)展性，為后續(xù)持續(xù)構(gòu)建以自然人為實(shí)體的相關(guān)業(yè)務(wù)知識圖譜打下了實(shí)體圖譜元素基礎(chǔ)，同時(shí)，標(biāo)準(zhǔn)化的本體模型結(jié)構(gòu)，能滿足和其它知識圖譜的本體層進(jìn)行知識融合的需要。

5.2 圖譜構(gòu)建方法及支撐架構(gòu)

經(jīng)過實(shí)踐檢驗(yàn)的譜圖構(gòu)建方法及系統(tǒng)架構(gòu)，為基于公共數(shù)據(jù)的政務(wù)服務(wù)和城市治理能力提升及創(chuàng)新應(yīng)用，提供了可復(fù)用的相關(guān)領(lǐng)域知識圖譜構(gòu)建方法和構(gòu)建路徑，如企業(yè)圖譜、房屋圖譜、城市部件圖譜等，為公共數(shù)據(jù)的由數(shù)據(jù)向信息的表達(dá)和向知識的轉(zhuǎn)化提供理論參考和實(shí)踐支撐，極大提升政府職能部門的數(shù)據(jù)整合力度和知識轉(zhuǎn)化效能。

5.3 親屬關(guān)系知識圖譜

構(gòu)建完成了區(qū)域內(nèi)基于核心親屬關(guān)系的三代親屬關(guān)系知識圖譜，該圖譜具備動態(tài)更新、增量補(bǔ)充的構(gòu)建能力，能滿足公安、民政、法院等多個(gè)職能部門，涉及檔案、醫(yī)療、救助、教育等多項(xiàng)業(yè)務(wù)場景的親屬關(guān)系檢索查詢及定位判別需求，能滿足材料免交的政務(wù)服務(wù)發(fā)展要求，極大提升了區(qū)域內(nèi)的政務(wù)服務(wù)的效能，極大增強(qiáng)了群眾的獲得感和滿意度。圖6為親屬關(guān)系知識圖譜實(shí)踐成果示例展示。

圖6 親屬關(guān)系圖譜示例

6 結(jié)語

自然人作為政府最重要的服務(wù)和管理對象，圍繞其屬性、特征、關(guān)系等各類數(shù)據(jù)資源的管理和應(yīng)用具有非常重要的現(xiàn)實(shí)價(jià)值及實(shí)踐意義。親屬關(guān)系知識圖譜作為承載自然人之間相互聯(lián)系的重要信息載體，高效、高速、高質(zhì)地實(shí)現(xiàn)公共數(shù)據(jù)的價(jià)值化能，是公共數(shù)據(jù)價(jià)值釋放的創(chuàng)新應(yīng)用路徑，但伴隨相關(guān)法律法規(guī)的變更以及自然人成長狀態(tài)的變化，未來親屬關(guān)系圖譜還應(yīng)從以下幾個(gè)方面持續(xù)建設(shè)和升級發(fā)展。

6.1 探索跨領(lǐng)域親屬關(guān)系圖譜融合

各職能部門可根據(jù)自身的業(yè)務(wù)發(fā)展需求，構(gòu)建以自然人為實(shí)體對象的領(lǐng)域性知識圖譜。例如公安以調(diào)查為目的建立的自然人社會關(guān)系類、民政以救助為目的建立的自然人近親屬關(guān)系類、法院以財(cái)產(chǎn)分割為目的建立的自然人受益人關(guān)系類等，通過各領(lǐng)域親屬關(guān)系的融合、合并、補(bǔ)充和校正，構(gòu)建體系化、完善化、全局化的區(qū)域親屬關(guān)系知識圖譜。

6.2 探索跨地域親屬關(guān)系圖譜共享

由于城鎮(zhèn)化發(fā)展的必然趨勢和人口加速流動的社會現(xiàn)實(shí)，在確保數(shù)據(jù)安全可靠的前提下，親屬關(guān)系知識圖譜也需從構(gòu)建機(jī)制、管理體制上創(chuàng)新和變革，通過跨地域的親屬關(guān)系圖譜共建共享，提升政務(wù)服務(wù)跨省通辦的能力和效能，構(gòu)建全面化、完備化、共享化的跨區(qū)域親屬關(guān)系知識圖譜。

6.3 探索創(chuàng)新的親屬關(guān)系圖譜應(yīng)用場景

政府?dāng)?shù)字化轉(zhuǎn)型的發(fā)展初期，涉及治理、生活、經(jīng)濟(jì)三個(gè)方面的轉(zhuǎn)型都離不開圍繞自然人、法人的高質(zhì)量、高效能的數(shù)據(jù)積累及知識應(yīng)用。積極探索基于親屬關(guān)系圖譜的應(yīng)用場景，加速釋放數(shù)據(jù)向知識轉(zhuǎn)化的價(jià)值，能夠?yàn)樯鐣卫怼⑷罕娚詈徒?jīng)濟(jì)發(fā)展提供更加豐富的數(shù)字化轉(zhuǎn)型場景，全面支撐城市高質(zhì)量的轉(zhuǎn)型發(fā)展。