华谱系统

确定要退出系统登录吗？
取消 确定
成果共享
  • 学术专著
  • 中文期刊论文
  • 外文期刊论文
  • 国际会议论文
  • 发明专利
  • 家谱数据集

1. 吴信东, 王祥丰, 金博, 于政, 吴明辉. 人机协同. 北京: 科学出版社, 2022,1-170.

2. 吴信东, 白婷, 张杰, 吴斌, 吴明辉. 知识图谱. 北京: 科学出版社, 2022,1-322.

1. 吴信东, 卓兴锐, 常永泮, 吴共庆, 张赞, 朱毅. 华谱通: 基于知识推理的家谱问答大语言模型. 软件学报. doi: 10.13328/j.cnki.jos.007399.

2. 郑修林, 周鹏, 李培培, 张赞, 黄艳香, 吴信东. 知识图谱补全技术及应用. 软件学报. doi: 10.13328/j.cnki.jos.007400.

3. 吴信东, 李娇, 周鹏, 卜晨阳. 碎片化家谱数据的融合技术, 软件学报, 32(9): 2816−2836, 2021.

4. 吴信东, 盛绍静, 蒋婷婷, 卜晨阳 , 吴明辉. 从知识图谱到数据中台: 华谱系统. 自动化学报, 46(10): 2045-2059, 2020.

5. 吴信东, 董丙冰, 堵新政, 杨威. 数据治理技术. 软件学报, 30(9): 2830-2856, 2019.

1. Xindong Wu, Tingting Jiang, Yi Zhu and Chenyang Bu. Knowledge Graph for China's Genealogy. IEEE Transactions on Knowledge and Data Engineering. 35(1): 634-646, 2023.

2. Guliu Liu, Lei Li, Guanfeng Liu, Xindong Wu. Social Group Query Based on Multi-Fuzzy-Constrained Strong Simulation. ACM Transactions on Knowledge Discovery from Data. 16(3), 54: 1–27, 2022.

3. Tingting Jiang, Chenyang Bu, Yi Zhu and Xindong Wu. Combining Embedding-Based and Symbol-Based Methods for Entity Alignment. Pattern Recognition, 124, 2022.

4. Shengwei Ji, Chenyang Bu, Lei Li, and Xindong Wu, Local Graph Edge Partitioning. ACM Transactions on Intelligent Systems and Technology. 12(5), 61: 1-25, 2021.

5. Bingbing Dong, Yi Zhu, Lei Li, Xingdong Wu. Hybrid Collaborative Recommendation of Co-Embedded Item Attributes and Graph Features. Neurocomputing, 442, 307-316, 2021.

6. Jiao Li, Chenyang Bu, Peipei Li, Xindong Wu. A Coarse-to-Fine Collective Entity Linking Method for Heterogeneous Information Networks, Knowledge-Based Systems, 228, 2021.

7. Jipeng Qiang, Xindong Wu. Unsupervised Statistical Text Simplification. IEEE Transactions on Knowledge and Data Engineering, 33(4): 1802-1806, 2019.

8. Jipeng Qiang, Ping Chen, Wei Ding, Fei Xie and Xindong Wu. Heterogeneous-Length Text Topic Modeling for Reader-Aware Multi-Document Summarization. ACM Transactions on Knowledge Discovery from Data. 13(4), 42: 1-21, 2019.

9. Peipei Li, Haixun Wang, Hongsong Li, and Xindong Wu, Employing Semantic Context for Sparse Information Extraction Assessment, ACM Transactions on Knowledge Discovery from Data, 12(5), 54: 1-36, 2018.

10. Xindong Wu, Hao Chen, Chenyang Bu, Shengwei Ji, Zan Zhang, Victor S. Sheng, HUSS: A Heuristic Method for Understanding the Semantic Structure of Spreadsheets, Data Intelligence, 5(3): 537–559, 2023.

1.Bingbing Dong, Zan Zhang, Jiao Li, Yi Zhu, Chenyang Bu and Xindong Wu, Hypernode: Entity Fusion for Data Traceability and Link Prediction. Proceedings of 2022 IEEE International Conference on Data Mining(ICDM), 111-120, 2022.

2. Ru Chen, Guliu Liu, Yi Zhu, Xindong Wu. A Scheme for Kinship Reasoning based on Ontology. IEEE International Conference on Big Knowledge, 102-109, 2021.

3. Jianxuan Shao, Chenyang Bu, Shengwei Ji, Xindong Wu. A Weak Supervision Approach with Adversarial Training for Named Entity Recognition. Pacific Rim International Conference on Artificial Intelligence. 17-30, 2021.

4. Xindong Wu, Tingting Jiang, Yi Zhu, Chenyang Bu. Knowledge Graph for China's Genealogy. Proceedings of 11th IEEE International Conference on Knowledge Graph, 529-535, 2020. ICKG-2020 Best Paper Award.

5. Xindong Wu, Shaojing Sheng, Peng Zhou. Balanced Tree Partitioning with Succinct Logic. Proceedings of 11th IEEE International Conference on Knowledge Graph, 552-559, 2020.

6. Guliu Liu and Lei Li. Knowledge Fragment Cleaning in a Genealogy Knowledge Graph. Proceedings of 11th IEEE International Conference on Knowledge Graph, 521-528, 2020.

7. Jipeng Qiang, Yun Li, Yi Zhu, Yunhao Yuan, Xindong Wu. Lexical Simplification with Pretrained Encoders. Proroceedings of the AAAI Conference on Artificial Intelligence, 34(05): 8649-8656, 2020.

8. Shengwei Ji, Chenyang Bu, Lei Li, Xindong Wu. Local Graph Edge Partitioning with a Two-Stage Heuristic Method. In: Proceedings of the 39th IEEE International Conference on Distributed Computing Systems, 228-237, 2019.

9. Xindong Wu, Jia Wu, Xiaoyi Fu, Jiachen Li, Peng Zhou, Xu Jiang. Automatic Knowledge Graph Construction: A Report on the 2019 ICDM/ICBK Contest. Proroceedings of IEEE International Conference on Data Mining, 1540-1545, 2019.

10. Shaojing. Sheng, P. Zhou, X. Wu. CEPV: A Tree Structure Information Extraction and Visualization Tool for Big Knowledge Graph. In: Proceedings of 9th International Conference on Big Knowledge, 221-228, 2018.

11. Bingbing Dong, Zan Zhang, Jiao Li, Yi Zhu, Chenyang Bu and Xindong Wu. Hypernode: Entity Fusion for Data Traceability and Link Prediction. Proceedings of 2022 IEEE International Conference on Data Mining (ICDM), 111-120, 2022.

1. 吴信东，白盛兴，卜晨阳. “一种匿名信息源网络实体消岐方法、设备及存储介质“. 发明专利, 专利号: ZL 2024 1 0804242.X.

2. 吴信东，王茹，卜晨阳，李天阳，吴萌. ”信息处理方法、装置、存储介质及电子设备“，发明专利，专利号：ZL 2023 1 0240315.2.

3. 吴信东，陈茹，刘古刘，朱毅，刘盼，薛明鹤，燕梦娇. “信息补全方法、装置、计算机可读存储介质及电子设备”. 发明专利, 专利号：ZL 2022 1 0682682.3.

4. 吴信东，赵海霞，张赞，卜晨阳，盛绍静. “家谱人物关联方法及装置、电子设备“. 国家发明专利, 专利号：ZL 2022 1 0700239.4.

5. 张赞，张哲，盛绍静，吴信东. “基于坐标信息的家谱树展示方法及装置、电子设备“. 发明专利, 专利号: ZL 2022 1 0826051.4.

6. 吴信东，盛绍静，刘古刘，张赞. “家谱知识图谱的噪音检测方法及其装置、电子设备”. 发明专利, 专利号：ZL 2022 1 0082551.1.

7. 吴信东，洪炎，卜晨阳. “基于规则信息的高质量噪音检测方法与装置“. 发明专利, 专利号: ZL 2022 1 0135548.1.

8. 吴信东，盛绍静，卜晨阳. “家谱分卷方法及装置、电子设备“. 发明专利, 专利号: ZL 2021 1 1095570.X.

9. 吴信东，陈浩，卜晨阳. “家谱登记表的信息抽取方法及其装置、电子设备“. 发明专利, 专利号: ZL 2021 1 0888402.X.

10. 吴信东， 盛绍静，周鹏，卜晨阳. “文本处理方法、装置、非易失性存储介质及处理器“, 发明专利, 专利号：ZL 2021 1 0456229.6.

11. 吴信东， 赵海霞，李磊，卜晨阳. “转换字符的方法及装置“, 发明专利, 专利号：ZL 2021 1 0378904.8.

12. 吴信东， 盛绍静，周鹏，卜晨阳. “家谱数据的处理方法及装置“, 发明专利, 专利号：ZL 2021 1 0251319.1.

13. 吴信东， 刘古刘， 李磊. “同名人物的识别处理方法及处理装置“, 发明专利, 专利号：ZL 2020 1 0167476.X.

14. 吴信东，蒋婷婷，卜晨阳. “权限控制方法及装置“, 发明专利, 专利号：ZL 2020 1 1027179.1.

15. 吴信东，盛绍静，卜晨阳，周鹏. “家谱打印方法及装置“, 发明专利, 专利号：ZL 2019 1 1167599.7.

16. 吴信东，钟凌峰，朱毅. “家谱的识别方法及装置、存储介质、处理器“, 发明专利, 专利号：ZL 2019 1 1067405.6.

17. 吴信东，李娇，周鹏. “家谱数据的处理方法及装置，处理器“, 发明专利, 专利号：ZL 2019 1 0640336.7.

18. 吴信东，董丙冰，朱毅. “数据集成方法及装置”, 发明专利, 专利号：ZL 2019 1 0528294.8.

19. 吴信东，蒋婷婷，卜晨阳，李磊，刘啸剑. “一种针对家谱人物属性名称的融合方法”, 发明专利, 专利号：ZL 2018 1 0990234.3.

20. 李磊，刘古刘，吴共庆，吴信东. “一种基于区块链的智能合约的众包构建方法“, 发明专利, 专利号：ZL 2017 1 0104393.4.

家谱数据集：Genealogy-MBW

1.  数据集信息

为实现同家谱文化和图数据研究者共享，华谱系统现提供数据集：Genealogy-MBW，包含中英文版数据介绍，数据集使用文档和数据集（节点和边）文件，下载链接如下。

2.  文档下载

3.  Genealogy-MBW中文版数据集描述

3.1 简介

Genealogy-MBW来源于华谱系统（https://www.zhonghuapu.com/），是一份真实的家谱数据集，这份家谱以元代大德七年（1303年）徽州府婺源县出生、明朝搬迁到安庆府桐城县（现枞阳县）的一位吴姓祖宗开始（数据集里编号为0），记录了至2020年12月最近一次修谱竣工时他的所有后代数据，包括23646位有具体名字且属于这位吴姓的直系后代。为便于同家谱文化和图数据研究者共享，华谱系统提供此份仅包含单独立世人物的家谱数据，隐私信息已匿名处理。

该数据集采用统一的图数据模型组织：节点表示家谱人物，边表示人物之间的亲属关系，节点属性存储人物描述信息。数据构建依托真实历史文献与族谱资料，经过系统采集、加工、清洗、脱敏、结构化建模和持续治理。如图1所示，0、1、7323为三个节点，1、7323分别是0的儿子和隔16代的男性后代。截至 2026 年 5 月，华谱系统已累计存储超过 1869 万人物节点和 2380 份家谱。

与大规模通用数据集不同，Genealogy-MBW 虽总量适中，但在高技术含量、高知识密度、高数据质量、高应用价值等四个方面具有显著特色。其人物关系、代际逻辑和谱系结构整体自洽，数据内容与真实修谱记录相对应，并以可下载、可解析的标准化文件形式共享、流通。

Genealogy-MBW 主要体现出以下方面的“四高”特色与稀缺价值：

1. 高技术含量：数据获取应用了高技术手段。原始家谱资料多散存于民间、宗祠及地方档案中，部分为孤本、手抄本或年代久远的纸质文献，存在保存条件复杂、文字辨识困难、内容残缺、多源信息相互不一致等问题。本数据集的原始资料采集经历了实地寻访、多方核对与数字化整理过程，属于不可多得的真实谱系记录。该数据集的形成整合了多项关键技术，包括多源异构家谱资料采集、OCR 识别与版式理解、人物关系抽取与消歧、谱系结构建模、图数据库设计、数据清洗校核、一致性校验和隐私脱敏处理等。整个流程对数据采集、治理、标注、建模和管理能力均有较高要求，体现出较强的技术含量和工程治理能力。

2. 高知识密度：深度依赖家谱文化的领域知识。家谱数据的理解与整理需要谱牒学、历史地理、宗族制度、避讳制度、过继和兼祧规则等多方面专业知识。例如，区分血亲与过继关系、判定同名异人或异名同人、还原缺失世系链接、识别历史地名变迁等，均需要领域知识和人工校核支撑。该数据集中蕴含人物世系、代际演化、迁徙关联、血缘关系、过继关系及隔代后代等丰富知识，关系链条长、语义层次丰富、谱系逻辑完整，能够为模型训练和领域研究提供高密度专业知识。

3. 高数据质量： 数据集具备准确性、完整性、一致性、时效性和可信性。数据集所涉人物跨度超过700年，仅围绕一支连续血缘脉络展开。它集成了138年前上一版宗谱的所有数据，以及其后通过各种途径采集的新数据，并经由宗谱中在世人物的多轮确认，从而保证了数据的质量。

4. 高应用价值：在理工科与人文社科的交叉研究中前景广阔。本数据集既可用于理工科领域的图神经网络、知识图谱推理、大规模图分区算法、人物关系推理和谱系演化建模等任务，也可用于人文社科领域的历史人口学、家族社会网络分析、移民史重构和宗族文化传承研究。其真实、长时序、带血缘关系的结构化数据，为人工智能、图计算、数字人文和历史社会研究的交叉融合提供了独特实验平台。

综上，Genealogy-MBW 是一份 “四高” 特色家谱数据集。该数据集可为家谱智能检索、人物关系推理、知识图谱构建、图计算算法、历史人口学及数字人文研究提供真实、自洽且可复用的基础数据资源。

3.2 详细信息

表1是Genealogy-MBW数据集的详细信息，该数据集包含两个文件：Genealogy-MBW-nodes.txt文件提供关于节点全部描述信息，Genealogy-MBW-edges.txt提供关于边的信息，详细描述见图2、图3。

表2 是节点属性、属性值和特性的介绍，图2是Genealogy-MBW-nodes.txt文件中节点的介绍，其中属性值为空时表示该属性不适用。例如，“0,male,2,,1,,”表示id为0的男性人物，其家庭排行为2，世辈为1，过继家庭排行和隔代相连值不适用此人物；“8477,male,3,1,18,,”表示id为8477的男性人物，其家庭排行为3，过继家庭排行为1，世辈为18，隔代相连值不适用此人物。

图3是Genealogy-MBW-edges.txt 文件的介绍，其中的关系类型中英文对照表给在了表3中。表中隔代后代是一种特殊关系，它表示家谱中仅记录有某一人物的辈分和已知的最近直系先祖，而从这位直系先祖至该人物的中间人物均无法考证。为最大化保存家谱完整性，华谱系统中设计了这个新型关系来连接此人物和其直系先祖，在节点隔代相连值属性中保存其与直系先祖隔代值。

3.3 相关研究

作为特色数据资源，Genealogy-MBW 已在家谱知识图谱建设、谱系关系分析、家谱数据治理和大规模家谱图处理等研究中得到应用。相关研究表明，此类数据不仅具有文化保存价值，还能够有效支撑知识图谱、数据治理、图计算和人工智能研究。

[1] 吴信东、盛绍静、蒋婷婷、卜晨阳、吴明辉. 从知识图谱到数据中台：华谱系统. 自动化学报, 46(10): 2045-2059, 2020.

该研究依托家谱数据开展知识组织、关系建模与系统化治理，表明家谱数据集可作为知识图谱构建、数据治理和智能应用的重要基础资源。

[2] Shaojing Sheng, Zan Zhang, Peng Zhou, Xindong Wu. An effective algorithm for genealogical graph partitioning. Applied Intelligence, 54(2): 1798-1817, 2024.

该研究利用家谱图数据验证图划分算法的有效性，表明本数据集能够为大规模家谱图组织、结构计算及相关算法研究提供真实数据支撑。

1. 家谱分卷源码下载

为促进家谱分卷算法研究，华谱系统现提供家谱算法TPA源码，下载链接如下：TPA_CODE。

2. 运行

2.1 在华谱系统【家谱数据集】模块下载家谱数据集：Genealogy-MBW；

2.2 修改main.py文件中文件路径，运行main.py文件即可完成分卷工作。

  • 中文期刊论文
  • 外文期刊论文
  • 国际会议论文
  • 发明专利

吴信东, 李娇, 周鹏, 卜晨阳. 碎片化家谱数据的融合技术. 软件学报. doi: 10.13328/j.cnki.jos.006010.

2020-12-08

吴信东, 盛绍静, 蒋婷婷, 卜晨阳 , 吴明辉. 从知识图谱到数据中台: 华谱系统. 自动化学报, 46(10), 2045-2059,2020.

2020-12-08

吴信东, 董丙冰, 堵新政, 杨威. 数据治理技术. 软件学报, 30(9): 2830-2856, 2019..

2020-12-08

Peipei Li, Haixun Wang, Hongsong Li, and Xindong Wu, Employing Semantic Context for Sparse Information Extraction Assessment , ACM Transactions on Knowledge Discovery from Data, 12(5): 54:1-36, July 2018.

2020-12-08

Jipeng Qiang, Xindong Wu. Unsupervised Statistical Text Simplification. IEEE Transactions on Knowledge and Data Engineering. DOI: 10.1109/TKDE.2019.2947679, in press, 2019.

2020-12-08

Xindong Wu, Tingting Jiang, Yi Zhu, and Chenyang Bu. Knowledge Graph for China's Genealogy. Proceedings of 11th IEEE International Conference on Knowledge Graph (ICKG-2020). IEEE, 2020: 529-535. ICKG-2020 Best Paper Award.

2020-12-08

Xindong Wu, Shaojing Sheng, and Peng Zhou. Balanced Tree Partitioning with Succinct Logic. Proceedings of 11th IEEE International Conference on Knowledge Graph (ICKG-2020). IEEE, 2020: 552-559.

2020-12-08

Guliu Liu, Lei Li. Knowledge Fragment Cleaning in a Genealogy Knowledge Graph. Proceedings of 11th IEEE International Conference on Knowledge Graph (ICKG-2020) August 9-11, 2020, Nanjing, China.

2020-12-08

Shengwei Ji, Chenyang Bu, Lei Li, and Xindong Wu. Local Graph Edge Partitioning with a Two-Stage Heuristic Method. In: Proceedings of the 39th IEEE International Conference on Distributed Computing Systems (ICDCS 2019), pp. 228-237, 2019.

2020-12-08

Shaojing. Sheng, P. Zhou , and X. Wu. CEPV: A Tree Structure Information Extraction and Visualization Tool for Big Knowledge Graph. In: Proceedings of 9th International Conference on Big Knowledge (ICBK 2018), pp. 221-228, 2018.

2020-12-08

Bingbing Dong, Zan Zhang, Jiao Li, Chenyang Bu and Xindong Wu. Hypernode: Entity Fusion for Data Traceability and Link Prediction. Proceedings of 2022 IEEE International Conference on Data Mining (ICDM), 111-120, 2022.

2023-02-06

1.吴信东，蒋婷婷，卜晨阳，李磊，刘啸剑。“一种针对家谱人物属性名称的融合方法”、发明专利、已授权（授权公告号：CN 109284393 B）

2020-12-08