近年来,电子商务成为促进国内大循环,畅通国内国际双循环的重要抓手。随着电商经济的发展,跨境商品交易也蓬勃发展起来,我国已成为世界第一大出口国。商家在进行进出口贸易时,必须向海关提供进出口商品的海关编码。海关编码是由国际海关理事会制定的一种国际通用的进出口商品归类体系,是对各种不同商品出入境应征/应退关税税率进行量化管理的制度。目前全球贸易量98%以上使用这一制度,海关编码已成为国际贸易的一种标准语言。海关编码结构复杂,导致其归类、查询和确认需要大量的人力和专业的业务知识,并且很容易出错,成为当前影响国际贸易商品通关效率的重要因素之一。如何通过商品的文本描述自动化地给出海关编码成为亟待解决的问题。针对海关编码检索过程繁琐、效率低等一系列问题,本文开展了基于知识图谱的跨境商品海关编码预测系统的研发与设计工作。主要工作包括:1.针对海关编码领域数据不易得和采用传统商品文本表示法导致结构信息丢失的问题,从四个公开网站和一个官方文档中爬取和解析数据,构建了包含40万余条数据的海关编码数据集,设计了一种新颖的知识图谱构建方式,并构建了基于包含关系的跨境商品海关编码知识图谱。2.针对海关编码检索质量低、效率低的问题,基于知识图谱上的子图分类方法提出了异构图神经网络海关编码预测模型,并与其他方法进行实验对比,验证了其有效性和高效性。3.针对现实中用户输入的查询信息不足的问题,提出了基于主动交互的海关编码预测模型,可以实现和用户进行交互以补充商品信息,并通过实验证明了该模型可以提高预测准确率。本文基于跨境商品海关编码知识图谱,集成异构图神经网络海关编码预测模型和主动交互海关编码预测模型,研发了跨境商品海关编码预测系统。系统包含信息检索、结果展示、主动交互三大模块,实现了基于商品文本描述的海关编码自动检索功能和信息不足情况下的主动交互功能,满足了跨境交易商家进行海关编码检索的需求,大大提高了跨境交易商家的工作效率。