【51CTO.com原创稿件】近年来，知识图谱因其表达能力强、拓展性好，基于知识进行推理等优势得到了学术界与产业界的高度关注。同时，随着人工智能对数据处理和理解需求逐日增加，知识图谱越来越火热。
1、什么是知识图谱
知识图谱是什么?知识图谱的概念由Google在2012年提出的，当时主要被用来提高其搜索引擎质量，改善用户搜索体验。知识图谱的概念并不新，它的思想可以追溯到上个世纪五六十年代所提出的一种知识表示形式—语义网络，即一个由节点和边组成的有向图结构知识库。其中，图的节点代表现实世界中存在的“实体”，图的边则代表实体之间的“关系”。知识图谱可以有效、直观地表达实体之间的关系。简单来说，就是把大量不同种类的信息连接在一起而得到一个关系网络，为人们提供了从“关系”的角度分析问题的能力。
2、知识图谱的应用
知识图谱最大的价值在于能够让人工智能具备认知能力和逻辑能力。知识图谱的逻辑结构是类人脑模式，其中的信息输入和采集也是由人提供的，因此大大提高了人工智能结论的可信度。知识图谱的应用目前集中在搜索、推荐、问答、解释和辅助决策等方面。
比如，在智能搜索中，知识图谱能够在语义上扩展用户的关键词，从而返回更丰富、更全面的信息。比如，搜索某个人的名字，可以返回与此人相关的所有信息。这些结果可以用图形网络的方式展示，从而把复杂的信息以直观明了的图像呈现出来，让使用者对所有的信息一目了然，实现数据可视化。
在智能检索中，无论检索的对象是文本还是图片、视频、音频以及代码，知识图谱都可以有效地帮助工具在缺少上下文联系信息的情况下，快速地甄别核心信息，还可以在检索中根据需要来进行不同量级的检索操作。
在人机交互中，知识图谱就好似人类的大脑，使得机器能够有效率地处理外来信息，从而更好地理解人类的语言信息，使得人机交互变得更加简单自然，类似于苹果手机的Siri，小米的小艾等语音助手。
在风险预测中，基于多维度的数据，从而建立起客户、企业和行业间的知识图谱，从行业关联的角度预测行业或者企业面临的风险。例如给金融机构做出预判，尽早地规避风险。
3、知识图谱为什么这么受欢迎呢
知识图谱是通过节点和关系组成的图谱，为真实世界的各个场景直观地建模，运用“图”这种基础性、通用性的“语言”，形象地表达多姿多彩世界的各种关系，因此相比于传统的数据存储和计算方式，知识图谱的优势有以下几点：
（1）关系的表达能力强
传统数据库通常通过表格、字段等方式进行读取，而关系的层级及表达方式多种多样，且基于图论和概率图模型，可以处理复杂多样的关联分析，满足企业各种角色关系的分析和管理需要。
（2）像人类一样思考
基于知识图谱的交互探索式分析，可以模拟人的思考过程去发现、求证、推理，业务人员自己就可以完成全部过程，不需要专业人员的协助。
（3）高速反馈
图式的数据存储方式，相比传统存储方式，数据调取速度更快，图库可计算超过百万潜在的实体的属性分布，可实现秒级返回结果，真正实现人机互动的实时响应，让用户可以做到即时决策。
知识图谱旨在将人类知识组织成结构化知识系统，是人工智能实现真正意义的理解、记忆与推理的重要基础，它是个既充满挑战又非常有趣的领域。
【51CTO原创稿件，合作站点转载请注明原文作者和出处为51CTO.com】
