构建知识图谱

第1章 知识图谱介绍 知识图谱介绍

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

我们被数据淹没了。 数据无处不在，收集速度惊人，存储成本高昂。 但我们并不一定能从这些数据中获得价值，尽管其中蕴含着巨大的价值，只要我们能理解它们。

一切都还没有结束。 在过去的十年中，基于图形的新技术从默默无闻走向了崭露头角。 从导航和社交网络等面向消费者的系统，到供应链和电网等关键基础设施，图形已经成为一切的基础。

这些重要的图使用案例得出了一个共同的结论：在上下文中应用知识是大多数企业所拥有的最强大的工具。 已经出现了一套称为知识图的模式和实践，以帮助理解上下文中的数据，其中上下文表示为连接数据项的图。 有了知识图，就有希望从数据中提炼出商业价值。 本书试图展示如何做到这一点。

知识图谱非常有用，因为它提供了对数据的上下文理解。 上下文来自元数据层（图谱拓扑和其他特征），该层为结构和解释提供了规则。本书展示了知识图谱提供的关联上下文如何使您从现有数据中获取更大价值、推动自动化和流程优化、改进预测以及支持对不断变化的业务环境做出敏捷响应。

这本书是我们为那些对在业务中构建和运行知识图谱感兴趣的技术专业人士而写的，从某种程度上说，它是O'Reilly的《知识图谱》的续篇或扩展：该报告面向首席信息官（CIO）和首席数据官（CDO），帮助他们了解知识图谱的好处。 这次我们的目标读者是构建复杂信息系统的数据和软件专业人士。

本书分为两部分。 第一部分涉及图基础知识，包括图数据库、查询语言、数据处理和图数据科学。 它向技术从业人员传授了理解本书第二部分所需的基本工具，第二部分讨论了重要的知识图使用案例以及如何实现这些案例，并提供了完整的代码示例和系统架构。

本书为数据和软件专业人士提供了通往知识图谱世界的阶梯，以及与同行和管理层讨论知识图谱实施的语言。 它还提供了如何构建和使用知识图谱的深入示例--从图谱基础知识一直到图谱机器学习。

对于首席信息官或 CDO 来说，这本书可能还是有用的，因为它很好地概述了知识图谱及其交付方式。 如果你不喜欢，可以略读前面的章节和代码示例，但你还是能够理解你的从业同事在做什么以及为什么要这么做。

本章将解释知识图谱的背景和动机，介绍图谱和图谱数据的概念，并开始展示如何利用知识图谱构建更智能的系统。

什么是图表？

知识图谱是图谱的一种，因此对图谱有一个基本的了解非常重要。图谱是一种简单的结构，，使用由关系（或边）连接的节点（或顶点）来创建领域的高保真模型。为避免混淆，本书中的图谱与直方图或函数图（，称为图表）中的数据可视化无关，如图 1-1 所示。

图 1-1. 图形与图表

本书中的图形有时被称为Network+。它们是显示事物之间联系的一种简单而强大的方法。

图并不是新事物。事实上，图论是由瑞士数学家莱昂哈德-欧拉在 18 世纪发明的，当时是为了帮助计算普鲁士皇帝前往哥尼斯堡镇（今加里宁格勒）所需步行的最短距离，方法是确保该镇的七座桥梁每座只需通过一次，如图 1-2 所示。

图 1-2. 柯尼斯堡及其横跨普雷格尔河的七座桥梁示意图

欧拉的洞察力在于，图 1-2所示的问题可以简化为一种逻辑形式，剔除现实世界中的所有杂音，只关注事物之间的联系。 他能够证明，这个问题不需要涉及桥梁、岛屿或皇帝。 ...