Wissensgraphen aufbauen

Wissensgraphen aufbauen

by Jesus Barrasa, Jim Webber
Released September 2024
Publisher(s): O'Reilly Media, Inc.
ISBN: 9781098189662

Read it now on the O’Reilly learning platform with a 10-day free trial.

O’Reilly members get unlimited access to books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.

Start your free trial

Book description

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com

Wissensgraphen sind unglaublich nützlich und helfen Organisationen dabei, den Überblick über medizinische Forschung, Cybersecurity-Bedrohungen, die Einhaltung der Datenschutzgrundverordnung, das Engagement von Internetnutzern und vieles mehr zu behalten. Dazu speichern sie miteinander verknüpfte Beschreibungen von Objekten, Ereignissen, Situationen oder abstrakten Konzepten und kodieren die zugrunde liegenden Informationen. Wie erstellt man einen Wissensgraphen? Und wie bringst du ihn von der Theorie in die Produktion?

Dieses praktische Buch zeigt Data Scientists und Data Engineers anhand praktischer Beispiele, wie sie ihre eigenen Wissensgraphen erstellen können. Die Autoren Jesus Barrasa und Jim Webber von Neo4j veranschaulichen gängige Muster für den Aufbau von Wissensgraphen, die viele der drängenden Probleme des Wissensmanagements von heute lösen. Du wirst schnell entdecken, wie diese Graphen immer nützlicher werden, wenn du Daten hinzufügst und sie mit Algorithmen und maschinellem Lernen erweiterst.

  • Lerne die Organisationsprinzipien kennen, die für den Aufbau eines Wissensgraphen notwendig sind
  • Erfahre, wie Graphdatenbanken als Grundlage für Wissensgraphen dienen
  • Verstehe, wie du strukturierte und unstrukturierte Daten in deinen Graphen importierst
  • Beispiele für die Erstellung von Wissensgraphen zur Integration und Suche verfolgen
  • Erfahre, wie du Wissensgraphen zur Mustererkennung einsetzen kannst
  • Erforsche Wissensgraphen zu Abhängigkeiten anhand von Beispielen
  • Verwende Beispiele für Wissensgraphen in natürlicher Sprache und Chatbots
  • Graphenalgorithmen und ML nutzen, um Einblicke in verknüpfte Daten zu gewinnen

Table of contents

  1. Vorwort
    1. Für wen dieses Buch ist
    2. In diesem Buch verwendete Konventionen
    3. O'Reilly Online Learning
    4. Wie du uns kontaktierst
    5. Danksagungen
  2. 1. Einführung in die Wissensgraphen
    1. Was sind Diagramme?
    2. Die Motivation für Wissensgraphen
    3. Wissensgraphen: Eine Definition
    4. Zusammenfassung
  3. 2. Organisationsprinzipien für den Aufbau von Wissensgraphen
    1. Organisationsprinzipien eines Wissensgraphen
      1. Einfache alte Diagramme
      2. Reichhaltigere Graphenmodelle
      3. Wissensgraphen mit Taxonomien als Hierarchie
      4. Wissensgraphen mit Ontologien für Beziehungen auf mehreren Ebenen
    2. Welches ist das beste Ordnungsprinzip für deinen Knowledge Graph?
    3. Organisationsprinzipien: Standards versus Eigenes schaffen
      1. Dein eigenes Organisationsprinzip schaffen
    4. Wesentliche Merkmale eines Wissensgraphen
    5. Zusammenfassung
  4. 3. Graph-Datenbanken
    1. Die Cypher Abfragesprache
      1. Daten in einem Knowledge Graph erstellen
      2. Vermeidung von Duplikaten beim Anreichern eines Knowledge Graph
      3. Graph Local Queries
      4. Graph Global Queries
      5. Aufrufen von Funktionen und Prozeduren
      6. Unterstützende Tools für das Schreiben von Knowledge-Graph-Abfragen
    2. Neo4j Interna
      1. Abfrageverarbeitung
      2. ACID-Transaktionen
    3. Zusammenfassung
  5. 4. Laden von Knowledge-Graph-Daten
    1. Daten mit dem Neo4j Data Importer laden
    2. Online Bulk Data Loading mit LOAD CSV
    3. Anfängliche Schüttgutladung
    4. Zusammenfassung
  6. 5. Integration von Wissensgraphen in Informationssysteme
    1. Auf dem Weg zu einer Data Fabric
    2. Der Datenbanktreiber
    3. Graph Federation mit Composite Databases
    4. Serverseitige Prozeduren
    5. Datenvirtualisierung mit Neo4j APOC
    6. Benutzerdefinierte Funktionen und Prozeduren
    7. Ergänzende Werkzeuge und Techniken
      1. GraphQL
      2. Kafka Connect Plug-In
      3. Neo4j Spark Connector
      4. Apache Hop für ETL
    8. Zusammenfassung
  7. 6. Anreicherung von Wissensgraphen mit Data Science
    1. Warum Graph-Algorithmen?
    2. Verschiedene Klassen von Graphenalgorithmen
    3. Graph Data Science Operationen
    4. Experimentieren mit Graph Data Science
    5. Überlegungen zur Produktion
    6. Anreicherung des Knowledge Graph
    7. Zusammenfassung
  8. 7. Graph-natives maschinelles Lernen
    1. Maschinelles Lernen in der Kurzfassung
    2. Topologisches maschinelles Lernen
    3. Graph-native Pipelines für maschinelles Lernen
    4. Empfehlung von ergänzenden Akteuren
    5. Zusammenfassung
  9. 8. Daten mit Metadaten abbilden Wissensgraphen
    1. Die Herausforderung der verteilten Datenverwaltung (Stewardship)
    2. Datensätze, die mit Datenplattformen verbunden sind
    3. Aufgaben und Datenpipelines
    4. Datensenken
    5. Beispiel eines Metadatengraphen
    6. Abfrage des Metadatengraphenmodells
    7. Beziehungen nutzen, um Daten und Metadaten zu verbinden
    8. Zusammenfassung
  10. 9. Identitäts-Wissensgraphen
    1. Deinen Kunden kennen
    2. Wann tritt das Problem auf?
    3. Graphbasierte Entitätsauflösung Schritt für Schritt
      1. Datenaufbereitung
      2. Entity Matching
      3. Erstellen/Aktualisieren eines persistenten Datensatzes von Master-Entitäten
    4. Mit unstrukturierten Daten arbeiten
    5. Zusammenfassung
  11. 10. Mustererkennung Wissensgraphen
    1. Betrugsaufdeckung
      1. Betrug durch die erste Partei
      2. Betrug anhand von Daten aufdecken
      3. Betrügerische Ringe
      4. Unschuldige Beobachter
      5. Operationalisierung des Wissensgraphen zur Betrugsaufdeckung
    2. Skills Matching
      1. Organisatorischer Wissensgraph
      2. Skills Knowledge Graph
      3. Expertise Knowledge Graph
      4. Individuelle Karriereentwicklung
      5. Organisatorische Planung
      6. Organisatorische Leistung vorhersagen
    3. Zusammenfassung
  12. 11. Wissensgraphen zu Abhängigkeiten
    1. Abhängigkeiten als Graph
    2. Erweiterte Modellierung von Graphenabhängigkeiten
      1. Qualifizierte Abhängigkeiten
      2. Semantik der Multidependenz
    3. Schlagausbreitung mit Cypher
    4. Validierung eines Dependency Knowledge Graph
      1. Validierung 1: Keine Zyklen
      2. Validierung 2: Die Summe der Multidependenzen entspricht der erwarteten Gesamtsumme
    5. Verarbeitung komplexer Abhängigkeiten
      1. Single-Point-of-Failure-Analyse
      2. Analyse der Grundursache
    6. Zusammenfassung
  13. 12. Semantische Suche und Ähnlichkeit
    1. Suche über unstrukturierte Daten
    2. Von Strings zu Dingen: Dokumente mit Entitäten annotieren
    3. Navigieren in den Zusammenhängen: Ähnlichkeit der Dokumente für Empfehlungen
      1. Das Kaltstartproblem
    4. Die Beschriftung mit einem Ordnungsprinzip semantisch machen
    5. Zusammenfassung
  14. 13. Sprechen mit deinem Knowledge Graph
    1. Beantwortung von Fragen: Natürliche Sprache als Quelle von Fakten für einen Wissensgraphen
    2. Natürliche Sprachabfragen mit einem Wissensgraphen verwenden
    3. Natürliche Sprache aus Wissensgraphen generieren
      1. Das Organisationsprinzip des Wissensgraphen kommentieren, um natürliche Sprache zu erzeugen
    4. Arbeiten mit lexikalischen Datenbanken
    5. Graph-basierte semantische Ähnlichkeit
      1. Pfadähnlichkeit
      2. Leacock-Chodorow-Ähnlichkeit
      3. Wu und Palmer Ähnlichkeit
    6. Zusammenfassung
  15. 14. Von Wissensgraphen zu Wissensseen
    1. Konventionelle Wissensgraphen-Einsätze
    2. Von Wissensgraphen zu Wissensseen
    3. Blick in die Zukunft
  16. Index
  17. Über die Autoren

Product information

  • Title: Wissensgraphen aufbauen
  • Author(s): Jesus Barrasa, Jim Webber
  • Release date: September 2024
  • Publisher(s): O'Reilly Media, Inc.
  • ISBN: 9781098189662