Kapitel 10. Wissensgraphen zur Mustererkennung
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Die Verwaltung von Unternehmensdaten in Form eines Wissensgraphen bietet zahlreiche Vorteile. Die Daten sind (logischerweise) zentralisiert, kuratiert und kontextualisiert. Ein Wissensgraph kann nach Mustern durchsucht werden, die auf interessante Geschäftsereignisse zurückgehen. Diese Muster geben einen historischen Einblick in das Geschäft, können aber auch für die Zukunft genutzt werden.
In diesem Kapitel geht es darum, Muster in Wissensgraphen zu finden und diese Muster zu nutzen, um zukünftige Ergebnisse zu verbessern. Angefangen mit einfachen Mustermatching-Ansätzen erfährst du, wie die Muster in deinem Wissensgraphen leicht genutzt werden können, um Betrug zu verhindern und bessere Teams aufzubauen. In jedem der Anwendungsfälle erfährst du auch, wie die Mustererkennung durch Graph Data Science erweitert werden kann, um den Wissensgraphen anzureichern und neue, wertvolle Muster zu entdecken.
Betrugsaufdeckung
Online-Betrug ist ein weit verbreitetes und schädliches Problem im Zeitalter allgegenwärtiger Computersysteme. Diese Systeme beherbergen einige der wichtigsten Aspekte unseres persönlichen Lebens und sind das Lebenselixier moderner Unternehmen. Sie sind ein verlockendes Ziel für Kriminelle, die Einzelpersonen oder Unternehmen betrügen wollen.
Das Ausmaß dieser Versuchung ist erschreckend. ...
Get Wissensgraphen aufbauen now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
