6个方面分析知识图谱的价值和应用.pdfVIP

6 个方面分析知识图谱的价值和应用 知识对于人工智能的价值就在于，让机器具备认知能力 和理解能力。构建知识图谱这个过程的本质，就是让机器形 成认知能力，理解这个世界。一、知识图谱无处不在说到人 工智能技术，人们首先会联想到深度学习、机器学习技术； 谈到人工智能应用，人们很可能会马上想起语音助理、自动 驾驶等等，各行各业都在研发底层技术和寻求 AI 场景，却 忽视了当下最时髦也很重要的 AI 技术：知识图谱。当我们 进行搜索时，搜索结果右侧的联想，来自于知识图谱技术的 应用。我们几乎每天都会接收到各种各样的推荐信息，从新 闻、购物到吃饭、娱乐。个性化推荐作为一种信息过滤的重 要手段，可以依据我们的习惯和爱好推荐合适的服务，也来 自于知识图谱技术的应用。搜索、地图、个性化推荐、互联 网、风控、银行……越来越多的应用场景，都越来越依赖知 识图谱。二、知识图谱与人工智能的关系知识图谱用节点和 关系所组成的图谱，为真实世界的各个场景直观地建模。通 过不同知识的关联性形成一个网状的知识结构，对机器来说 就是图谱。形成知识图谱的过程本质是在建立认知、理解世 界、理解应用的行业或者说领域。 每个人都有自己的知识面， 或者说知识结构，本质就是不同的知识图谱。正是因为有获 取和形成知识的能力，人类才可以不断进步。知识图谱对于 人工智能的重要价值在于，知识是人工智能的基石。机器可 以模仿人类的视觉、听觉等感知能力，但这种感知能力不是 人类的专属，动物也具备感知能力，甚至某些感知能力比人 类更强，比如：狗的嗅觉。而“认知语言是人区别于其他动 物的能力，同时，知识也使人不断地进步，不断地凝练、传 承知识，是推动人不断进步的重要基础。 ” 知识对于人工智 能的价值就在于，让机器具备认知能力。而构建知识图谱这 个过程的本质， 就是让机器形成认知能力， 去理解这个世界。 三、图数据库知识图谱的图存储在图数据库 （Graph Database） 中，图数据库以图论为理论基础，图论中图的基本元素是节 点和边，在图数据库中对应的就是节点和关系。用节点和关 系所组成的图，为真实世界直观地建模，支持百亿量级甚至 千亿量级规模的巨型图的高效关系运算和复杂关系分析。目 前市面上较为流行的图数据库有： Neo4j 、Orient DB 、Titan 、 Flock DB 、Allegro Graph 等。不同于关系型数据库，一修改 便容易“牵一发而动全身”图数据库可实现数据间的“互联 互通”，与传统的关系型数据库相比，图数据库更擅长建立 复杂的关系网络。图数据库将原本没有联系的数据连通，将 离散的数据整合在一起， 从而提供更有价值的决策支持。 四、 知识图谱的价值知识图谱用节点和关系所组成的图谱，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” ，“高保真”地表达这个多姿多彩世界的各种 关系，并且非常直观、自然、直接和高效，不需要中间过程 的转换和处理——这种中间过程的转换和处理，往往把问题 复杂化，或者遗漏掉很多有价值的信息。在风控领域中，知 识图谱产品为精准揭露 “欺诈环”、“窝案”、“中介造假”、“洗 钱”和其他复杂的欺诈手法，提供了新的方法和工具。尽管 没有完美的反欺诈措施，但通过超越单个数据点并让多个节 点进行联系，仍能发现一些隐藏信息，找到欺诈者的漏洞， 通常这些看似正常不过的联系（关系） ，常常被我们忽视， 但又是最有价值的反欺诈线索和风险突破口。尽管各个风险 场景的业务风险不同，其欺诈方式也不同，但都有一个非常 重要的共同点——欺诈依赖于信息不对称和间接层，且它们 可以通过知识图谱的关联分析被揭示出来，高级欺诈也难以 “隐身”。凡是有关系的地方都可以用到知识图谱，事实上， 知识图谱已经成功俘获了大量客户，且客户数量和应用领