从三个角度理解知识图谱

2012年谷歌首次提出“知识图谱”这个词，由此知识图谱在工业界也出现得越来越多，对于知识图谱以及相关概念的理解确实也是比较绕。自己在研究大数据独角兽Palantir之后开始接触知识图谱，也算对其有了一定了解，这里从三个角度总结一下怎么去理解知识图谱。

几个基本概念：本体、实体、知识库、知识图谱

1、本体是概念的集合，是大家都公认的概念框架，一般不会改变如“人”、“事”、“物”、

“地”、“组织”，在面对对象编程里面，我们把它叫做类，在数据管理里面我们把它叫做元数据；

2、实体是本体、实例及关系的整合，比如“人”是本体框中的一个概念，概念中也规定了相关属性比如“性别”，小明是一个具体的人，叫做实例，所以小明也有性别，小明以及体现小明的本体概念“人”以及相关属性，叫做一个实体（简单的说就是：本体+实例）；

3、很多实体形成的数据库叫做知识库，如dbpedia等；

4、知识图谱是一种图谱组织形式，通过语义关联把各种实体关联起来，之前不叫做知识图谱，而叫做语义网。知识图谱把结构化、非结构化的数据通过数据抽取、融合在一起，体现了数据治理、语义连接的思想，有利于大规模数据的利用和迁移。

 

一、从数据治理角度

我的理解是知识图谱的构建是基于动态本体理论的，一套完整的数据本体可以把不同的数据形式进行串联转换，融合成一个综合的数据体系去使用。如国脉数据提出的数据基因系统，我想它应该就是一套政务数据的本体框架（通俗点说就是数据目录），这套框架就像是政务数据的“基因”，其它数据都是在这个的基础之上建立的。在面对对象编程理论中，可以理解为“类”，在数据管理中，也可以理解为元数据。有了这套完整的本体框架，就为企业或政府的数据治理奠定了基础。所谓数据治理，简单的理解就是要站在战略的高度去梳理数据和业务，有什么类型的数据