有关知识图谱个人总结

首先知识图谱是指在描述真实世界存在的各种实体及其关系

通用知识图谱：

Google所提出的知识图谱是面向全领域通用的知识图谱，主要用于面向互联网的搜索、推荐、问答等业务场景，强调的是广度，因而强调更多的是实体，很难形成完整的全局性的本体层的统一管理。

                        语言学类：wordnet

                                          MIT-ConcepNetb的中文部分

                                          汉语开放词网

                        百科类： DBpeida

                                       中文通用百科知识图谱

                                       zhishi.me

                                       DKU-PIE知识图

行业知识图谱：

指面向特定领域的知识图谱，因用户目标对象要考虑行业中各级别人员，所以要一定的深度，与完备性。行业知识图谱的准确率要求非常高，通常用于辅助各种复杂的分析应用或决策支持。有严格与丰富的数据模式，行业知识图谱中的实体通常属性比较多且具有行业意义。

行业知识图谱的意义：

数据来源多：

内部数据、互联网数据、第三方数据

数据类型多：

包括结构化，半结构化，非结构化数据且具后两者越来越多。

数据模式无法确定：

模式在数据出现之后才能确定，数据模式随数据增长不断演变。

数据量大：

在大数据背景下，行业应用的数据的数量通常都以亿级别计算，存在通常TB，PB级别或更多。

行业知识图谱应用：

                                        金融证券、生物医疗、图书情报、电商、农业、政府、电信、出版

通用知识图谱+行业知识图谱——>相互补充，更完善的知识图谱

企业知识图谱的应用——企业风险评估：

利用图计算等方法构建科学、严谨的企业风险评估体系，有效规避潜在的经营风险与资金风险。

企业社交图谱查询

基于投资、任职、专利、招标以目标的企业为核心向外层扩散，形成一个网络关系图，直观立体的展现企业关联。

企业最终控制人查询

基于股权投资关系，寻找持股比例最大的股东，最终追溯至自然人或图有资产管理部门。

 企业之间路径发现

基于股权、任职、专利，招标税收等。

医疗知识图谱：

中药知识平台

生物医疗：

WASTON辅助诊断治疗

OPenPHACTS部分药物发现

知识图谱行应用----其他行业

农业---->识别作物危害

政府行业---->政府大数据管理

知识图谱基础技术规范

RDF：是语义网标准的第一层

• Resource：页面，图片，视频等任何工具有URI标识符
• DesoriPtion：属性，特征和资源之间的关系
• Franework：模型，语言和这些描述的语法

 

 

---