助力企业数字化转型，知识图谱为应用而生｜爱分析报告(2)

结语
关于爱分析
法律声明
01
知识图谱技术概览
1.1 知识图谱概述
1.1.1 知识图谱定义
知识图谱即Knowledge Graph，以结构化的方式描述客观世界中实体、概念、事件以及之间的关系。其中，实体是指客观世界的具体事物；概念是指人类对于客观事物的概念化描述表示；事件是指发生在客观世界的活动，而关系则指实体、概念、事件之间客观存在的关联。
知识图谱技术是指在建立知识图谱中使用的技术，是融合认知计算、知识表示与推理、信息检索与抽取、自然语言处理与语义Web、数据挖掘与机器学习等技术的交叉研究。知识图谱技术包括知识表示、知识图谱构建和知识图谱应用三方面的研究内容：
知识表示研究客观世界知识的建模，以方便机器识别和理解，既要考虑知识的表示与存储，又要考虑知识的使用和计算；
知识图谱构建解决如何建立计算机算法从客观世界或者互联网的各种数据资源中获取客观世界的知识，主要研究使用何种数据和方法抽取何种知识；
知识图谱应用主要研究如何利用知识图谱建立基于知识的智能服务系统，更好地解决实际应用问题。
1.1.2 知识图谱发展历程
谷歌于2012年正式提出知识图谱（Knowledge Graph）概念，并应用在智能搜索领域。知识图谱（Knowledge Graph）本质是以图的形式表现实体（概念、事物、人）及其关系的知识库，可看作有向图结构的网络。目前，知识图谱技术已在智能搜索、智能问答、网络分析、决策辅助、推荐系统等领域广泛应用。
通过知识图谱的发展历程可以看出，知识图谱是知识工程不断发展衍生出的新一代知识工程技术。2012年谷歌知识图谱项目之后，知识图谱技术快速发展，目前已形成在多垂直领域的行业应用。

1.1.3 知识图谱的构建体系
知识图谱构建过程主要分为自顶向下（top-down）与自底向上（bottom-up）两种方式。两种方式的主要区别在于，在构建的过程中是否先定义本体与数据模式。目前，大多数知识图谱采用自底向上的方式进行构建。