助力企业数字化转型，知识图谱为应用而生｜爱分析报告(11)

知识推理：知识推理也为知识计算，是结合行业Know-How，计算知识中的显性与隐性关系和拓展属性；是在知识库的基础上进一步挖掘隐含的知识，丰富知识库。目前行业内的隐性关系挖掘，如银行业零售与营销业务场景、公安智能刑侦、公安智能经侦场景中的隐性关系挖掘，风险传导识别都是基于知识图谱的知识推理能力。知识推理的方法主要有三种，其中基于逻辑的推理方法以及基于图的推理是最主要的两种类别的方法。同时，行业内正在研究跨知识库的推理方法。

知识存储：知识存储保障知识图谱平台顺利运行，是关键的知识图谱基础。目前行业内主流的存储模式有三种：RDF（Resource Description Framework），即资源描述框架、关系型数据库以及图数据库。由于关系型数据库存储图数据可以很好的解决单条数据查询的问题，在存储效率和查询效率上都有很大的优势。同时，关系型数据库是目前最成熟也应用最广的数据库。但对于关系的实时查询以及深度关联查询时，关系型数据库不能做好很好的支持。图数据库相对而言有着高性能的表现，在数据灵活性以及开发敏捷性方面，图数据库有较大优势。RDF本质上为数据模型，提供统一标准描述实体，能够较好的用图描述，但存在设计不够灵活、存储空间大等问题；
在实际项目中，要实际根据数据特点进行数据存储结构选择与设计，而且目前没有任何一种通用的存储方式可以解决所有的问题，每一种存储方式都存在自身的局限性，所以在项目中要灵活配置使用数据存储结构。