数联未来,数据融合是未来重要的方向,那么对于大数据来说目前主要存在如下几个挑战:1、多源异构数据难以融合转化并映射到同一平台,数据模型的灵活创建、
以及数据模型间的关联关系也难以实现;
2、数据模式动态变迁困难,当客户新需求、业务新认知时,需要修改数据结构以及业务逻辑,带来扩展性差,对客户响应慢、维护成本高等问题;
3、非结构化的数据,计算机难以理解,用户搜索难以返回精确的结果;
通过对知识图谱的研究可以发现,知识图谱确实可以解决以上问题,这里分享一下学习总结:
一、 知识图谱技术体系
知识图谱的构建主要涉及到知识建模、知识抽取、知识融合、知识存储、知识计算以及知识应用,具体可以归纳如下:
二、 知识图谱实施方法
- 使用现有的套装工具(如LOD2、Stardog)
- 在现有套装工具的基础上进行扩充
- 针对知识图谱生命周期的各种工具进行组合
- 有针对性的开发某种工具
- 从零开始构建
三、 技术架构
知识图谱架构如下图,这其中主要包括如下几个部分:
3.1 数据采集
主要涉及到爬虫技术