Neo4j 知识图谱的技术解析及案例分享

 

合作分享:Jesus Barrasa-Neo4j-欧洲区售前和技术总监

合作分享:丁可-Neo4j-亚太区高级技术顾问

编辑整理:吴祺尧-加州大学圣地亚哥分校

出品平台:DataFunTalk

导读:Neo4j近年来与众多公司合作,在很多领域中成功结合知识图谱技术,使得知识图谱顺利落地于各个项目中。今天由 Neo4j 的欧洲区售前和技术总监Barrasa博士来介绍知识图谱的技术解析与案例分享。

今天的介绍会围绕下面五点展开:

  • 数据架构中的知识存在于何处

  • 知识图谱在技能发现中的应用

  • 知识图谱在元数据管理中的应用

  • 知识图谱在语义搜索中的应用

  • 总结

01 数据架构中的知识存在于何处

首先,我使用一个问题作为开场:在数据架构中知识存在于何处?我会使用一个金融领域的例子来帮助大家理解知识图谱的概念,并使得大家可以将知识图谱推广到其他领域中。

 

数据的来源与种类十分多样。我们可能会有顾客数据、产品数据、顾客行为数据,它们可以有很多存储方式,下面我以关系型数据库为例进行介绍。通常情况下,我们会有很多应用来消费、处理、理解这些数据。比如,有一个用来生成dashboard的“App 1”,它可以用来生成给上级主管查看的报告,那么这个app会查询数据库,结合顾客数据和顾客行为数据,自动输出一份由顾客账户为索引的总结。在这个app中,知识存在于那些可以用于处理、理解数据的代码中。它们往往是上百行SQL语句。又比如我们还有另一个应用“App 2”,它用于向顾客推荐需要升级的产品。具体地,它会结合顾客数据、顾客行为数据、产品数据等来向顾客推荐潜在的升级产品。相似地,应用决定了数据的意义,那么知识就存在于这一具体应用中。综上,我们可以发现数据的存储与知识是解耦的。上述范式可以重复运用于所有应用中,比如我们还可以有一个“App 3”,它生成一个可以用来监管的报告。

但是,这种解耦的知识存在形式像一个黑盒,对于我们来说很难去维护。所以,我们可

  • 0
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值