mysql实现知识图谱_知识图谱，能否成为企业下一代的数据仓库？

经过适当的引入常识知识和领域知识，可以对图谱中的节点和关系做向量化处理，进而突破以往基于字符串匹配的浅层语义，更加便利、有效的帮助客户组织领域知识，为流程优化、辅助决策、预测分析等下游应用提供基础服务。 明略科技在这方面有足够多的构想和实践。 来源 | AI科技评论 “ 我认为，知识图谱是企业下一代管理数据的一种新的组织方式，能够更高效的连接上游的大数据和下游的AI建模任务。  企业最初数据量少、结构单一的时候，用MySQL这样的结构化数据库就够了；再后来数据量越来越多、业务系统越来越复杂，就需要分布式数据库、数据仓库、数据集市来管理数据资产。这类数据都需要事先定义好结构。但在大数据时代，你不可能事先将数据的结构定义好，于是很多企业开始利用像 Hadoop 等来搭建大数据平台，以NOSQL的方式存储那些事先无法定义的数据。但这些数据之间如何有效关联？例如，当一些查找稍微深度(例如四、五度或出现隐形关系)，这就需要利用知识图谱进行数据组织了。 ” 在近期AI科技评论对张杰博士进行的采访中，张杰如是回答了他对知识图谱未来发展的看法。

张杰博士是明略科技资深科学家，明略科学院知识工程实验室主任，加入明略科技后便一直在负责明略科技“行业知识图谱”的研究和搭建工作，在此之前曾在华为中央研究院从事机器学习方面的研究工作。 

张杰提到：“在我们内部，我们认为知识图谱是企业下一代的数据仓库。它的优点除了能够高效地进行深度关系查询外，还能图谱基础之上做一些推广，通过引