通往决策智能的道路很宽,AI、因果推断、求解器等任一方面的突破,都可以完成从辅助决策到决策智能的转变。但一切回归到数据这一源头,其核心要点似乎都是“如何在各种来源的数据中,洞察到背后的逻辑”,只要成功回答这一问题,在决策中需要考虑的要素有哪些、要素关系是怎样的,它们之间存在什么样的模型等问题也就迎刃而解。
知识图谱的创建恰好可以提供一个可行的解决思路,通过实体间的关系和网状的知识结构,提取其固有的逻辑关系,发现新的洞察,做出决策。
01
什么是知识图谱?
知识图谱(Knowledge Graph,KG)是一种揭示实体之间关系的语义网络,可以对现实世界的事物及其相互关系进行形式化地描述。它的基本组成单位是“实体-关系-实体”三元组,以及实体及其相关属性值对,实体间通过关系相互联结,构成网状的知识结构。
实体指的可以是现实世界中的事物,比如人、地名、公司、电话、动物等;关系则用来表达不同实体之间的某种联系。比如,“知识图谱-属于-认知科学”即基本的三元组,同时,每个实体还存在一些属性,比如认知科学的概念内涵、人物和观点等。
知识图谱在数据管理方面有着重要地应用,比如在创建元数据中心时,可以同时记录数据的来源、转换和清理的方式,如此便可确定数据的生产者和消费者。与传统的基于线性的建模相反,知识图谱允许将数据组织到框架中以进行集成,并确保开发人员和用户之间的理解。另外