知识图谱：通向决策智能的底层路径

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࿰