导读：悟已往之不谏，知来者之可追。

 小编整理了各种关于人工智能的学习资料库（图像处理opencv/自然语言处理、机器学习、数学基础等），还有AI大礼包：Pytorch、实战框架视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等视频、代码、PPT以及深度学习书籍均可以免费分享给大家学习，大学生均实用！

我们有免费的计算机博士大佬的免费直播课可以听，免费咨询学习问题——扫码加我就行

 人工智能常用的十大算法      人工智能数学基础（一）     人工智能数学基础(二)

人工智能数学基础（三）   人工智能数学基础（四）   人工智能学习路线

一、知识图谱概述

知识图谱(Knowledge Graph)，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。 

具体来说，知识图谱是通过将应用数学、图形图、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它把复杂的知识领域通过数据挖掘、信息技术、知识计量和图形绘制而显示出来，揭示知识领域的动态发展规律，为学科研究提供切实的、有价值的参考。迄今为止，其实际应用在发达国家已经逐步拓展并取得了较好的效果，但它在我国仍属研究的起步阶段。

二、重要特点

1、用户搜索次数越多，范围越广，搜索引擎就能获取越多信息和内容。

2、赋予字串新的意义，而不只是单纯的字串。

3、融合了所有的学科，以便于用户搜索时的连贯性。

4、为用户找出更加准确的信息，作出更全面的总结并提供更有深度相关的信息。

5、把与关键词相关的知识体系系统化地展示给用户。

6、用户只需登录Google旗下60多种在线服务中的一种就能获取在其他服务上保留的信息和数据。

7、Google从整个互联网汲取有用的信息让用户能够获得更多相关的公共资源。

三、提升搜素效果

Knowledge Graph从以下三方面提升Google搜索效果:

1、找到最想要的信息。

语言可能是模棱两可的 -- 一个搜索请求可能代表多重含义，Knowledge Graph会将信息全面展现出来，让用户找到自己最想要的那种含义。现在，Google能够理解这其中的差别，并可以将搜索结果范围缩小到用户最想要的那种含义。

2、提供最全面的摘要。

有了Knowledge Graph，Google可以更好的理解用户搜索的信息，并总结出与搜索话题相关的内容。例如，当用户搜索"玛丽·居里"时，不仅可看到居里夫人的生平信息，还能获得关于其教育背景和科学发现方面的详细介绍。此外，​​​​​​​Knowledge Graph也会帮助用户了解事物之间的关系。

3、让搜索更有深度和广度。

由于Knowledge Graph构建了一个与搜索结果相关的完整的知识体系，所以用户往往会获得意想不到的发现。在搜索中，用户可能会了解到某个新的事实或新的联系，促使其进行一系列的全新搜索查询。

 四、知识图谱应用

利用知识图谱技术可以直接给出用户想要的搜索结果，而不再是各类链接。如下图，搜索“上海有多少人？”360搜索直接展示出国家统计局的数据，用户直接将鼠标移动到相应年份，可以快速查看各年数据。

电商搜索领域：2015年，阿里巴巴开始构建电商领域知识图谱——认知图谱；2016年Amazon也紧随其后开始构建知识图谱。2018年5月，美团点评NLP中心开始构建大规模的餐饮娱乐知识图谱——美团大脑。

 在搜索领域，知识图谱能够将用户所提交的查询词理解成实体或者概念，通过实体或者概念匹配为用户返回其可能关心的全部网页内容。搜索引擎中知识图谱的搜索过程如下：

知识图谱用文本和知识融合的阅读理解模型，使搜索结果更理解客户需求。

对于电商平台来说，交易量和客户活跃度也是其核心竞争力，而客户一般都是通过搜索获得想要的商品，越精准的搜索结果，客户使用越多。

因此，百度、搜狗、阿里巴巴、美团、腾讯等不断摸索，纷纷尝试构建自己的知识图谱平台。

  知识图谱可以帮助电商平台跳出这种简单的推荐逻辑，使得推荐结果更加智能化，促进用户购买。

 金融风控

艾瑞咨询年初发布的《2020年中国面向人工智能“新基建”的知识图谱行业研究报告》指出，随着近些年金融数据的爆发式增长，传统风控系统逐渐力有不逮，而应用机器学习算法和知识图谱的智能风控系统在风险识别能力和大规模运算方面具有突出优势，逐渐成为金融领域风控反欺诈的主要手段。

在金融领域，知识图谱可以应用于小微企业信贷、消费信贷、信用卡申请等反欺诈业务，还可以用来识别会计造假。

基本原理简单理解是：“物以类聚，人以群分。

信贷欺诈的识别问题可以转化为客户知识图谱挖掘或社交网络分析问题。即把企业工商信息、新闻动态、股东关系、股权变更、司法诉讼等等整合到反欺诈知识图谱里，经过分析和预测，挖掘识别欺诈案件，如利用壳公司贷款等。

智慧城市

公安机关在侦查案件时，经常看到办案民警用图谱梳理案件及人物关系。在电视剧《人民的名义》中，警方利用知识图谱分析，可以很快看清“山水集团”背后的利益链条。

 知识图谱从大数据中深度挖掘关联关系，可准实时分析多至千亿级海量关系数据，转化为关系图谱数据，支撑公安机关展开情报研判分析、犯罪团伙跟踪以及重大事情预警等。

 除了以上应用领域外，智慧医疗、智能客服（智能问答）等领域也在积极利用知识图谱技术，使结果更加准确，使机器人客服更加智能。

小编整理了各种关于人工智能的学习资料库（图像处理opencv/自然语言处理、机器学习、数学基础等），还有AI大礼包：Pytorch、实战框架视频、图像识别、OpenCV、计算机视觉、深度学习与神经网络等视频、代码、PPT以及深度学习书籍均可以免费分享给大家学习，大学生均实用！

我们有免费的计算机博士大佬的免费直播课可以听，免费咨询学习问题——扫码加我就行