知识图谱如何落地？Neo4j这本《知识图谱:数据业务应用》书为你讲述如何构建和使用知识图谱及其对创新的重要性

从建立数据仓库到构建数据结构，再到加速人工智能，知识图谱在当今市场上提供了强大的竞争优势。本书对如何构建和使用知识图谱及其对创新的重要性做了详细阐述。这本书是希望自己的数据更加智能的商业领袖和数据专业人士必读之作。

得到了一个知识图谱——也就是一个有更多上下文的图。事实上，上下文知识已经成为所有行业的企业在进行复杂决策时最强大的工具。

在《知识图谱:响应式业务背景下的数据》中，我们解释了知识图谱是什么，如何构建和使用它们，以及它们在人工智能和数字孪生和数据结构等新创新中的重要性。

https://neo4j.com/books/knowledge-graphs-data-in-context-for-responsive-businesses/

在这本书中，你将深入了解: 使数据更具表现力的组织原则，允许对数据进行更复杂的利用 什么是行动知识图谱，以及它是如何通过数据保证或数据洞察连接数据竖井和推动行动的 决策知识图谱是什么?它如何用于分析、机器学习或数据科学，以改善决策 知识图谱在机器学习中发挥着重要作用，可以更好地进行预测 为用例使用知识图谱，包括影响分析、根本原因分析、客户360度、特征工程等等 这本书是现代商业领袖和数据专业人士的必读，他们希望通过利用现有数据来实现更好的业务决策，从而推动价值。

引言

在过去的十年中，图形数据已经变得无处不在。从导航和社交网络等面向消费者的系统，到供应链和警务等关键基础设施，图表支撑着一切。一个一致的主题已经出现，即在环境中应用知识是大多数企业拥有的唯一最强大的工具。通过研究和经验，一套称为知识图谱的模式和实践已经被开发出来，以支持从数据中提取知识。

本报告是为那些对管理和开发数据价值感兴趣的信息技术专业人员编写的。对于首席信息官或CDO来说，这份报告简短而全面，足以概述这些技术以及它们是如何执行的。对于数据专业人士、数据科学家或软件专业人士，本报告提供了一个通往知识图谱世界的入口，以及与同行和管理人员讨论知识图谱实现的语言。我们的基本原则是，知识图谱是有用的，因为它们提供了对数据的上下文化理解。它们通过添加一层元数据来实现这一点，该元数据层为结构和解释强加了规则。我们将说明如何使用知识图谱来帮助从现有数据中提取更大的价值，驱动自动化和流程优化，改进预测，并支持对不断变化的业务环境的敏捷响应。

什么是知识图谱？

现在，我们已经了解了图以及使用知识图谱的动机。但显然不是所有的图都是知识图谱。知识图谱是一种特殊类型的图，强调上下文理解。知识图谱是一组相互关联的事实，以人或机器可理解的格式描述现实世界的实体、事件或事物及其相互关系。知识图谱使用一种组织原则，以便用户(或计算机系统)能够对底层数据进行推理。组织原理给了我们一个额外的数据组织层(元数据)，它增加了相互关联的上下文来支持推理和知识发现。组织原则使数据本身更加智能，而不是将工具锁在应用程序代码中以理解数据。反过来，这既简化了系统，又鼓励了广泛的重用。

如何构建知识图谱？

知识图谱是语义计算几十年研究的结果，但有了现代图技术，我们可以使研究现代化和一般化，从而可以应用于现代现实世界的问题。在本章中，我们将介绍知识图谱的常见组织原则——如何向图中添加元数据以使其更智能。一旦你读完这一章，你将能够从不同的组织原则中选择最适合你的困境。