本文来自微信公众号 “亲爱的数据”（微信号：deardata），作者：谭婧，泽酷网经授权发布。
图文原创：谭婧
全文审核专家：朱小坤
知识图谱，英文名Knowledge Graph，是一种非结构化数据，属于图数据。
这里被称为“图”的东西，不是图画的图，而是图论的图。知识图谱数据模型的数学基础源于“图论”。
简单说，是把零散的信息有效地组织起来，把纷繁复杂的数据变成有用的知识，这是知识图谱的意义。
下图为，中文医学知识图谱示意。
知识图谱有顶点（Vertex）和边（Edge），是关联数据的高度抽象。
顶点和边可以带有属性，能表示出不同的“关系”。
（一）如何“建”知识图谱？
建大型知识图谱，可是个系统工程。
人类学知识也是从词汇开始，机器也一样，词汇本身也是比较简单的“知识”。
从信息中“抽取”知识，一定得是一个自动化技术，靠人工太累了。
从文本中抽取，用自然语言处理技术（NLP）。
为了提高性能，技术能力强的厂商，会用到NLP大杀器——“预训练大模型”。
而除了文本之外，企业有很多数据，图片，音频，视频，交易记录等，会用多模态技术，这种技术的能力更强一些，技术难度也更高。
简单讲，计算机视角下，图片和文本，都是不同的“模态”，所以是“多模态”。
从多模态信息中得到一批非结构化数据（文本、图像、视频、语音）中包含的信息，自动抽取并建立关系，形成知识图谱。
知识图谱上阵后，机器认识了“全面屏”手机，也能认识“曲面屏”手机。
机器能在电影的上下文里认出《长津湖》是影片名，在歌手李健的上下文里理解《贝加尔湖畔》是歌名，虽然这两个词又都是地名。
这时候，机器学会了举一反三。
（二）电商公司，怎么干活？
电商痛点之一是商品，用户等关系刻画不准确。
巧了，知识图谱能精准刻画属性和关系，令运营和管理精细化。
电商建知识图谱先得“看懂”“商品，锅碗瓢盆都分不清，很尴尬。
为了看懂商品，引入“商品标签”。
商品标签是“知识理解”后的产物，也是对上面说到的多模态数据的提炼和抽象。
标签是商品知识的一部分，标签为商品之间“建立关系”贡献了力量。
那些有相同标签的商品就能连起来了，也就有了“关系”。商品标签越多，知识越丰富。
除了标签之外，商品之间会有一种天然的关系，是“品类”，而且商品类别会有多级。
举一个真实的例子，京东商城的品类太多了，会用到一种黑科技：用热门品类的标注数据，迁移到冷门品类。
黑科技背后会有顶级学术会议的论文来支持。也就是说机器理解了一些常见热门商品品类，接着，又“有如神助”般地多学会了一些少见的商品品类。
这样，机器成为了认识“商品品类”的小能手。
看懂商品名称是基本功，若连商品标签都不够准确和精细，后续的电商运营策略和方法很难做好，成了“拔错萝卜，带错泥”。
日后会被电商运营同学吐槽：我厂AI技术水平有待提高。
其实，算法工程师没闲着，一日复一日，年复一年，都在用算法提高准确度，尽量把模型设计的“聪明点”。
（三）知识图谱+深度学习技术，什么原理？
知识图谱离不了数学方法。
通过图表示学习的方法，把顶点和边都用数值化的向量来表示，映射到欧式空间里面计算距离。
用距离衡量“关系”，
距离近，关系近。
距离远，关系远。
这样，可以把一些隐藏关系给找出来。
头部国内电商企业对知识图谱的应用大约五六年前起步，均在2021年左右建成超大规模电商知识图谱。阿里巴巴有“藏经阁知识引擎”，京东有“知识大脑”。
如今，国内头部电商动不动好几亿用户，50亿以上商品相关实体，知识图谱能够达到非常大的规模，能做到覆盖零售全站商品和用户。
连这个研究方向博士也惊叹：“之前，没处理过这么大的图”。
构建大规模、高精度的知识图谱，需要投入很大的人力物力财力，但是用好了能创造很大的商业价值。
假如一个电商收入一百亿，利用知识图谱提升1%的收入，就是多赚一个亿，摇钱树，非他莫属。
最后补一点，其实，知识图谱技术，很多人天天在用。
因为搜索引擎早已离不开知识图谱了，当你轻点鼠标，查找某个问题，搜索会结合知识图谱技术。
有两本好书推荐：
1.《知识图谱：概念与技术》（肖仰华等著）一书，多位专家推荐给我。
2.《图深度学习：从理论到实践》（颜伟鹏，包勇军，朱小坤，姚普主编）。
这本书中的作者们，会在我之前一篇文章中《京东零售：北极星永远指北》见到他们。
（完）
分享、在看、点赞、打赏 ，都是爱
请登录之后再进行评论