知识图谱能用关系型数据库

什么是知识图谱

第一种解释：知识图谱本质上是语义网络（本体论）
第二种解释：知识图谱也叫做多关系图（multi-relational graph），由多种类型的节点和多种类型的边来组成。

右图即为多关系图，又称知识图谱。

构建知识图谱系统中所涉及到的技术

1.数据获取

• 数据爬取（爬虫）
• 数据库读取

2.数据预处理

• 数据清洗
• 知识抽取、消歧分析等

3.导入数据到知识图谱

• 数据筛选
• 知识图谱设计
• 批量导入
• 增量导入

4.应用层的搭建

• 各类模型搭建
• GraphX分布式处理
• 微服务

知识图谱的应用场景

• 风控知识图谱（做风险控制）



• 线上信贷的核心：风控。
  通过图谱分析确定一个人的信誉，发现欺诈团体等。
• 证券知识图谱



• 一个事件发生了，可能导致哪些股票上涨或下跌，本质就是分析一个事件与股票或公司之间的关系，该关系可以从证券知识图谱中分析出来。
  一个股票上涨了，有哪些股票也会随着上涨，可以从证券知识图谱中挖掘出公司与公司之间的关系。
• 教育知识图谱



• 用知识图谱来刻画知识点之间的先后关系。这类知识图谱可以结合一些算法诊断一个学生的学习情况
• 其他常见应用领域
  搜索、聊天机器人、法律、医疗（这些领域目前处于比较初级的阶段）

知识图谱架构图

• 数据源
  授权数据（个人信息等）（爬虫）、公开数据（爬虫）、三方数据（API）、业务数据