知识图谱概览

• 1、工程实现和应用。
• 2、学术进展的研究方向。
• 一：知识图谱的定义
• 二：数据获取
• 三：数据预处理
• 四：数据导入
• 五： 图数据库简介
  • 1- 关系型数据库
  • 2- 非关系型数据库
    • 2.1 Key-value
    • 2.1 文档型
    • 列存储型
    • 图数据库
• APOC - A package of Components
• Cypher语句学习
• 知识图谱简单的应用
• 分布式图计算Spark graphX等等

知识图谱学习资料推荐 （先需要对知识图谱有宏观的概念以及背景了解，推荐 https://www.aminer.cn/ 清华AMiner实验室官网，有一些前沿的信息，以及它2019年发布的知识图谱89页ppt 链接：https://static.aminer.cn/misc/pdf/knowledgegraph.pdf）

作为IT从业者，无论理论学家还是coder，我认为show me the code 是最重要的。建立一个知识图谱，难度范围很大，简单的知识图谱很简单，难得知识图谱有相当得难度。

从两个方面，归纳知识图谱的知识，

1、工程实现和应用。

2、学术进展的研究方向。

一：知识图谱的定义

语义网络/多关系图

二：数据获取

数据库获取 授权数据和公开数据爬虫 第三方API

三：数据预处理

数据清洗，（字段对齐），纠错等等 知识抽取，NER，关系抽取，知识消歧等等

四：数据导入

1- 数据筛选 2- 知识图谱设计 3- 批量导入（初始化） 4- 增量导入（neo4j开源中cypher）

五： 图数据库简介

DB分类：

1- 关系型数据库

• MySQL
• ORACLE
• SQL Server
• DB2

  2- 非关系型数据库

  2.1 Key-value

• Redis
• MEMcached 等

  2.1 文档型

• MongoDB 等

  列存储型

• HBASE 等

  图数据库

• Neo4j、InforGrid 等

  APOC - A package of Components

• apoc-3.4.0.3-all.jar
• mysql-connect-java-5.1.21.jar 比较重要的neo4j组件 包含许多功能，详情我们可以查看官方文档

  Cypher语句学习

  通过机器学习和模板方法，我们实现text2SQL，我们将自然语言转化为cypher语句。

  知识图谱简单的应用

  搜索 医疗 金融、风控 教育 广告 零售 电子商务等等

  分布式图计算Spark graphX等等

  大规模数据分布式存储及处理常用框架，2012年开始广泛使用