爱分析-中国知识图谱应用趋势报告-2020.10-57页_34mb

知识图谱助力企业数字化转型

核心内容

本报告《助力企业数字化转型，知识图谱为应用而生》由爱分析发布，聚焦知识图谱技术在各行业中的应用趋势与实践案例。报告指出，知识图谱作为连接数据与业务的关键技术，正在成为推动企业从感知智能向认知智能转型的重要工具。

主要观点

• 知识图谱强调行业知识与业务场景的结合，具有可视化、准确性、关联分析、可解释性、知识学习等特性；
• 知识图谱技术通过构建实体关系网络，实现对风险和商机的识别，提升业务效率；
• 知识图谱的应用场景主要集中在金融、医疗、政府与公共服务、能源与工业、电信和零售行业；
• 知识图谱的构建过程包括知识抽取、知识融合、知识推理、知识存储与知识应用五大关键步骤；
• 在知识图谱落地过程中，数据治理、业务理解、技术能力及团队协作是决定项目成败的“一核两翼”；
• 报告提出知识图谱技术将在未来与自然语言处理、机器学习等技术深度融合，推动人工智能从感知智能向认知智能发展。

关键信息

知识图谱技术概览

• 定义：知识图谱是一种以结构化方式描述实体、概念、事件及其关系的知识库；
• 发展历程：2012年谷歌提出知识图谱概念，目前已在多个行业广泛应用；
• 构建体系：知识图谱构建分为自顶向下和自底向上两种方式，目前主流采用自底向上；
• 应用特性：
  • 可视化：便于展示实体间的关系；
  • 准确性：多角度挖掘信息，提升信息质量；
  • 关联分析：用于识别隐性关系，提升风险识别和商机发现能力；
  • 拓展性：支持跨领域和跨行业的应用；
  • 可解释性：提升AI决策的透明度；
  • 知识学习：支持知识的持续积累与更新。

知识图谱应用分析与落地挑战

• 应用场景：涵盖营销、风控、智能客服、智能导诊、治安管理、交通调度、政务数字化、医疗辅助、能源与工业知识管理等；
• 挑战：
  • 数据不精：行业数据治理水平有限；
  • 业务不专：需要结合行业Know-How；
  • 技术不强：知识图谱的算法和推理能力是关键；
  • 配合不畅：需技术人员与业务专家密切协作。

最佳实践案例

• 金融行业：
  • 星环科技帮助某股份制银行构建知识图谱平台，实现风险传导分析、客户画像、3D可视化分析等功能；
  • 海致星图助力某股份制银行信用卡中心构建知识图谱平台，实现营销与风控场景的智能化；
  • 一览群智为某国有银行打造智能审单专家系统，提升单证处理效率和准确性。
• 医疗与医药行业：
  • 深睿医疗推出“肝胆胰睿助”智能问诊系统，提高问诊效率和医生工作质量。
• 政府与公共服务行业：
  • 百分点助力某市政府构建治安防控大数据分析研判平台，实现案件识别、风险预警和动态管控。
• 能源与工业行业：
  • 明略科技为某省电力公司构建数据中台，整合数据资源，提升数据治理与应用能力。

知识图谱未来展望

• 新机会：知识图谱将成为认知智能时代的关键技术，推动AI在各行业的深层次应用；
• 新场景：知识图谱将在垂直领域拓展更多应用场景，促进技术普惠；
• 新融合：知识图谱将与自然语言处理、机器学习等技术融合，形成更智能的系统；
• 发展趋势：知识图谱技术将不断优化，成为企业数字化转型的重要支撑。

总结

知识图谱技术正在成为企业数字化转型的核心驱动力。其在金融、医疗、政务、能源与工业等行业的成功应用，展示了其在数据治理、关系分析、智能决策等方面的重要价值。然而，知识图谱的落地仍面临数据质量、业务理解、技术实现和团队协作等挑战。未来，知识图谱将与NLP、机器学习等技术深度融合，推动AI从感知智能迈向认知智能，为更多行业提供智能化服务。