白嫩美女高潮喷水十八禁,国产极品资源在线观看,91精品国产综合久久99精品

圖計算的黃金時代揭秘知識圖譜背后的數(shù)據(jù)價值

來源：中關村在線 2022-03-22 10:05:03

分享到：

數(shù)據(jù)洪流正在席卷整個世界。研究機構Statista預計，至2025年全球數(shù)據(jù)創(chuàng)建量——即創(chuàng)建、捕獲、復制和使用的數(shù)據(jù)總量，將超過180ZB。面對指數(shù)級增長的數(shù)據(jù)規(guī)模和愈發(fā)復雜的數(shù)據(jù)類型，企業(yè)想要從中獲得商業(yè)洞察變得越來越難。究其原因，是業(yè)務人員難以從海量數(shù)據(jù)中發(fā)現(xiàn)其關聯(lián)性，缺乏行之有效的工具，無法找到真正有價值的信息來指導業(yè)務發(fā)展。此時，就不能不提大數(shù)據(jù)技術的演進。

從Hadoop誕生之日起，大數(shù)據(jù)的發(fā)展走過了十余年，期間像存儲、離線處理等基礎問題已經(jīng)得到了解決。隨著深度學習、機器學習等AI技術的逐級深入，人們開始思考如何通過挖掘大數(shù)據(jù)的關聯(lián)性去探索“隱藏”在背后的商業(yè)價值，這種訴求也將一個18年前的技術再次推到了臺前——圖數(shù)據(jù)庫。與以往用表格處理數(shù)據(jù)相比，圖沒有表的概念的，就是數(shù)學上點和邊的關系，所有的數(shù)據(jù)可以匯集在一起。

對于傳統(tǒng)的關系型數(shù)據(jù)庫來說，雖然其具有靈活的特點，可以做各種復雜計算，但在大數(shù)據(jù)時代對于并行計算、多機版的支持是缺乏的，而文檔數(shù)據(jù)庫、關鍵字、內(nèi)存數(shù)據(jù)庫，犧牲了業(yè)務的一些表達能力，得到的好處就是可擴充，但很多以前用關系型數(shù)據(jù)庫能表達的問題卻表達不了。從存儲角度來說，圖是存儲數(shù)據(jù)最自然的關聯(lián)模型。從計算角度來說，則適合數(shù)據(jù)和人工智能。由于早年間計算性能和架構的局限，使得圖數(shù)據(jù)庫這個在計算機科學領域較為高階的研究成果在近幾年才開始顯露威力。

在Neo4j高級產(chǎn)品市場總監(jiān)Maya Natarajan博士看來，伴隨數(shù)據(jù)量猛增而帶來的則是數(shù)據(jù)更加復雜且高度關聯(lián)，關系型數(shù)據(jù)庫已無法滿足處理復雜關聯(lián)數(shù)據(jù)的需求，不能使客戶從數(shù)據(jù)中完全受益。相比之下，圖數(shù)據(jù)庫是專為存儲和分析高度關聯(lián)數(shù)據(jù)而生的，“隨著人工智能的發(fā)展和大數(shù)據(jù)時代的到來，并行計算類的處理需求增加，圖數(shù)據(jù)庫客戶反饋，圖在關聯(lián)模型方面具有更大的優(yōu)勢，更具有前瞻性，可以更加充分地利用關聯(lián)數(shù)據(jù)并發(fā)掘他們的價值?！?/p>

Neo4j高級產(chǎn)品市場總監(jiān)Maya Natarajan博士

事實上，近年來的數(shù)據(jù)庫領域正在經(jīng)歷融合式的創(chuàng)新，文檔數(shù)據(jù)庫、圖數(shù)據(jù)庫、時序數(shù)據(jù)庫、NoSQL 逐漸成為主流。與此同時，數(shù)據(jù)庫也越來越多地融入了云計算、AI/ML等技術。擁有13年歷史的瑞典企業(yè)Neo4j是圖技術的開創(chuàng)者，也是原生圖數(shù)據(jù)庫市場的領導者。Neo4j的產(chǎn)品有社區(qū)版和企業(yè)版，服務著全球超過1000家企業(yè)客戶。過去十年，Neo4j從圖數(shù)據(jù)庫逐步演變成為圖數(shù)據(jù)平臺。與傳統(tǒng)的圖數(shù)據(jù)庫不同，圖數(shù)據(jù)平臺整合了數(shù)據(jù)科學、人工智能，機器學習，充實和擴大了解決方案的功能。

Gartner預測，2012年至2022年，全球圖處理及圖數(shù)據(jù)庫的應用將以每年100%的速度迅猛增長。DB Engines近七年數(shù)據(jù)庫流行趨勢也顯示，圖數(shù)據(jù)庫相較其他主流數(shù)據(jù)庫受歡迎程度遙遙領先。在圖數(shù)據(jù)庫高速發(fā)展的浪潮之中，知識圖譜的重要性不言而喻。根據(jù)IDC亞太數(shù)據(jù)和內(nèi)容技術2022年預測報告，到2025年亞太地區(qū)2000家企業(yè)中約有30%將部署圖數(shù)據(jù)庫。到2023年，亞太地區(qū)20%的商業(yè)智能將整合知識圖譜。

另據(jù)Neo4j一項針對100名企業(yè)高管的相關調(diào)查顯示，88%的企業(yè)管理者已經(jīng)認識到知識圖譜的價值，認為知識圖譜可以幫助跨越管理和數(shù)據(jù)治理的瓶頸，在彌合數(shù)據(jù)孤島，改進AI或者機器學習，以及協(xié)助開辟新收入來源等方面發(fā)揮重要作用。到2023年80%的數(shù)據(jù)和分析創(chuàng)新項目將使用圖數(shù)據(jù)庫來實現(xiàn)，而2021年只有10%的創(chuàng)新項目是使用圖數(shù)據(jù)庫。

阿蘭·圖靈研究所將知識圖譜定義為“對知識進行編碼以在開放、不斷發(fā)展、去中心化系統(tǒng)中大規(guī)模使用”的最佳方式。簡而言之，知識圖譜是具有豐富含義、相互關聯(lián)的數(shù)據(jù)集。企業(yè)可以針對基礎數(shù)據(jù)進行推理，并且自信地將其用于復雜的分析和決策中。

Maya Natarajan認為，知識圖譜有三方面價值：第一、知識圖譜可以將數(shù)據(jù)轉(zhuǎn)化為智能，使企業(yè)更好地管理人工智能和機器學習；第二，知識圖譜能幫助企業(yè)在不改變現(xiàn)有數(shù)據(jù)格局和基礎設施的前提下，進行數(shù)據(jù)編排和自動化，為管理者提供連續(xù)觀察層，優(yōu)化數(shù)據(jù)管理、數(shù)據(jù)預測和數(shù)據(jù)創(chuàng)新，加速企業(yè)數(shù)字化轉(zhuǎn)型；第三，知識圖譜能夠幫助企業(yè)開創(chuàng)新的收入來源，提高業(yè)務效率，應用場景分布在金融、制造、零售、電信、互聯(lián)網(wǎng)等多個行業(yè)。

據(jù)了解，Neo4j知識圖譜包含數(shù)據(jù)、顯示動態(tài)內(nèi)容的圖數(shù)據(jù)及語義在內(nèi)的三大要素。與關系型數(shù)據(jù)庫的平面結構不同，當數(shù)據(jù)被抽取到Neo4j動態(tài)圖結構中存儲時，節(jié)點和節(jié)點之間的關系就被添加進來，為數(shù)據(jù)提供了動態(tài)的內(nèi)容，即第一層上下文關系。而隨著信息不斷豐富，圖也會不斷增長。在圖中獲取數(shù)據(jù)并為它添加語義，就獲得一個知識圖。語義為圖添加了第二層上下文關系，圖譜就具備了深入動態(tài)的上下文關系。通過這個步驟將智能引入到數(shù)據(jù)當中，便于系統(tǒng)或者客戶從中推斷出不同的含義。

根據(jù)數(shù)據(jù)范圍，Neo4j知識圖譜的應用范疇劃分為數(shù)據(jù)管理和數(shù)據(jù)分析。數(shù)據(jù)管理包括匯集、校驗、治理和探索數(shù)據(jù)。而數(shù)據(jù)分析側(cè)重推理、預測判定。相對應的，Neo4j提供行為圖和決策圖兩種類型的知識圖譜，協(xié)助客戶從行為知識圖譜過渡到?jīng)Q策知識圖譜，實現(xiàn)數(shù)據(jù)分析到數(shù)據(jù)智能，完成數(shù)據(jù)創(chuàng)新。

Maya Natarajan介紹稱，行為知識圖譜是以數(shù)據(jù)管理為核心的知識圖譜，其主要目的是提供數(shù)據(jù)保障，并通過數(shù)據(jù)洞察來推動決策行動。其中，數(shù)據(jù)保障側(cè)重把不同數(shù)據(jù)源的數(shù)據(jù)聚合在一起，進行數(shù)據(jù)交叉驗證從而產(chǎn)生洞察，數(shù)據(jù)治理包括如何溯源數(shù)據(jù)目錄和結構，數(shù)據(jù)是否存在血緣關系以及是否合規(guī)，以甄別存在的風險。數(shù)據(jù)洞察專注于新知識的探索、演繹和推理，主要用例包括客戶360、產(chǎn)品360、供應鏈360，以及身份驗證、客戶計劃等。決策知識圖譜側(cè)重于數(shù)據(jù)分析、預測判定和基礎圖的機器學習，主要用例包括流失分析、欺詐分析、風險分析、假設分析和影響分析以及實體解析和知識圖譜補全和預測模型等，例如醫(yī)療行業(yè)的患者旅程分析、制造行業(yè)的數(shù)字孿生等。

Neo4j知識圖譜解決方案是一個知識圖譜平臺，建立在豐富的產(chǎn)品基礎上，包括負責數(shù)據(jù)存儲的Neo4j圖數(shù)據(jù)庫，幫助建模的知識圖譜工作臺，致力數(shù)據(jù)分析的圖數(shù)據(jù)科學（GDS）和數(shù)據(jù)可視化工具Neo4j Bloom。作為原生的圖數(shù)據(jù)平臺，Neo4j專注于處理高度復雜且具有高度關聯(lián)的數(shù)據(jù)，擁有超過60個圖數(shù)據(jù)算法，并且可以連接各類外部平臺，便于用戶更充分地進行數(shù)據(jù)分析。

美國國家航空航天局利用Neo4j處理了大量的工程項目和文檔資料數(shù)據(jù)，工程師可以通過學習項目知識來提高業(yè)務決策效率，數(shù)據(jù)的關聯(lián)性使得查詢搜索過程大幅加快；中國一家全球最大的通訊設備供應商擁有超過600個數(shù)據(jù)庫，將這些數(shù)據(jù)抽取到Neo4j數(shù)據(jù)平臺，數(shù)據(jù)量超過500億節(jié)點和800億關聯(lián)，將知識圖譜優(yōu)化之后，客戶實現(xiàn)了全面的產(chǎn)品360視圖，大幅減少了查詢時間，使產(chǎn)品團隊得以進行更高級和深入的數(shù)據(jù)分析；中國某家大型銀行使用Neo4j知識圖譜進行配置管理，支持靈活建模，提高了客戶效率，讓配置管理更加自動化；全球知名PC供應商基于Neo4j圖數(shù)據(jù)庫，對營銷和銷售各關鍵要素的關系進行了深入挖掘，并支持了多場景的實踐，幫助業(yè)務實現(xiàn)效率與效果的提升。

類似的案例還發(fā)生在eBay、UBS、思科、Caterpillar、AstraZeneca等企業(yè)。Neo4j所有的圖數(shù)據(jù)科學項目都始于知識圖譜，其67%的客戶已經(jīng)成功地實施了知識圖譜。除此之外，Neo4j的成功也離不開對開發(fā)者生態(tài)的建設。目前，Neo4j的社區(qū)在全球擁有25萬名成員，并且多數(shù)分布在中國。自2018年起，Neo4j就開始活躍在中國市場，業(yè)務足跡遍布北京、上海、廣州、深圳，并與業(yè)內(nèi)合作伙伴建立了良好的關系。今年，Neo4j將在大中華區(qū)開展更多的推廣活動，提供更加本地化的資料，為社區(qū)成員提供更多的培訓，幫助其獲得Neo4j的免費認證。在產(chǎn)品研發(fā)上繼續(xù)加大投入，持續(xù)優(yōu)化產(chǎn)品，使其更加便于使用。

去年6月，Neo4j在F輪風險投資中獲得3.25億美元的融資，創(chuàng)造了私營數(shù)據(jù)庫公司單筆最高融資紀錄，投后估值超過20億美元。除了繼續(xù)投資圖數(shù)據(jù)平臺和數(shù)據(jù)科學之外，Neo4j還會重點擴展中國市場，幫助越來越多的中國企業(yè)通過圖數(shù)據(jù)平臺來挖掘數(shù)據(jù)的價值?！癗eo4j的企業(yè)愿景就是在不同的行業(yè)場景，幫助客戶深入分析高度關聯(lián)的復雜數(shù)據(jù)，使業(yè)務數(shù)據(jù)變?yōu)樯虡I(yè)智能，提高數(shù)據(jù)的應用價值，加速企業(yè)數(shù)字化進程?！盡aya Natarajan說。

圖計算的黃金時代 揭秘知識圖譜背后的數(shù)據(jù)價值

相關新聞

熱門文章

熱點專題

圖計算的黃金時代揭秘知識圖譜背后的數(shù)據(jù)價值