知识图谱的应用详解

在大数据时代，知识图谱已然成为了互联网中的基础设施，构建知识图谱的目的在于利用知识图谱为垂直领域提供应用基础。目前，知识图谱已被应用于深度搜索、问答系统、推荐系统及部分垂直领域。

（1）深度搜索

在深度搜索应用中，搜索引擎会直接将结果以卡片的形式展现。国外最具代表性的搜索引擎有谷歌的GoogleSearch、微软的Bing搜索，国内最具代表性的搜索引擎公司有百度、搜狗等，百度的知心知识图谱是个巨大的通用型知识图谱，搜狗的知立方是国内第一款关于搜索引擎的知识图谱产品，通过集成互联网的各种语义信息对用户的问题搜索进行分析与计算，为用户提供最核心最精准的知识。

（2）问答系统

在问答系统应用中，系统会在知识图谱的基础上对用户的问题进行语义分析，将自然语言转化为结构化的查询语句，并在知识图谱中搜索答案。例如微软的智能个人助理Cortana、苹果的智能语音助手Siri、百度公司的小度机器人以及IBMWatson问答系统，都是依托庞大的知识库为用户提供服务。

（3）推荐系统

知识图谱在扩展实体信息、强化实体关系上有巨大优势，可为推荐系统提供丰富的参考作用，平台根据用户经常浏览的内容，通过后台的算法逻辑推荐关联性高的信息给用户。例如国内的淘宝，通过商品间的关联及用户的浏览历史等信息构建知识图谱并为用户推荐感兴趣的内容，以及字节跳动的今日头条也将知识图谱应用在推荐系统中为用户推送相关的新闻。

（4）其他应用

在金融领域，知识图谱可被应用在反欺诈、不一致性验证、智能投顾等场景中，在公安系统，可被应用在情报分析应用中，还可被用在社交网络中例如FaceBook推出的GraphSearch产品，主要功能是兴趣推荐和用户聚类，此外，知识图谱可被应用在电商平台例如京东，还有其他如教育科研、医疗、体育等领域的应用。虽然知识图谱在不同的领域中可能有不同的应用，但应用的本质与基础都是对知识图谱中的知识进行数据分析，通过挖掘知识图谱中的有价值信息，为上层用户提供信息支持。