• <input id="myg4i"><tt id="myg4i"></tt></input>
    <input id="myg4i"><tt id="myg4i"></tt></input>
  • <input id="myg4i"></input>
  • <menu id="myg4i"></menu>
  • <input id="myg4i"><u id="myg4i"></u></input>
    <menu id="myg4i"><tt id="myg4i"></tt></menu>
  • <input id="myg4i"><u id="myg4i"></u></input>
  • <input id="myg4i"><acronym id="myg4i"></acronym></input>
  • <object id="myg4i"><acronym id="myg4i"></acronym></object>
    <object id="myg4i"><acronym id="myg4i"></acronym></object>
  • <nav id="myg4i"></nav>
  • <nav id="myg4i"></nav>
  • <input id="myg4i"><tt id="myg4i"></tt></input>
    当前位置:大数据数据库 → 正文

    知识图谱如何为数据分析带来变革?

    责任编辑:zhaoxiaoqin 作者:Maya Natarajan博士 |来源:企业网D1Net  2022-02-11 19:39:26 原创文章 企业网D1Net

    数据大爆炸时代,企业面临着全面数字化转型的挑战。如何挖掘数据之间的内在关联,并将这些洞察应用于关键业务决策,驱动从数据分析到数据智能的转化成为关键。
     
    作为高级数据科学的一大趋势,知识图谱的应用已经渗透到不同领域的各个细分行业。根据Neo4j一项针对100名企业高管的相关调查揭示,88%的企业管理者已经认识到知识图谱的价值,认为知识图谱可以帮助跨越管理和数据治理的瓶颈,在弥合数据孤岛,改进AI或者机器学习,以及协助开辟新收入来源等方面发挥重要作用。
     
    什么是知识图谱?阿兰·图灵研究所(Alan Turing Institute)将知识图谱定义为“对知识进行编码以在开放、不断发展、去中心化系统中大规模使用”的最佳方式。简而言之,知识图谱是具有丰富含义、相互关联的数据集。企业可以针对基础数据进行推理,并且自信地将其用于复杂的分析和决策中。


    Neo4j
    高级产品市场总监Maya Natarajan博士
     
    Neo4j知识图谱包含数据、显示动态内容的图数据及语义在内的三大要素。与关系型数据库的平面结构不同,当数据被抽取到Neo4j动态图结构中存储时,节点和节点之间的关系就被添加进来,为数据提供了动态的内容,即第一层上下文关系。而随着信息不断丰富,图也会不断增长。在图中获取数据并为它添加语义,就获得一个知识图。语义为图添加了第二层上下文关系,图谱就具备了深入动态的上下文关系。通过这个步骤将智能引入到数据当中,便于系统或者客户从中推断出不同的含义。
     
    根据数据范围,Neo4j知识图谱的应用范畴划分为数据管理和数据分析。数据管理包括汇集、校验、治理和探索数据。而数据分析侧重推理、预测判定。相对应的,Neo4j提供行为图和决策图两种类型的知识图谱,协助客户从行为知识图谱过渡到决策知识图谱,实现数据分析到数据智能,完成数据创新。
     
    行为知识图谱
     
    行为知识图谱是以数据管理为核心的知识图谱,其主要目的是提供数据保障,并通过数据洞察来推动决策行动。数据保障侧重把不同数据源的数据聚合在一起,进行数据交叉验证从而产生洞察。而数据治理包括如何溯源数据目录和结构,数据是否存在血缘关系以及是否合规,以甄别存在的风险。数据洞察超越了信息存储的可见性,专注于新知识的探索、演绎和推理。
     
    行为知识图谱常见的用例包括耳熟能详的客户360和患者360、产品360、供应链360等在内的X360系列,以及金融行业身份验证,访问管理,欺诈、反洗钱的根本原因分析以及改善建议等。Neo4j行为知识图谱帮助客户更加深入了解并精准地划分用户,以提供个性化的服务。
     
    决策知识图谱
     
    决策知识图谱侧重于数据分析和预测、判定,提供基于图的分析和基于图的机器学习。数据分析添加不同的语义,帮助客户从更深层次理解数据,从而改进决策系统并采取最佳的措施。
     
    决策知识图谱的主要用例包括流失分析、欺诈分析、风险分析、假设分析和影响分析以及实体解析和知识图谱补全和预测模型等。由于数据是一个连续的图谱,Neo4j客户典型的数据图都是从行为知识图谱开始,进而演进到决策知识图谱。从数据洞察到数据分析,最后到基于图的机器学习。以金融行业反欺诈为例,欺诈识别是一个数据洞察用例,Neo4j添加了很多图算法开展检测并且进行不同类型的分类和标记。这些算法允许检测不同的欺诈模式,同时通过算法来提取图特征进行训练,通过机器学习来实现建模,预测欺诈。
     
    知识图谱如何助力企业实现数字化转型?
     
    Neo4j知识图谱解决方案是一个知识图谱平台,建立在丰富的产品基础上,包括负责数据存储的Neo4j图数据库,帮助建模的知识图谱工作台,致力数据分析的图数据科学 (GDS) 以及数据可视化工具Neo4j Bloom。
     
    每个企业或组织都有大量各自为政的数据,数据孤岛其实不是一件坏事,由于每个数据孤岛都较小,用户可以方便地对其进行数据维护和控制,并制定政策。但另一方面,数据孤岛会降低数据质量、分析速度和报告的准确性。Neo4j为知识图谱添加各种关联以及丰富的上下文关系,将数据孤岛串联起来,提供一个完整可见的数据查询视图。基于查询视图,过渡到更深入的数据联邦,获得更加丰富的内容。在这个过程当中,知识图谱描述了整个结构中各个数据源之间的关联关系,并添加了上下文,提供数据的上下文智能。
     
    企业管理者越来越将数据视为商业的重要资产,这意味他们现在更加关注怎样获取数据洞察力、改善决策制定、提高业务绩效。为了确保从数据中获得最大的价值,管理者会关注三个主要领域:侧重数据管理和数据治理的业务大师、专注数据分析和机器学习及人工智能的分析师、数据创新者。知识图谱将帮助企业在不改变现有数据格局和基础设施的前提下进行数据编排和自动化,为管理者提供一个连续观察层,优化数据管理、数据预测和数据创新,加速企业数字化转型。
     
    作为图数据平台的领导者,Neo4j所有的图数据科学项目都始于知识图谱,其67%的客户已经成功地实施了知识图谱,包括美国航空航天局(NASA)、易贝(eBay),UBS,思科(Cisco),卡特彼勒公司(Caterpillar)以及阿斯利康(AstraZeneca)等。
    作者:Neo4j高级产品市场总监Maya Natarajan博士

    关键字:数据分析 知识图谱

    原创文章 企业网D1Net

    知识图谱如何为数据分析带来变革? 扫一扫
    分享本文到朋友圈

    关于我们联系我们版权声明友情链接广告服务会员服务投稿中心招贤纳士

    企业网版权所有©2010-2022 京ICP备09108050号-6

    ^
    左右棋牌