🧩 知识图谱
别名：Knowledge Graph · 知识图谱技术
📄 关联 5 篇论文
知识图谱
知识图谱是一种用「实体—关系」图结构组织和表示知识的语义网络：节点表示实体或概念，边表示实体之间的关系，从而把散落的知识组织成可计算、可查询、可可视化的网络。
定义
与全文检索「以文本匹配找资料」不同，知识图谱关注的是知识之间的联系。它把领域知识拆解为实体与关系（常记作 S = {E, R}），再用图结构存储与呈现，因此支持语义查询、关系推理与路径分析，也便于把结果以图形方式展示给人。构建流程一般包括知识抽取（实体识别与关系抽取）、知识融合（实体对齐、相似度计算）、知识推理与知识存储（常用 Neo4j 等图数据库）几个环节。
说明
在工程管理领域的常见用法有三类：
- 文献计量与可视化：用 CiteSpace、VOSviewer 等工具生成研究热点、作者与主题的共现图谱，辅助文献综述。
- 知识管理系统：作为知识本体库的可视化与交互层，把知识从「文本展示」转为「图形展示」，并支撑知识推荐。
- 智能决策与服务：为推荐、风险预警等场景提供结构化的领域知识底座。
需要注意的是，知识图谱的效果高度依赖本体设计的质量；图谱规模变大后，关系的抽取准确性、图数据库性能与知识更新的维护成本都会成为瓶颈。库内的 医学知识图谱 是知识图谱在医疗领域的应用实例；苏林飞的 MEM 论文进一步把知识图谱的知识视图分为基本视图（多维网图、知识线图、层级图）与可变视图，并提出将思维导图整合进来作为可变视图的构建工具。
相关概念
相关论文
📝 本文为知识库整理笔记，仅供个人学习研究使用