知识图谱在企业中的应用日益增长
三分之二的 Neo4j 客户正在使用知识图谱，其中包括德国糖尿病研究中心 (DZD) 和 NASA
慕尼黑，2021 年 9 月 8 日 – 知识图谱正日益成为企业实现人工智能（AI）的跳板。据 Gartner 称，50% 的 AI 相关咨询都会自然而然地涉及到图技术的使用。在图技术的领导者 Neo4j，全球三分之二的客户已经在使用 知识图谱 来连接数据孤岛，构建上下文（数据编织），并获取新的洞察。图算法和机器学习模型也被投入使用。
知识图谱需求的增长受到三个趋势的推动。首先，在数字化转型框架下，企业继续投资于自动化，并越来越多地依赖 AI 和 ML。其次，为了灵活满足动态变化的业务需求，需要提供高可扩展性的应用程序，能够随着当前发展而增长。最后，数据日益复杂化，需要强大的解决方案才能轻松快速地导航、分析和理解高度互联的数据。
“数字化转型不仅仅是流程的数字化，” Neo4j 知识图谱高级项目总监 Maya Natarajan 博士解释道。“知识图谱是将数据建模以产生上下文和知识的核心——这是迈向人工智能的关键一步。这种整体方法使得能够快速安全地查找、解释和利用相关数据。这些富含意义的数据为人类和机器提供了基础，使其能够做出更好的决策、执行复杂的查询并获得全新的洞察。”
知识图谱的应用领域极其广泛——从医学研究和药物开发、人力资源中的人才管理，到银行和保险业的欺诈检测，再到开发和制造中的数字孪生。一般来说，它们可以分为两种类型：行动型知识图谱（Actioning Knowledge Graph）能够基于数据保障、发现和洞察来优化和自动化流程。决策型知识图谱（Decisioning Knowledge Graph）展示数据趋势，从而支持预测分析、机器学习和数据科学计划。
德国糖尿病研究中心 e. V. (DZD) 使用 Neo4j 构建了一个知识图谱，旨在连接德国各地不同站点的大量生物医学数据，从不同角度研究这种疾病，并开发有效的预防和治疗措施。这个中央知识数据库为 DZD 的医疗和医学专业人士提供了快速、全面的途径，使其能够在全球研究背景下获取来自基础研究和临床试验的内部数据。图算法和自然语言处理 (NLP) 简化了调查性工作。
ASTRIAGraph 项目利用 Neo4j 作为知识图谱，用于观测地球轨道上的物体，包括太空碎片。目标是找到可持续航天（轨道回收）的解决方案，同时确保未来任务的安全。在知识图谱中，分散的太空数据被分类并链接到一张地图上，可以定位从手机大小到卫星的物体，并预测其飞行轨迹。
航天局 NASA 使用 Neo4j 知识图谱来构建人才映射数据库。员工、他们的技能和资质，以及某个职位的要求目录之间的关系被整合到一个视图中。人力资源经理因此可以识别出具备相应专业知识的下一批月球和火星任务候选人，并从内部人员中填补关键职位。
您可以在 O'Reilly Media 新发布的免费电子书“知识图谱：响应型业务中的数据上下文”中阅读有关知识图谱的一切。在 2021 年 9 月 14 日关于本书的 Neo4j 网络研讨会上与作者交流。
图片素材下载：两种类型的图谱
更多链接
关于 Neo4j
Neo4j 是领先的图技术提供商。这款全球最常用的图数据库帮助 德国糖尿病研究中心 e.V.、NASA、瑞银集团 (UBS) 和 戴姆勒 (Daimler) 等企业揭示人、流程、地点和系统之间的关联，并做出基于数据的预测。专注于数据关系使得能够开发智能应用程序并应对互联数据的挑战——从分析和人工智能，到欺诈检测和实时推荐，再到知识图谱。更多信息请访问 Neo4j.com 和关注 @Neo4j。
Neo4j 媒体热线
pr@neo4j.com
neo4j.com/news/
Lucy Turpin Communications
Sabine Listl / Birgit Fuchs-Laine
+49 89 417761—16/18
neo4j@LucyTurpin.com