NASA、德国糖尿病研究中心 (DZD)、TCS 等使用 Neo4j 知识图谱赋能下一代数字化转型
三分之二的 Neo4j 客户实施知识图谱,重新定义数据管理和分析的无限可能
加利福尼亚州圣马特奥 – 2021 年 9 月 8 日 – Neo4j®,图技术领域的领导者,宣布知识图谱需求激增。加速采用的三个趋势驱动因素包括:
-
由 AI 和机器学习驱动的自动化趋势
-
随业务需求演进而增长的富含上下文的综合应用
-
日益复杂、相互关联的数据,易于导航、分析和理解,带来宝贵洞见
绝大多数 Neo4j 客户已在各种用例中实施知识图谱,包括医学研究、技能匹配、可持续性、数据分析、欺诈检测、数据合规、机器学习等。从打破数据孤岛、构建数据织机,到加速机器学习和 AI 采用,再到提供数字孪生的蓝图,知识图谱都是基础性的,让企业能够超越数字化转型。

图注:Neo4j 知识图谱正被广泛应用于各种用例和行业,帮助企业重新定义数据管理和分析的无限可能。
行动知识图谱通过提供数据保证、发现和洞见来自动化流程,以实现更好的结果。Neo4j 客户,如 MANTA 和 ASTRIAGraph,正使用行动知识图谱推进关键计划。
MANTA 的自动化血缘平台允许用户了解数据在其跨所有系统的旅程中如何流动和转换。通过嵌入 Neo4j 的图数据库,Manta 为其客户提供了更全面、更可扩展的数据管道视图,从而实现更好的治理、合规、迁移和元数据激活。
ASTRIAGraph 监测地球轨道上的空间物体,包括正常运行的硬件和废弃的垃圾,致力于保障安全、安保和可持续性。他们使用 Neo4j 知识图谱关联和分类分散的空间领域数据,从而定位和跟踪从手机大小到最大卫星的物体,预测它们的轨迹,最大程度地减少风险,并提供完整的可见性。ASTRIAGraph 的目标是最大限度地提高决策智能,它既策展信息,又创建空间领域和环境的模型。
决策知识图谱揭示数据趋势,以增强分析、机器学习和数据科学计划。TCS、NASA 和德国糖尿病研究中心 (DZD) 使用 Neo4j 知识图谱驱动强大而高效的决策制定
NASA:NASA 人力分析研发负责人兼高级数据科学家 David Meza 强调了了解组织构成人员以及他们如何利用知识图谱克服劳动力挑战的重要性。
Meza 说:“我们选择使用 Neo4j 知识图谱构建人才匹配数据库,以展示 NASA 人员、技能和工作角色之间的关系。将这些关系汇集在一起,有助于组织发现其差距、弱点和优势,并应对整体劳动力挑战。此外,它还有助于确定各种项目所需的数据技能,无论是重返月球还是前往火星。”
德国糖尿病研究中心 (DZD) 网络积累了大量非常非结构化、异构且不关联的生物医学数据。DZD 着手从各个角度更好地理解糖尿病的病因和预防。通过使用知识图谱和图算法,该团队已经启动了一个主数据库,为其科学家提供快速访问详细信息的途径,有助于解决丰富、复杂的问题,从而探究这种代谢疾病及其长期并发症的治疗和生活方式干预措施。
TCS IP2™ 利用知识图谱帮助实现电厂的实时诊断和优化。TCS IP2™ 结合使用 AI、ML、IoT 和数字孪生技术与知识图谱,可以更好地预测和预防故障,优化运营,降低燃料消耗,减少排放,并识别未来的可能性,所有这些都无需大量投资或硬件更改。
IT 分析公司 Gartner 最近表示:
“随着越来越多的组织识别出可以通过图技术解决的用例,思维方式的转变和‘图思维’的发展正在发生。Gartner 关于 AI 的查询中,高达 50% 涉及使用图技术的讨论。” 来源:Gartner,《2021 年数据与分析热门趋势》,Rita Sallam 等人,2021 年 2 月 16 日。
Neo4j 知识图谱高级项目总监 Maya Natarajan 博士强调了知识图谱应用于下一代数字化转型时所释放的价值。
“数字化本身并不能改变您的业务,” Natarajan 博士说。“知识图谱通过以编码了意义的方式表示数据,利用上下文和关系将智能注入数据。这是一种统一的方法来查找相关数据,同样重要的是,解释并根据重要信息采取行动。这意味着人员和系统可以对底层数据进行推理,并自信地将其用于复杂的决策制定。与意义相结合的关联数据,可以更高效地回答复杂查询并获得洞见。”
了解更多信息
要详细了解 Neo4j 以及 NASA、TCS、DZD 等如何利用知识图谱,请访问连接:用于转型的知识图谱,这是一个之前举办的虚拟活动,探讨了知识图谱如何推动行业颠覆和业务转型。
下载 O’Reilly Media 出版的《知识图谱:面向响应式业务的上下文数据》免费副本,并于 9 月 14 日加入我们,听取作者介绍他们的新书。
资源
关于 Neo4j
Neo4j 是图数据库技术领域的领导者。作为全球部署最广泛的图数据库,我们帮助全球品牌(包括 Comcast、NASA、UBS 和 Volvo Cars)揭示并预测人员、流程和系统如何相互关联。采用这种“关系优先”的方法,使用 Neo4j 构建的应用能够解决关联数据挑战,例如分析和人工智能、欺诈检测、实时推荐和知识图谱。请访问 neo4j.com 了解更多信息。
联系方式
pr@neo4j.com
neo4j.com/news/
© 2021 Neo4j, Inc.,Neo Technology®、Neo4j®、Cypher®、Neo4j® Bloom™ 和 Neo4j® Aura™ 是 Neo4j, Inc. 的注册商标或商标。所有其他标记均归其各自公司所有。