數據大爆炸時代，企業面臨著全面數字化轉型的挑戰。如何挖掘數據之間的內在關聯，并將這些洞察應用于關鍵業務決策，驅動從數據分析到數據智能的轉化成為關鍵。
 
作為高級數據科學的一大趨勢，知識圖譜的應用已經滲透到不同領域的各個細分行業。根據Neo4j一項針對100名企業高管的相關調查揭示，88%的企業管理者已經認識到知識圖譜的價值，認為知識圖譜可以幫助跨越管理和數據治理的瓶頸，在彌合數據孤島，改進AI或者機器學習，以及協助開辟新收入來源等方面發揮重要作用。
 
什么是知識圖譜？阿蘭·圖靈研究所(Alan Turing Institute)將知識圖譜定義為“對知識進行編碼以在開放、不斷發展、去中心化系統中大規模使用”的最佳方式。簡而言之，知識圖譜是具有豐富含義、相互關聯的數據集。企業可以針對基礎數據進行推理，并且自信地將其用于復雜的分析和決策中。
 
Neo4j知識圖譜包含數據、顯示動態內容的圖數據及語義在內的三大要素。與關系型數據庫的平面結構不同，當數據被抽取到Neo4j動態圖結構中存儲時，節點和節點之間的關系就被添加進來，為數據提供了動態的內容，即第一層上下文關系。而隨著信息不斷豐富，圖也會不斷增長。在圖中獲取數據并為它添加語義，就獲得一個知識圖。語義為圖添加了第二層上下文關系，圖譜就具備了深入動態的上下文關系。通過這個步驟將智能引入到數據當中，便于系統或者客戶從中推斷出不同的含義。
 
根據數據范圍，Neo4j知識圖譜的應用范疇劃分為數據管理和數據分析。數據管理包括匯集、校驗、治理和探索數據。而數據分析側重推理、預測判定。相對應的，Neo4j提供行為圖和決策圖兩種類型的知識圖譜，協助客戶從行為知識圖譜過渡到決策知識圖譜，實現數據分析到數據智能，完成數據創新。
 
行為知識圖譜
 
行為知識圖譜是以數據管理為核心的知識圖譜，其主要目的是提供數據保障，并通過數據洞察來推動決策行動。數據保障側重把不同數據源的數據聚合在一起，進行數據交叉驗證從而產生洞察。而數據治理包括如何溯源數據目錄和結構，數據是否存在血緣關系以及是否合規，以甄別存在的風險。數據洞察超越了信息存儲的可見性，專注于新知識的探索、演繹和推理。
 
行為知識圖譜常見的用例包括耳熟能詳的客戶360和患者360、產品360、供應鏈360等在內的X360系列，以及金融行業身份驗證，訪問管理，欺詐、反洗錢的根本原因分析以及改善建議等。Neo4j行為知識圖譜幫助客戶更加深入了解并精準地劃分用戶，以提供個性化的服務。
 
決策知識圖譜
 
決策知識圖譜側重于數據分析和預測、判定，提供基于圖的分析和基于圖的機器學習。數據分析添加不同的語義，幫助客戶從更深層次理解數據，從而改進決策系統并采取最佳的措施。
 
決策知識圖譜的主要用例包括流失分析、欺詐分析、風險分析、假設分析和影響分析以及實體解析和知識圖譜補全和預測模型等。由于數據是一個連續的圖譜，Neo4j客戶典型的數據圖都是從行為知識圖譜開始，進而演進到決策知識圖譜。從數據洞察到數據分析，最后到基于圖的機器學習。以金融行業反欺詐為例，欺詐識別是一個數據洞察用例，Neo4j添加了很多圖算法開展檢測并且進行不同類型的分類和標記。這些算法允許檢測不同的欺詐模式，同時通過算法來提取圖特征進行訓練，通過機器學習來實現建模，預測欺詐。
 
知識圖譜如何助力企業實現數字化轉型？
 
Neo4j知識圖譜解決方案是一個知識圖譜平臺，建立在豐富的產品基礎上，包括負責數據存儲的Neo4j圖數據庫，幫助建模的知識圖譜工作臺，致力數據分析的圖數據科學 (GDS) 以及數據可視化工具Neo4j Bloom。
 
每個企業或組織都有大量各自為政的數據，數據孤島其實不是一件壞事，由于每個數據孤島都較小，用戶可以方便地對其進行數據維護和控制，并制定政策。但另一方面，數據孤島會降低數據質量、分析速度和報告的準確性。Neo4j為知識圖譜添加各種關聯以及豐富的上下文關系，將數據孤島串聯起來，提供一個完整可見的數據查詢視圖。基于查詢視圖，過渡到更深入的數據聯邦，獲得更加豐富的內容。在這個過程當中，知識圖譜描述了整個結構中各個數據源之間的關聯關系，并添加了上下文，提供數據的上下文智能。
 
企業管理者越來越將數據視為商業的重要資產，這意味他們現在更加關注怎樣獲取數據洞察力、改善決策制定、提高業務績效。為了確保從數據中獲得最大的價值，管理者會關注三個主要領域：側重數據管理和數據治理的業務大師、專注數據分析和機器學習及人工智能的分析師、數據創新者。知識圖譜將幫助企業在不改變現有數據格局和基礎設施的前提下進行數據編排和自動化，為管理者提供一個連續觀察層，優化數據管理、數據預測和數據創新，加速企業數字化轉型。
 
作為圖數據平臺的領導者，Neo4j所有的圖數據科學項目都始于知識圖譜，其67%的客戶已經成功地實施了知識圖譜，包括美國航空航天局(NASA)、易貝(eBay)，UBS，思科(Cisco)，卡特彼勒公司(Caterpillar)以及阿斯利康(AstraZeneca)等。