知識(shí)圖譜丨知識(shí)圖譜賦能企業(yè)數(shù)字化轉(zhuǎn)型

相互關(guān)聯(lián)是大數(shù)據(jù)時(shí)代的鮮明特征。激增且日益復(fù)雜的海量數(shù)據(jù)正通過(guò)各種方式對(duì)企業(yè)發(fā)展產(chǎn)生重要影響。如何正確理解和解讀數(shù)據(jù)，發(fā)掘其內(nèi)在價(jià)值，從而推動(dòng)企業(yè)的智能決策備受關(guān)注。

在當(dāng)今的商業(yè)世界或者日常生活中，無(wú)論是企業(yè)還是個(gè)人都自覺(jué)或不自覺(jué)地使用知識(shí)圖譜，將解決問(wèn)題的想法和過(guò)程相互關(guān)聯(lián)。知識(shí)圖譜技術(shù)可以讓其更加明確，為實(shí)現(xiàn)智能決策的數(shù)字化經(jīng)濟(jì)提供支持和保障。

知識(shí)圖譜是人工智能 (AI) 以及人類知識(shí)發(fā)展的基礎(chǔ)支柱之一，是對(duì)人、物、位置、事件和概念等實(shí)體的相互關(guān)聯(lián)世界的真實(shí)描述，為數(shù)據(jù)集成、管理和分析提供框架。

隨著關(guān)聯(lián)數(shù)據(jù)、人工智能以及數(shù)據(jù)分析日益發(fā)展，知識(shí)圖譜技術(shù)的應(yīng)用不斷增加，成為各個(gè)行業(yè)業(yè)務(wù)的主流需求。IDC預(yù)測(cè)，全球 65%的GDP將實(shí)現(xiàn)數(shù)字化，2022年至2023年將推動(dòng)超過(guò)6.8萬(wàn)億美元的支出。而到2023年，亞太地區(qū)20%的商業(yè)智能將整合知識(shí)圖譜。

Neo4j知識(shí)圖譜尋找隱藏在復(fù)雜關(guān)聯(lián)事件中的模式，在更短的間隔內(nèi)以可擴(kuò)展的方式從具有復(fù)雜上下文情景的大量數(shù)據(jù)中獲取有價(jià)值的信息，用戶可以對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行推理并自信地使用其進(jìn)行復(fù)雜的決策。

Neo4j知識(shí)圖譜將智能融入數(shù)據(jù)，顯著提升整體價(jià)值，用例從管理遍布到分析乃至機(jī)器學(xué)習(xí)，使人工智能/機(jī)器學(xué)習(xí)獲得更好的預(yù)測(cè)，連接數(shù)據(jù)孤島，為數(shù)據(jù)結(jié)構(gòu)和數(shù)字孿生等創(chuàng)新應(yīng)用奠定基礎(chǔ)。

Neo4j知識(shí)圖譜的應(yīng)用極其廣泛，覆蓋網(wǎng)絡(luò)安全、金融服務(wù)、醫(yī)療保健、生命科學(xué)、供應(yīng)鏈和物流、零售、電信和制造等眾多行業(yè)，適用于從欺詐檢測(cè)和實(shí)時(shí)推薦到患者旅程、數(shù)字孿生、材料清單等各種用例。以下將以網(wǎng)絡(luò)安全、醫(yī)療和電信行業(yè)為例做具體介紹。

整合網(wǎng)絡(luò)事件，強(qiáng)化網(wǎng)絡(luò)安全

亞太地區(qū)，中國(guó)、澳大利亞和新加坡的聯(lián)邦及中央政府在網(wǎng)絡(luò)安全方面的支出處于領(lǐng)先地位。到2025年，他們?cè)谠鰪?qiáng)網(wǎng)絡(luò)安全的智能解決方案上的投資將超過(guò)7.24 億美元。

網(wǎng)絡(luò)世界正在快速發(fā)展，惡意軟件世界也是如此。IT和OT系統(tǒng)(數(shù)據(jù)庫(kù)、門(mén)戶網(wǎng)站、邊緣設(shè)備、操作系統(tǒng)等)可能受到潛在攻擊而發(fā)生異質(zhì)性變化，從而使網(wǎng)絡(luò)安全任務(wù)變得更加復(fù)雜。知識(shí)圖譜能夠整合網(wǎng)絡(luò)安全相關(guān)事件，并且可以通過(guò)機(jī)器學(xué)習(xí)方法進(jìn)一步加以利用。

發(fā)現(xiàn)隱藏模式，支持個(gè)性醫(yī)療

臨床知識(shí)圖譜是一個(gè)開(kāi)源平臺(tái)，包含大約2000萬(wàn)個(gè)節(jié)點(diǎn)和2.2億個(gè)可用實(shí)驗(yàn)數(shù)據(jù)、公共數(shù)據(jù)和文獻(xiàn)之間的關(guān)系。其規(guī)模不斷擴(kuò)大，允許使用統(tǒng)計(jì)分析和機(jī)器學(xué)習(xí)來(lái)提高生物醫(yī)學(xué)研究的效率，例如生物標(biāo)志物研究。知識(shí)圖譜加快了對(duì)生物標(biāo)志物、個(gè)體基因和代謝過(guò)程之間關(guān)聯(lián)的探索，以支持個(gè)性化醫(yī)療的發(fā)展。

2020 年，中國(guó)長(zhǎng)沙的醫(yī)院與四所中國(guó)大學(xué)合作，研究腫瘤生物標(biāo)志物的藥物不良反應(yīng) (ADR)。知識(shí)圖譜應(yīng)用于現(xiàn)有文獻(xiàn)，連接腫瘤、生物標(biāo)志物、藥物和 ADR 之間的關(guān)聯(lián)。結(jié)果在臨床實(shí)驗(yàn)中得到驗(yàn)證，證實(shí)了比傳統(tǒng)的共現(xiàn)方法更好的模型性能，支持進(jìn)一步?jīng)Q策。

智能電信網(wǎng)絡(luò)，應(yīng)對(duì)復(fù)雜運(yùn)營(yíng)

亞太區(qū)的電信公司預(yù)計(jì)在2022年將花費(fèi)超過(guò)5.84億美元用于網(wǎng)絡(luò)優(yōu)化和預(yù)防性維護(hù)。電信公司在越來(lái)越復(fù)雜的供應(yīng)商生態(tài)系統(tǒng)中運(yùn)營(yíng)，服務(wù)必須跨各種硬件和環(huán)境進(jìn)行交互。這給電信支持團(tuán)隊(duì)帶來(lái)了重大問(wèn)題，因?yàn)槎喙?yīng)商支持需要更高的能力來(lái)理解技術(shù)層之間的交互。

物聯(lián)網(wǎng)和邊緣設(shè)備的激增繼續(xù)在網(wǎng)絡(luò)拓?fù)渲挟a(chǎn)生變化，使得進(jìn)行故障診斷和實(shí)施基于規(guī)則的策略變得越來(lái)越困難。知識(shí)圖譜可以幫助電信公司捕獲和對(duì)流程、子網(wǎng)絡(luò)、設(shè)備和事件進(jìn)行建模，以識(shí)別單點(diǎn)故障并支持SDN。

越來(lái)越多的公司將在數(shù)字優(yōu)先經(jīng)濟(jì)中面臨全新的挑戰(zhàn)，需要以更大的敏捷性擴(kuò)展解決方案流程。Neo4j知識(shí)圖譜是一個(gè)非常全面、豐富而且成熟的產(chǎn)品，包括負(fù)責(zé)數(shù)據(jù)存儲(chǔ)的Neo4j圖數(shù)據(jù)庫(kù)，致力數(shù)據(jù)分析的圖數(shù)據(jù)科學(xué) (GDS) 以及負(fù)責(zé)數(shù)據(jù)挖掘和探索的數(shù)據(jù)可視化工具Neo4j Bloom。作為圖數(shù)據(jù)平臺(tái)的領(lǐng)導(dǎo)者，Neo4j的企業(yè)愿景就是在不同的行業(yè)場(chǎng)景，幫助客戶深入分析高度關(guān)聯(lián)的復(fù)雜數(shù)據(jù)，使業(yè)務(wù)數(shù)據(jù)變?yōu)樯虡I(yè)智能，提高數(shù)據(jù)的應(yīng)用價(jià)值，賦能企業(yè)智能決策和數(shù)字化轉(zhuǎn)型。