李慧敏老师朗诵：知识图谱的应用场景与技术应战 |原理|李慧敏|算法

李慧敏老师朗诵消息，李慧敏老师表示，互联网信息的爆炸式增长，具有大范围、多元化、组织构造松懈等特性，在李慧敏老师看来，如何有效获取信息和知识面临宏大应战。

近年来兴起的“知识图谱”，慢慢成为一种新颖的管理海量信息的方式，遭到各大互联网公司喜爱，并在不知不觉中被普遍应用于搜索、电商、社交等各个范畴。

除此之外，该技术还被各大金融机构以及人工智能公司关注，开端在金融反狡诈、安防等新的范畴停止尝试应用。但是，知识图谱技术仍然不够成熟，从第三方获取技术效劳费等商业化仍然处于探究阶段。

1、搜索优化

知识图谱的降生最早能够追溯到2010年前后，主要是为理解决搜索引擎用户体验问题。

搜索范畴主要面临两方面问题：一方面，搜索需求和搜索结果常常难以匹配，经常有“搜”非所问的状况；另一方面，搜索结果编排无序，显现杂乱。

2010年，微软开端构建MicrosoftSatori知识图谱来加强Bing搜索才能；2012年5月，Google公司为了支撑其语义搜索推出KnowledgeGraph，目前已成为全球最大的知识图谱。2012年11月22日，搜狗知立方上线，成为国内首个搜索引擎“中文知识图谱”。差不多同一时间，百度知识图谱被立项。2013 年，Facebook发布OpenGraph应用于社交网络智能搜索。

早期各大搜索平台主要依赖“关键字搜索”技术，返回给用户包含关键字的网页列表，用户需求进一步阅读这些网页并且过滤掉大量无用信息才干找到真正想要的结果，用户更希望可以“直接得到答案”。应用知识图谱技术能够直接给出用户想要的搜索结果，而不再是各类链接。如下图，搜索“上海有几人？”360搜索直接展现出国度统计局的数据，用户直接将鼠标挪动到相应年份，能够快速查看各年数据。

随后，知识图谱引入到电商搜索范畴。2015年，阿里巴巴开端构建电商范畴知识图谱——认知图谱；2016年Amazon也紧随其后开端构建知识图谱。2018年5月，美团点评NLP中心开端构建大范围的餐饮文娱知识图谱——美团大脑。

在搜索范畴，知识图谱可以将用户所提交的查询词了解成实体或者概念，经过实体或者概念匹配为用户返回其可能关怀的全部网页内容。搜索引擎中知识图谱的搜索过程如下：

知识图谱用文本和知识交融的阅读了解模型，使搜索结果更了解客户需求。

关于电商平台来说，买卖量和客户活泼度也是其中心竞争力，而客户普通都是经过搜索取得想要的商品，越精准的搜索结果，客户运用越多。

因而，百度、搜狗、阿里巴巴、美团、腾讯等不时探索，纷繁尝试构建本人的知识图谱平台。

2、智能引荐

除了优化搜索结果，知识图谱还能够协助电商以及社交平台处理一些智能引荐问题。例如，当前一些中小平台在智能引荐方面最大的问题是“买了啥，引荐啥”或者“引荐的商品与客户无关联”。引荐商品缺乏新颖性，招致转化效果普通。

知识图谱能够协助电商平台跳出这种简单的引荐逻辑，使得引荐结果愈加智能化，促进用户购置。

3、金融风控

近些年，消费金融和小微企业贷兴起后，银行以及其他持牌金融公司、助贷机构、人工智能公司等开端将知识图谱应用于风险控制，特别是辨认团伙狡诈。

知识图谱的推理才能和可解释性，在金融场景中具有自然的优势。

艾瑞咨询年初发布的《2020年中国面向人工智能“新基建”的知识图谱行业研讨报告》指出，随着近些年金融数据的迸发式增长，传统风控系统逐步力有不逮，而应用机器学习算法和知识图谱的智能风控系统在风险辨认才能和大范围运算方面具有突出优势，逐步成为金融范畴风控反狡诈的主要手腕。