原文地址：Applying Knowledge Graphs in the Real World
原文作者：Stephanie Simone
知识图谱通过汇集以前分散的数据、使用连接进行决策支持以及为 AI 应用程序添加上下文，正在推动行业颠覆和业务转型。
DBTA最近与 Neo4j 知识图谱高级总监 Maya Natarajan 博士和 Neo4j 销售工程高级总监 Jesus Barrasa 博士举行了一次网络研讨会，他们讨论了知识图谱为何呈上升趋势、它们如何工作以及什么最流行用例适用于企业。
Natarajan 和 Barrasa 解释说，知识图是一个富含语义的互连数据集，因此我们可以推理基础数据并自信地使用它进行复杂的决策。
知识图可以大规模解决复杂的数据问题，并适用于整个数据范围内的广泛用例。它们还在各个行业中发挥着重要作用，并与丰富而深厚的生态系统相连。
他们说，该平台连接数据及其关系以提供深度动态上下文。知识图将各种不同的数据孤岛连接在一起，无论数据类型如何，例如结构化、非结构化和半结构化。
它可以为第一层动态上下文映射数据并在它们之间绘制连接，从而提供即时理解。知识图应用语义为连接的数据提供更深层次的上下文。Natarajan 和 Barrasa 指出，背景越深，洞察力就越强大。
从弥合数据孤岛到构建数据结构，再到加速机器学习和人工智能的采用，再到为数字双胞胎提供蓝图，知识图谱是基础，可以让企业保持竞争力和蓬勃发展。
他们说，知识图允许你建立隐含的关系.
Neo4j 与 NASA 合作，寻找在任务期间可能发生的事件，以防止未来的灾难。
NASA 使用 Neo4j 知识图谱中的语义搜索来梳理全国存储的数百万份文档、报告、项目数据、经验教训、科学研究、医学分析、地理空间数据、IT 日志等。
根据 Natarajan 和 Barrasa 的说法，这可以更快地解决问题并节省 100 万美元的纳税人资金。
