知識圖譜產業(yè)市場現(xiàn)狀及知識圖譜產品發(fā)展趨勢預測

• 郭夢 2023年10月11日 來源：互聯(lián)網 237 7
• 繁體

我國知識圖譜的研究起步較晚，缺乏對知識圖譜理論的系統(tǒng)的研究，目前主要以應用為主。知識圖譜應用近年來在我的應用迅速增多，其文獻分布于不同專業(yè)領域的期刊，實際應用中涉及的學科范圍較廣，涵蓋了自然科學領域及社會科學領域的的部分學科，并有不斷朝其他學科滲透的

知識圖譜指顯示知識發(fā)展進程與結構關系的一系列各種不同的圖形，用可視化技術描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及它們之間的相互聯(lián)系。知識圖譜實體指的是具有可區(qū)別性且獨立存在的某種事物。如某一個人、某一個城市、某一種植物等、某一種商品等等。世界萬物有具體事物組成，此指實體。如 “中國”、“美國”、“日本”等。實體是知識圖譜中的最基本元素，不同的實體間存在不同的關系。本質上， 知識圖譜旨在描述真實世界中存在的各種實體或概念及其關系，其構成一張巨大的語義網絡圖，節(jié)點表示實體或概念，邊則由屬性或關系構成?，F(xiàn)在的知識圖譜已被用來泛指各種大規(guī)模的知識庫。

知識圖譜產業(yè)市場現(xiàn)狀及知識圖譜產品發(fā)展趨勢預測

我國知識圖譜的研究起步較晚，缺乏對知識圖譜理論的系統(tǒng)的研究，目前主要以應用為主。知識圖譜應用近年來在我的應用迅速增多，其文獻分布于不同專業(yè)領域的期刊，實際應用中涉及的學科范圍較廣，涵蓋了自然科學領域及社會科學領域的的部分學科，并有不斷朝其他學科滲透的趨勢。對繪制知識圖譜，并基于知識圖譜進行情報研究目前已形成了一套較為成熟的方法。

新形勢下，中國制造與人工智能相結合的智能制造孕育而生。智能制造是基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環(huán)節(jié)，具有自感知、自學習、自決策、自執(zhí)行、自適應等功能的新型生產方式。加快發(fā)展智能制造，是培育我國經濟增長新動能的必由之路，是搶占未來經濟和科技發(fā)展制高點的戰(zhàn)略選擇，對于推動我國制造業(yè)供給側結構性改革，打造我國制造業(yè)競爭新優(yōu)勢，實現(xiàn)制造強國具有重要戰(zhàn)略意義。

據中研普華產業(yè)院研究報告《2023-2028年中國知識圖譜產業(yè)市場現(xiàn)狀分析及投資預測報告》分析

第四章 我國知識圖譜行業(yè)發(fā)展現(xiàn)狀分析

第一節(jié) 我國知識圖譜行業(yè)發(fā)展分析

一、行業(yè)發(fā)展階段

我國知識圖譜的研究起步較晚，缺乏對知識圖譜理論的系統(tǒng)的研究，目前主要以應用為主。知識圖譜應用近年來在我的應用迅速增多，其文獻分布于不同專業(yè)領域的期刊，實際應用中涉及的學科范圍較廣，涵蓋了自然科學領域及社會科學領域的部分學科，并有不斷朝其他學科滲透的趨勢。對繪制知識圖譜，并基于知識圖譜進行情報研究目前已形成了一套較為成熟的方法。

存在的問題：

(1)主要將知識圖譜作為一個工具應用于各個領域，應用研究的理論基礎薄弱，缺乏理論上的實證分析。

(2)國內繪制知識圖譜通常采用國外已成熟的傳統(tǒng)方法，研究手段和方法滯后，缺乏對先進技術與方法的研究。如尋徑網絡、自組織特征映射、力矢量布局算法、潛在語義算法、最小生成樹算法、三角測量等較為先進的映射技術在國外已有實驗報道，但在國內除尋徑網絡的方法外僅有簡單評介。

(3)知識圖譜應用過程中使用的工具與軟件，多為國外開發(fā)，要求的數(shù)據格式與國內主要數(shù)據庫有差別，軟件對中文處理的支持差。

雖然存在這些問題，但當前我國知識圖譜的研究中還是有一些喜人之處的。鄭州大學的周春雷提出的“引薦分析法”，可以是我國研究人員對引文分析、知識圖譜理論的新貢獻。武漢大學的沈陽領導的ROST虛擬學習團隊開發(fā)的ROST內容挖掘系統(tǒng)是對基于中文的數(shù)據挖掘、知識發(fā)現(xiàn)的極大技術支持。該款軟件對中文支持力度好，且功能豐富，包括分詞、字頻分析、詞頻分析、社會網絡與語義網絡分析、情感分析、流量分析、相似分析、聚類分析、分類分析、微博分析、期刊分析、標簽云等一系列情報分析及可視化功能。

為保證我國科學知識圖譜研究得以發(fā)展，不斷推進理論研究與創(chuàng)新及技術革新，應是我國科學知識圖譜研究人員今后研究的重點與方向。

三、行業(yè)發(fā)展特點分析

1、用戶搜索次數(shù)越多，范圍越廣。

2、賦予字串新的意義，而不只是單純的字串。

3、融合了所有的學科，以便于用戶搜索時的連貫性。

4、為用戶找出更加準確的信息，作出更全面的總結并提供更有深度相關的信息。

5、把與關鍵詞相關的知識體系系統(tǒng)化地展示給用戶。

6、從整個互聯(lián)網汲取有用的信息讓用戶能夠獲得更多相關的公共資源。

第二節(jié) 2021-2023年我國知識圖譜行業(yè)發(fā)展現(xiàn)狀

一、行業(yè)發(fā)展分析

在技術活動、管理實踐等領域快速發(fā)展下，技術創(chuàng)新己經成為我國目前較為完善的一個知識體系，對知識圖譜鄰域內容進行相關研究，己經成為當前熱點以及前沿問題，同時在技術創(chuàng)新與實踐中起到一定的現(xiàn)實作用。技術創(chuàng)新的提出，在生產實踐中具有有效的促進作用。近幾年，隨著技術創(chuàng)新的發(fā)展，部分“互聯(lián)網+”和3D打印等技術不斷出現(xiàn)，促使社會逐漸邁向技術創(chuàng)新的時代，而智能化更是對知識圖譜提出了較高要求，我國知識圖譜雖然起步較晚但是近幾年呈現(xiàn)出快速發(fā)展態(tài)勢，無論是理論研究還是騰訊等具有較強知識圖譜研發(fā)實力的企業(yè)涌現(xiàn)都說明我國知識圖譜行業(yè)發(fā)展水平的不斷提高。

知識圖譜是實現(xiàn)機器認知、機器智能的基石，知識圖譜的發(fā)展伴隨著人工智能的每一次浪潮。一方面數(shù)據源越來越豐富，能夠提供知識庫建設所需的數(shù)據，推動了知識圖譜的商業(yè)化進程。另一方面用戶對于基于數(shù)據決策有著越來越深刻的認知，用戶采用并建設知識圖譜的意愿推動著市場發(fā)展。

二、行業(yè)企業(yè)發(fā)展分析

中國知識圖譜技術應用市場的創(chuàng)新者：竹間智能、明略數(shù)據、海知智能、北大醫(yī)信、驀然認知(排名不分先后)。這些公司的業(yè)務分布在不同的應用場景、不同的行業(yè)下，分別在技術產品化、產品商業(yè)化、技術路線、行業(yè)應用中體現(xiàn)出差異化特點。以明略數(shù)據為例，該公司是以知識圖譜為支撐的行業(yè)人工智能解決方案提供商，明略深耕公共安全、金融、工業(yè)與物聯(lián)網等領域，構建行業(yè)知識圖譜，實現(xiàn)從個體賦能到群體智能的產業(yè)轉型升級。

三、產品發(fā)展趨勢預測

1、產品發(fā)展新動態(tài)

人工智能作為新一代信息技術革命的核心，也將應用到經濟社會的各個領域，形成“AI+”。即使是谷歌、微軟、IBM，在人工智能落地方面，也在向金融、醫(yī)療、汽車、零售等數(shù)據基礎較好的行業(yè)方向布局。以醫(yī)療領域來說，人工智能算法被應用到新藥研制，提供輔助診療、癌癥檢測等方面。谷歌就宣布他們運用人工智能識別出乳腺癌。而IBM推出的Watson，也開始用于在臨床試驗中篩選乳腺癌和肺癌患。另外一個火熱的行業(yè)是自動駕駛，谷歌、百度、特斯拉、奧迪等科技和傳統(tǒng)巨頭紛紛加入。如果把人工智能比作一個大腦，那么深度學習是“大腦”的運轉方式，知識圖譜是“大腦”的知識庫，而大數(shù)據和GPU 并行計算、高性能計算等支撐技術是大腦“思維運轉”的支撐。知識圖譜是智能社會的重要生產資料，近幾年得到長足發(fā)展。

2、技術新動態(tài)

回看企業(yè)進化史，已經走過了從勞動密集型到資本密集型，如今大數(shù)據+人工智能作為新的生產工具，正在助推企業(yè)的智能進化，向數(shù)據密集型和智能密集型演進。對企業(yè)和組織來說，終極智能是解決問題的智能，核心是智能決策，基于大數(shù)據+AI的智能決策將是未來企業(yè)決策進化的方向。

智能決策就當下來說，應用相對比較成熟的案例主要表現(xiàn)為對生產或服務過程中不同環(huán)節(jié)或多個環(huán)節(jié)的人力替代及輔助決策，帶來的效果則表現(xiàn)為成本的節(jié)約、效率的提升或服務體驗的改進。

在這樣的決策過程之中，在大數(shù)據采集分析和計算力已經不再成為阻礙的時候，難點就在于算法，背后則是知識圖譜的構建。而在現(xiàn)實中，企業(yè)數(shù)據和業(yè)務隨時在變化，這體現(xiàn)在數(shù)據源、數(shù)據結構、數(shù)據內容隨時會發(fā)生變化，人們對業(yè)務的理解以及數(shù)據的解讀也會發(fā)生變化。此時，就需要一種實時敏捷、靈活可擴展、智能自適應的構建知識圖譜的方法，這就是動態(tài)知識圖譜。立足行業(yè)+動態(tài)知識圖譜，細分行業(yè)，為企業(yè)賦能。

3、產品發(fā)展趨勢預測

知識圖譜的發(fā)展之所以相比深度學習、神經網絡較慢，是因為知識圖譜的建立過程非常復雜：將非結構化數(shù)據轉變成結構化數(shù)據已經是一項繁重的工作，還需要建立數(shù)據之間的對應關系。如何保證知識的權威性，更需要技術專家和學術專家一同跨領域合作。

第一個趨勢是知識圖譜的垂直化。建立一個大而全的知識圖譜自然是不可能完成的任務，但將知識圖譜分割成細分領域，如醫(yī)療、金融、安防，甚至更細分到某一種疾病、某一種貨幣等等，可以極大的降低知識圖譜的建立成本，同時促進知識圖譜的快速投入使用。

第二個趨勢是知識圖譜的動態(tài)化。隨著數(shù)據挖掘的能力越來越強，在流數(shù)據場景下儲存和查詢知識圖譜正在成為可能。

知識圖譜行業(yè)研究報告旨在從國家經濟和產業(yè)發(fā)展的戰(zhàn)略入手，分析知識圖譜未來的政策走向和監(jiān)管體制的發(fā)展趨勢，挖掘知識圖譜行業(yè)的市場潛力，基于重點細分市場領域的深度研究，提供對產業(yè)規(guī)模、產業(yè)結構、區(qū)域結構、市場競爭、產業(yè)盈利水平等多個角度市場變化的生動描繪，清晰發(fā)展方向。

欲了解更多關于知識圖譜行業(yè)的市場數(shù)據及未來行業(yè)投資前景，可以點擊查看中研普華產業(yè)院研究報告《2023-2028年中國知識圖譜產業(yè)市場現(xiàn)狀分析及投資預測報告》。

• 相關深度報告REPORTS

  

  2023-2028年中國知識圖譜產業(yè)市場現(xiàn)狀分析及投資預測報告

  知識圖譜指顯示知識發(fā)展進程與結構關系的一系列各種不同的圖形，用可視化技術描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及它們之間的相互聯(lián)系。知識圖譜實體指的是具有可區(qū)別性且...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡