图（Graph），将信息中的实体，以及实体之间的关系，分别抽象表达成为顶点以及顶点间的边这样的结构数据。像Facebook和Twitter这样的社交网络，其数据天生就适合于图表示法。
一、图数据结构（graph）的作用
图（Graph），将信息中的实体，以及实体之间的关系，分别抽象表达成为顶点以及顶点间的边这样的结构数据。像Facebook和Twitter这样的社交网络，其数据天生就适合于图表示法。诸多典型的大数据应用易于通过图来进行建模，如交通网络、CDR通话图、用户与产品之间的二分图、论文中作者之间的合作关系网、文章之间的索引关系、金融交易网络等等。于是，基于图数据的分析技术—关系分析（图计算）应运而生。图计算系统就是针对图结构数据处理的系统，并在这样的数据上进行针对性优化的高效计算，知识图谱的应用也属于其中之一。
知识图谱技术和传统的知识管理相比，其分析文本数据和关系的能力实现了大的跨越。在具体的企业活动过程中，知识图谱的运用也将实现传统知识管理的一些功能盲区，扩展企业对收集信息的应用，降低企业在知识处理和分析方面的人力和物力投入。今天灵玖来为大家介绍一下知识图谱在企业活动中的经典运用场景。
企业决策：
如果企业的产品和销售规模较大，那么从产品的生产到销售要经历各种复杂环节。在将这些产品进行直接分配时，这些产品的分配量和分配时间等数据均需要经过仔细考量，同时还需结合当时的消费实况进行及时调整。这个分析过程中，数据多是非标准数据，实现这些数据分析将成为一个巨大的工作量，如果采用知识图谱技术实现非结构数据分析，将直接提高企业的生产效率和资源分配率。
定位客户：
无论是在售前寻找和筛选潜在客户,还是在售中与有意向的客户进行交谈,还是在售后对客户态度进行分析统计,对客户的分析和定位都十分重要。知识图谱能够基于人工智能技术，理解客户的意图,根据业务场景的需求,制定和品牌以及产品属性相关的知识图谱来进行细粒度的语义分析。例如,根据各大社交论坛中的用户评价,分析产品获得的及时反馈。对各种用户评价和用户信息进行语义分析，有利于企业更准确的定位客户。
产品扩展：
产品研发,通常需要阅读海量的专利文献、用户档案、用户评价、产品说明手册等文档,找出其中的知识点也十分重要。这个过程可以使用知识图谱。比如，在研发新药的过程中,借助于知识图谱, 可以结合病人信息、用药史、服药效果、症状这些知识点进行对比分析统计,开展新药研发。在研发新的保健产品的过程中,可以针对互联网的各种评价分析统计,得到用户群体对每一个产品功能维度的看法。
延伸阅读：
二、KGB知识图谱特色
1、跨领域可扩展
知识图谱加工厂具有通用的图谱构建引擎。知识抽取、知识关联与质量核查过程不依赖特定业务知识，结合用户知识图谱构建的需求，可以快速构建用户领域知识图谱。
2、知识质量智能核查
知识图谱加工厂实现对多种知识错误与冲突的智能核查与校验，并对知识库进行实时自动更新，保证知识图谱准确性。
3、人机结合的服务
知识图谱加工场人机构成：90%机器+10%的人工，只需要提供语料，就可以快速得到对应的知识图谱构建成果。
