搜索
大数据中国 首页 大数据技术 云技术 查看内容
易建基于本体的行业知识图谱构建技术研究 在旅游、金融行业应用初具成效
2018-3-23 14:06 |来自: 企智大数据| 查看: 17810| 评论: 2

知识推理
知识推理是通过各种方式获取新的知识或结论,这些知识和结论满足语义。主要分为本体推理和规则推理。

基于本体的推理,本体推理主要是通过预定义的本体公理上进行推理,例如本体中定义的subclass,subproperty,domain,range,funtional等一些公理进行推理。但是无法自定义一些推理规则。

基于规则的推理,规则推理可以根据特定的场景定制规则,以实现自定义的推理过程,推理属性规则比如知道某人出生年月,可以计算出其年龄。推理关系规则,定义父亲的父亲是爷爷,已知A是B的父亲,B是C的父亲,则可以推出A是C的爷爷。

将数据转化成更有价值的资源
发展的需要和现实的痛点,往往会催生一项技术的发展。综观当前国内旅游业发展,‘量体裁衣’式的旅游定制受到了越来越多人的喜爱,旅游消费移动化、便捷化正成为新动向。更加智慧的旅游让传统旅游企业趋之若鹜,但由于技术的挑战,又使得这些企业在转型过程中一度犯难。知识图谱的关联价值此时正好得到了用武之地。

洞察这一趋势后,鲍立飞团队着手开始知识图谱在旅游行业的应用探索。知识图谱和旅游行业“结亲”的一个重要因素,还来源于易建所处的海南这个极具区位特色、资源禀赋的旅游胜地。近两年,海南通过全域旅游统筹推进旅游供给侧结构性改革,基本形成了全域旅游发展新格局。旅游信息化的智能处理,使得海南旅游业的内生动力得到了有效激发。知识图谱能够高度还原真实世界,做到“万物互联”,并对结构化和非结构化的数据进行智能地治理和整合,能够让海量的旅游数据为其所用,这对全域旅游的发展来说是个利好消息。

“利用知识图谱最重要的是让机器读懂世界,理解人的语言。”鲍立飞说,相较于传统的关系型数据库,易建构建的智慧旅游智能问答系统更侧重于大数据分析、挖掘技术与AI技术的强强联手,能够深度理解人类的语言和支持推理,通过实时呈现出更多有价值的信息,让旅游体验更加舒适化、便捷化。这一切都离开不开其强大的后台运转:智慧旅游知识图谱体系将游、购、娱、吃、住、行等六个要素的海量数据建立起关系网,并将多数据源进行打通关联,从而整合成为机器可以理解的结构化数据,再通过智慧旅游智能问答系统的旅游聊天机器人服务于游客的全旅程。只要建立的旅游知识图谱足够大,机器人就可以回答各种各类的旅游问题;同时在与游客聊天和交流过程中,机器人也可以不断的学习新知识,及时补充新信息。既能为管理部门提供了先进的管理手段,又为游客提供了游前、游中、游后一体化的智能体验服务,这个会思考的“旅游达人”出现后,受到了旅游业内人士的高度关注。

易建智慧旅游智能问答系统


由于知识图谱的应用,也解决了反欺诈中的数据整合并构建反欺诈引擎,从而有效地识别出欺诈案件(如身份造假,团体欺诈,代办包装等)等问题,这使得它在风险防控工作中也有很好的“口碑”。鲍立飞指出,通过知识图谱复杂网络计算,可以找出网络中相关子图,检测出异常案件,帮助保险公司对可疑案件进行有效的问题排查及跟踪,规避理赔资金风险,提升打假效率。

易建研发的车险业务知识图谱

知识图谱技术的发展,决定了它极强的互联网数据属性和搜索的目的性。鲍立飞表示,这就要求行业领域在应用知识图谱时,要从行业自身的数据特点和业务目标出发去研究和落地。而这正好是易建未来所关注的重点,利用所拥有的数据,转化成更有价值的资源,为行业的发展提供更便利的管理手段。
免责声明: 除非特别声明,文章均为投稿或网络转载,仅代表作者观点,与大数据中国网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果本文内容有侵犯你的权益,请发送信息至ab12-120@163.com,我们会及时删除
12
发表评论

最新评论

引用 科技潮人小彭 2018-3-23 16:39
某资深人士说,能不能形成闭环、能不能快速迭代、能不能持续学习将成为知识图谱创业公司们的核心竞争力。
引用 nannan 2018-3-23 16:20
智慧旅游知识图谱体系如此强大,请问现在普及应用了吗?还是只是demo?

查看全部评论(2)

关闭

站长推荐上一条 /1 下一条

 
 
大数据行业交流
大数据行业交流
大数据求职招聘
大数据求职招聘
站长电话:
15010106923
微信联系:
hb-0310
站长邮箱:
ab12-120@163.com
大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2024-4-24 23:37 , Processed in 0.077502 second(s), 23 queries .

返回顶部