前言
当前制造行业全生命周期中的数据及知识分布分散、关联度弱、存储量相对较小，而知识图谱的出现正好是解决当前行业出现这系列问题的一剂“良药”。近年来，随着人工智能和深度学习的发展，对知识图谱可视分析的相关研究也被推向了高潮。本期公号将从知识图谱的基本概念、知识表示中常用的可视化分析方法、知识图谱可视化分析的发展方向展开论述，让大家对知识图谱可视化有更加深刻的理解。
一
知识图谱的基本概念
知识图谱是一种以图谱形式描述客观世界中存在的各种实体、概念及其关系的技术，广泛应用于智能搜索、自动问答和决策支持等领域，知识图谱的构建如图1所示。知识图谱技术包括知识表示、知识图谱构建和知识图谱应用三个方面的研究内容。其中, 知识表示研究客观世界知识的建模, 该过程需要用户设计合适的方法建模知识以方便机器识别和理解; 知识图谱构建包括数据获取、知识抽取、知识融合和知识处理4个模块, 需要用户建立高效的算法模型, 从各种复杂的数据源中抽取客观世界的知识, 并将其进行整合、处理, 最后形成结构化的知识网络; 知识图谱的应用则研究用户如何利用知识图谱建立基于知识的智能服务系统, 以帮助用户解决实际应用的问题。可视化分析技术可以将抽象的知识图谱通过处理变成图形元素，帮助用户更加直观地感知和分析数据，从而提高知识图谱的构建和表达，也为知识图谱在各个领域的应用提供了有力支持。
▲图1 知识图谱的构建图
二
知识表示中常用的可视化分析方法
1、节点链接可视化
节点链接可视化是最常见的用于知识表示可视化方法， 通常用节点表示实体或概念，用边表示关系或属性，节点和边可以使用不同类型的视觉元素（如颜色、大小、形状和符号等）来增强表达特定的含义。
2、矩阵表示可视化
矩阵表达可视化使用矩阵的行和列来表示概念或实体，在行与列的交叉位置填充颜色和图标等效果以表达属性或关系,多用于表达具有稠密图特点的知识图谱。
3、层次结构可视化
基于层次结构的知识表示可视化方法使用层次化的布局来描绘实体和关系, 常见的有树状图和缩进列表2种形式。树状图的可视化方法容易造成连线错综复杂，无法充分发挥层次表达的优势，还会增加用户视觉负担。缩进列表的层次结构清晰地展示了知识图谱中节点间的关系。尽管缩进列表的实现和表示较为简单，但这种表达形式对同一层次节点的浏览和可视分析并不十分友好，且无法通过个性化的可视化设计实现节点间联系紧密程度的表达。
4、简化表达可视化
大规模知识图谱具有数据量庞大、属性多维和结构复杂等特点，对其进行简化表达是较为恰当且实用的可视化方法。简化表达可视化方法可以通过聚类的方法生成大规模知识图谱简化图对其进行表达。
5、表示学习可视化
针对传统知识表示方法无法满足在连续空间中进行数值计算的问题，研究者提出基于表示学习的知识图谱可视化方法，通过将知识嵌入低维连续的向量空间中的方式，为大型知识图谱的计算提供支持。
三
知识图谱可视化分析的发展方向
当前知识图谱可视分析仍面临着诸多挑战，进一步的研究方向如下：
1、大规模知识图谱可视表达的创新与优化
随着数据规模的不断增长，知识图谱的结构变得越来越复杂。如何利用可视化方法清晰、有效地表达大规模知识图谱中的语义关系，帮助用户快速分析与决策成为关键问题，而现有的知识表示可视化方法存在显示空间利用率低、点线布局混乱复杂、用户视觉负担重等问题。因此，需要在知识表示方面探索更多的可视化新方法，帮助提升大规模知识图谱可视分析的效率。同时，随着移动设备的普及，越来越多的用户倾向于使用移动设备来实时处理生活与工作上遇到的问题。这也就需要研究者不断优化知识图谱现有的可视化设计，简化交互功能，使得移动设备也能够较好地支持大规模知识图谱关键信息的表达， 为用户使用移动设备对知识图谱进行分析和决策做铺垫。
2、提升大规模知识图谱可视分析效率
大规模知识图谱的数据量极大，很难对其进行高效率地绘制和渲染，影响了人机交互的流畅性。此外，计算和渲染每帧画面都极度依赖硬件性能，极易导致程序崩溃。因此，若要促进大规模知识图谱的实时可视分析，就需要从数据存储、建模和处理层面着手解决问题。例如，可以考虑利用采样方法来缩小可视化规模，提高实时响应速度和可视分析的效率；同时，也需要保证数据采样的有效性，满足知识图谱的构建质量要求。
3、知识图谱的应用拓展
虽然知识图谱在智能搜索、社交媒体、数据分析与决策等领域得到了广泛的应用，但仍处于初级阶段，具有广阔的发展前景。因此，需要充分发挥可视分析技术在分析、推理和辅助决策方面的优势，推进知识图谱从面向全领域的通用知识图谱（如金融、医疗、公安、司法等）的拓展。同时，现有工具的开发成本和维护成本普遍较高，部分工具要求用户具备一定的专业基础，存在使用门槛较高等问题。因此，仍需要探索和开发一些新的可视分析工具，帮助知识图谱在实际应用中充分发挥其作用。
四
总结
数字化时代的来临以及人工智能的普遍应用，给企业生产、管理和运营带来新的变革。利用好知识图谱，学会将海量的碎片化知识串联在一起可以帮助企业更好地适应新时代、新技术、新挑战的冲击。知识图谱的重要性不仅在于其可以有效地将海量、纷杂的信息组织成一种便于人类认知的形式，而且在于其在指引学科领域未来研究发展方向上发挥的关键性作用。因此，推动知识图谱可视分析的研究、应用和发展是十分重要的。
文字 / 潘瑞耀
责编 / 王 立
图片 / 潘瑞耀
审核 / 卢锡雷
联系客服
