中国知识图谱产业市场现状 知识图谱产品发展趋势预测

知识图谱指显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。

知识图谱实体指的是具有可区别性且独立存在的某种事物。如某一个人、某一个城市、某一种植物等、某一种商品等等。世界万物有具体事物组成，此指实体。如 “中国”、“美国”、“日本”等。实体是知识图谱中的最基本元素，不同的实体间存在不同的关系。本质上， 知识图谱旨在描述真实世界中存在的各种实体或概念及其关系，其构成一张巨大的语义网络图，节点表示实体或概念，边则由属性或关系构成。现在的知识图谱已被用来泛指各种大规模的知识库。

我国知识图谱的研究起步较晚，缺乏对知识图谱理论的系统的研究，目前主要以应用为主。知识图谱应用近年来在我的应用迅速增多，其文献分布于不同专业领域的期刊，实际应用中涉及的学科范围较广，涵盖了自然科学领域及社会科学领域的的部分学科，并有不断朝其他学科渗透的趋势。对绘制知识图谱，并基于知识图谱进行情报研究目前已形成了一套较为成熟的方法。

新形势下，中国制造与人工智能相结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术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。加快发展智能制造，是培育我国经济增长新动能的必由之路，是抢占未来经济和科技发展制高点的战略选择，对于推动我国制造业供给侧结构性改革，打造我国制造业竞争新优势，实现制造强国具有重要战略意义。

根据中研普华产业研究院发布的《2023-2028年中国知识图谱产业市场现状分析及投资预测报告》显示：

我国知识图谱行业发展现状分析

第一节 我国知识图谱行业发展分析

一、行业发展阶段

我国知识图谱的研究起步较晚，缺乏对知识图谱理论的系统的研究，目前主要以应用为主。知识图谱应用近年来在我的应用迅速增多，其文献分布于不同专业领域的期刊，实际应用中涉及的学科范围较广，涵盖了自然科学领域及社会科学领域的部分学科，并有不断朝其他学科渗透的趋势。对绘制知识图谱，并基于知识图谱进行情报研究目前已形成了一套较为成熟的方法。

存在的问题：

(1)主要将知识图谱作为一个工具应用于各个领域，应用研究的理论基础薄弱，缺乏理论上的实证分析。

(2)国内绘制知识图谱通常采用国外已成熟的传统方法，研究手段和方法滞后，缺乏对先进技术与方法的研究。如寻径网络、自组织特征映射、力矢量布局算法、潜在语义算法、最小生成树算法、三角测量等较为先进的映射技术在国外已有实验报道，但在国内除寻径网络的方法外仅有简单评介。

(3)知识图谱应用过程中使用的工具与软件，多为国外开发，要求的数据格式与国内主要数据库有差别，软件对中文处理的支持差。

虽然存在这些问题，但当前我国知识图谱的研究中还是有一些喜人之处的。郑州大学的周春雷提出的“引荐分析法”，可以是我国研究人员对引文分析、知识图谱理论的新贡献。武汉大学的沈阳领导的ROST虚拟学习团队开发的ROST内容挖掘系统是对基于中文的数据挖掘、知识发现的极大技术支持。该款软件对中文支持力度好，且功能丰富，包括分词、字频分析、词频分析、社会网络与语义网络分析、情感分析、流量分析、相似分析、聚类分析、分类分析、微博分析、期刊分析、标签云等一系列情报分析及可视化功能。

为保证我国科学知识图谱研究得以发展，不断推进理论研究与创新及技术革新，应是我国科学知识图谱研究人员今后研究的重点与方向。

三、行业发展特点分析

1、用户搜索次数越多，范围越广。

2、赋予字串新的意义，而不只是单纯的字串。

3、融合了所有的学科，以便于用户搜索时的连贯性。

4、为用户找出更加准确的信息，作出更全面的总结并提供更有深度相关的信息。

5、把与关键词相关的知识体系系统化地展示给用户。

6、从整个互联网汲取有用的信息让用户能够获得更多相关的公共资源。

第二节 2021-2023年我国知识图谱行业发展现状

一、行业发展分析

在技术活动、管理实践等领域快速发展下，技术创新己经成为我国目前较为完善的一个知识体系，对知识图谱邻域内容进行相关研究，己经成为当前热点以及前沿问题，同时在技术创新与实践中起到一定的现实作用。技术创新的提出，在生产实践中具有有效的促进作用。近几年，随着技术创新的发展，部分“互联网+”和3D打印等技术不断出现，促使社会逐渐迈向技术创新的时代，而智能化更是对知识图谱提出了较高要求，我国知识图谱虽然起步较晚但是近几年呈现出快速发展态势，无论是理论研究还是腾讯等具有较强知识图谱研发实力的企业涌现都说明我国知识图谱行业发展水平的不断提高。

知识图谱是实现机器认知、机器智能的基石，知识图谱的发展伴随着人工智能的每一次浪潮。一方面数据源越来越丰富，能够提供知识库建设所需的数据，推动了知识图谱的商业化进程。另一方面用户对于基于数据决策有着越来越深刻的认知，用户采用并建设知识图谱的意愿推动着市场发展。

二、行业企业发展分析

中国知识图谱技术应用市场的创新者：竹间智能、明略数据、海知智能、北大医信、蓦然认知(排名不分先后)。这些公司的业务分布在不同的应用场景、不同的行业下，分别在技术产品化、产品商业化、技术路线、行业应用中体现出差异化特点。以明略数据为例，该公司是以知识图谱为支撑的行业人工智能解决方案提供商，明略深耕公共安全、金融、工业与物联网等领域，构建行业知识图谱，实现从个体赋能到群体智能的产业转型升级。

三、产品发展趋势预测

1、产品发展新动态

人工智能作为新一代信息技术革命的核心，也将应用到经济社会的各个领域，形成“AI+”。即使是谷歌、微软、IBM，在人工智能落地方面，也在向金融、医疗、汽车、零售等数据基础较好的行业方向布局。以医疗领域来说，人工智能算法被应用到新药研制，提供辅助诊疗、癌症检测等方面。谷歌就宣布他们运用人工智能识别出乳腺癌。而IBM推出的Watson，也开始用于在临床试验中筛选乳腺癌和肺癌患。另外一个火热的行业是自动驾驶，谷歌、百度、特斯拉、奥迪等科技和传统巨头纷纷加入。如果把人工智能比作一个大脑，那么深度学习是“大脑”的运转方式，知识图谱是“大脑”的知识库，而大数据和GPU 并行计算、高性能计算等支撑技术是大脑“思维运转”的支撑。知识图谱是智能社会的重要生产资料，近几年得到长足发展。

2、技术新动态

回看企业进化史，已经走过了从劳动密集型到资本密集型，如今大数据+人工智能作为新的生产工具，正在助推企业的智能进化，向数据密集型和智能密集型演进。对企业和组织来说，终极智能是解决问题的智能，核心是智能决策，基于大数据+AI的智能决策将是未来企业决策进化的方向。

智能决策就当下来说，应用相对比较成熟的案例主要表现为对生产或服务过程中不同环节或多个环节的人力替代及辅助决策，带来的效果则表现为成本的节约、效率的提升或服务体验的改进。

在这样的决策过程之中，在大数据采集分析和计算力已经不再成为阻碍的时候，难点就在于算法，背后则是知识图谱的构建。而在现实中，企业数据和业务随时在变化，这体现在数据源、数据结构、数据内容随时会发生变化，人们对业务的理解以及数据的解读也会发生变化。此时，就需要一种实时敏捷、灵活可扩展、智能自适应的构建知识图谱的方法，这就是动态知识图谱。立足行业+动态知识图谱，细分行业，为企业赋能。

3、产品发展趋势预测

知识图谱的发展之所以相比深度学习、神经网络较慢，是因为知识图谱的建立过程非常复杂：将非结构化数据转变成结构化数据已经是一项繁重的工作，还需要建立数据之间的对应关系。如何保证知识的权威性，更需要技术专家和学术专家一同跨领域合作。

第一个趋势是知识图谱的垂直化。建立一个大而全的知识图谱自然是不可能完成的任务，但将知识图谱分割成细分领域，如医疗、金融、安防，甚至更细分到某一种疾病、某一种货币等等，可以极大的降低知识图谱的建立成本，同时促进知识图谱的快速投入使用。

第二个趋势是知识图谱的动态化。随着数据挖掘的能力越来越强，在流数据场景下储存和查询知识图谱正在成为可能。

本报告由中研普华咨询公司领衔撰写，在大量周密的市场调研基础上，主要依据了国家统计局、国家商务部、国家发改委、国家经济信息中心、国务院发展研究中心、中国行业研究网、全国及海外多种相关报纸杂志的基础信息等公布和提供的大量资料和数据，客观、多角度地对中国知识图谱行业市场进行了分析研究。

报告在总结中国知识图谱行业发展历程的基础上，结合新时期的各方面因素，对中国知识图谱行业的发展趋势给予了细致和审慎的预测论证。报告资料详实，图表丰富，既有深入的分析，又有直观的比较，为知识图谱行业企业在激烈的市场竞争中洞察先机，能准确及时的针对自身环境调整经营策略。

了解更多行业数据详情，可以点击查阅中研普华产业研究院的《2023-2028年中国知识图谱产业市场现状分析及投资预测报告》。