2023知識(shí)圖譜行業(yè)發(fā)展趨勢(shì)及市場(chǎng)現(xiàn)狀分析

• 曾燕 2023年3月16日 來源：互聯(lián)網(wǎng) 976 61
• 繁體

知識(shí)圖譜行業(yè)發(fā)展趨勢(shì)及市場(chǎng)現(xiàn)狀如何?我國(guó)知識(shí)圖譜市場(chǎng)產(chǎn)業(yè)鏈上游主要以各類數(shù)據(jù)源企業(yè)或機(jī)構(gòu)為主，因所處理數(shù)據(jù)多具有敏感性和專屬性，所以往往數(shù)據(jù)源也是服務(wù)的需求方;中上游主要包括數(shù)據(jù)采集服務(wù)商、數(shù)據(jù)庫服務(wù)商、云服務(wù)商等，為產(chǎn)業(yè)鏈做支撐服務(wù)等。

2023知識(shí)圖譜行業(yè)發(fā)展趨勢(shì)及市場(chǎng)現(xiàn)狀分析

知識(shí)圖譜行業(yè)發(fā)展趨勢(shì)及市場(chǎng)現(xiàn)狀如何?我國(guó)知識(shí)圖譜市場(chǎng)產(chǎn)業(yè)鏈上游主要以各類數(shù)據(jù)源企業(yè)或機(jī)構(gòu)為主，因所處理數(shù)據(jù)多具有敏感性和專屬性，所以往往數(shù)據(jù)源也是服務(wù)的需求方;中上游主要包括數(shù)據(jù)采集服務(wù)商、數(shù)據(jù)庫服務(wù)商、云服務(wù)商等，為產(chǎn)業(yè)鏈做支撐服務(wù)，但涉及保密數(shù)據(jù)采集加工的業(yè)務(wù)更多交由解決方案提供方直接處理;中游主要以提供知識(shí)圖譜解決方案的大數(shù)據(jù)智能公司、互聯(lián)網(wǎng)公司和AI公司為主，該部分是產(chǎn)業(yè)鏈的核心環(huán)節(jié);下游為基于知識(shí)圖譜而開發(fā)應(yīng)用的各類具體場(chǎng)景應(yīng)用，知識(shí)圖譜應(yīng)用在中國(guó)剛剛起步，主要聚焦于圖中展示領(lǐng)域，隨著市場(chǎng)推進(jìn)將輻射更多行業(yè)。

知識(shí)圖譜指顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識(shí)資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識(shí)及它們之間的相互聯(lián)系。

知識(shí)圖譜將信息結(jié)構(gòu)化、可視化，輔助人類進(jìn)行推理、預(yù)判、歸類?！爸R(shí)圖譜”的“圖”并非圖像概念，而是類似化學(xué)分子式的結(jié)構(gòu)。知識(shí)結(jié)構(gòu)網(wǎng)絡(luò)化、網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜、網(wǎng)絡(luò)由三元組構(gòu)成、數(shù)據(jù)主要由知識(shí)庫承載是它的四大基本特征。

過去,眾多分散的常用數(shù)據(jù)表無法直觀表示數(shù)據(jù)之間的關(guān)聯(lián),對(duì)數(shù)據(jù)的處理亦需要耗費(fèi)大量人力物力,數(shù)據(jù)的價(jià)值未被充分利用。而知識(shí)圖譜是由節(jié)點(diǎn)和關(guān)系所組成的圖譜,通過不同知識(shí)節(jié)點(diǎn)的關(guān)聯(lián)性形成一個(gè)網(wǎng)狀的知識(shí)結(jié)構(gòu),用“圖”作為表達(dá)方式,更加直觀、高效地表達(dá)世界的各種關(guān)系,不需要中間過程的轉(zhuǎn)換和處理。

自動(dòng)化構(gòu)建知識(shí)圖譜的特點(diǎn)是面向互聯(lián)網(wǎng)的大規(guī)模、開放、異構(gòu)環(huán)節(jié)，利用機(jī)器學(xué)習(xí)技術(shù)和信息抽取技術(shù)自動(dòng)獲取互聯(lián)網(wǎng)信息，構(gòu)建更大規(guī)模的常識(shí)知識(shí)圖譜有利于支撐深度學(xué)習(xí)的計(jì)算。但當(dāng)前知識(shí)圖譜在構(gòu)建和落地過程中對(duì)人工的依賴程度還較高，導(dǎo)致構(gòu)建成本高、效率低，在相對(duì)通用的知識(shí)圖譜中自動(dòng)化、大規(guī)模、高質(zhì)量的構(gòu)建技術(shù)扔有待探索。

對(duì)于知識(shí)圖譜的未來發(fā)展，建設(shè)難點(diǎn)主要在于：數(shù)據(jù)治理、行業(yè)專家儲(chǔ)備、圖數(shù)據(jù)庫的研發(fā)、持續(xù)攻克生產(chǎn)流程與算法難點(diǎn)以及培養(yǎng)客戶內(nèi)生需求和優(yōu)化產(chǎn)品、市場(chǎng)策略。未來，知識(shí)圖譜廠商、大數(shù)據(jù)廠商、NLP廠商、互聯(lián)網(wǎng)大廠與信息化廠商等參與者將不斷強(qiáng)化技術(shù)、深化行業(yè)認(rèn)知，結(jié)合自身優(yōu)勢(shì)，持續(xù)推進(jìn)知識(shí)圖譜產(chǎn)品和業(yè)務(wù)場(chǎng)景的迭代、豐富，垂直行業(yè)應(yīng)用場(chǎng)景必將大有可為。

據(jù)中研普華產(chǎn)業(yè)研究院出版的《2021-2026年中國(guó)知識(shí)圖譜產(chǎn)業(yè)市場(chǎng)現(xiàn)狀分析及投資風(fēng)險(xiǎn)預(yù)測(cè)報(bào)告》統(tǒng)計(jì)分析顯示：

知識(shí)圖譜(Knowledge Graph)，在圖書情報(bào)界稱為知識(shí)域可視化或知識(shí)領(lǐng)域映射地圖，是顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識(shí)資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識(shí)及它們之間的相互聯(lián)系。知識(shí)圖譜，是通過將應(yīng)用數(shù)學(xué)、圖形學(xué)、信息可視化技術(shù)、信息科學(xué)等學(xué)科的理論與方法與計(jì)量學(xué)引文分析、共現(xiàn)分析等方法結(jié)合，并利用可視化的圖譜形象地展示學(xué)科的核心結(jié)構(gòu)、發(fā)展歷史、前沿領(lǐng)域以及整體知識(shí)架構(gòu)達(dá)到多學(xué)科融合目的的現(xiàn)代理論。知識(shí)圖譜，它能為學(xué)科研究提供切實(shí)的、有價(jià)值的參考。

當(dāng)前知識(shí)圖譜技術(shù)已經(jīng)被廣泛用于處理結(jié)構(gòu)化數(shù)據(jù)和文本數(shù)據(jù)，但對(duì)于視覺、聽覺數(shù)據(jù)等的關(guān)注度相對(duì)較低，且目前仍缺乏有效的技術(shù)手段來從這些數(shù)據(jù)中抽取知識(shí)。如果在更大范圍內(nèi)進(jìn)行鏈接預(yù)測(cè)和實(shí)體對(duì)齊，進(jìn)而進(jìn)行實(shí)體關(guān)系抽取，能使現(xiàn)有的模型在綜合考慮文本和視覺特征時(shí)獲得更好的性能。即多模態(tài)知識(shí)圖譜在傳統(tǒng)知識(shí)圖譜的基礎(chǔ)上，把多模態(tài)化的認(rèn)知體驗(yàn)與相應(yīng)的符號(hào)關(guān)聯(lián)，構(gòu)建多種模態(tài)下的實(shí)體，以及多模態(tài)實(shí)體間多種模態(tài)的語義關(guān)系，即使得圖譜本身一開始就具備多模態(tài)的特性。

知識(shí)圖譜的產(chǎn)品類型以“通用知識(shí)圖譜”與“行業(yè)知識(shí)圖譜”為典型代表，前者逐漸演變?yōu)橥ㄓ没ヂ?lián)網(wǎng)知識(shí)圖譜，形成搜索引擎、智能推薦、智能問答三大類型，發(fā)展較為成熟;后者處于起步期，是未來一段時(shí)期內(nèi)的發(fā)展熱點(diǎn)。當(dāng)前，知識(shí)圖譜主要表現(xiàn)為五大產(chǎn)品形態(tài)。

隨著信息化與數(shù)字化建設(shè)的展開與NLP技術(shù)的進(jìn)步，行業(yè)知識(shí)圖譜已經(jīng)成為市場(chǎng)開拓重點(diǎn)。2021年，知識(shí)圖譜核心市場(chǎng)規(guī)模約為107億元，2026年將達(dá)296億元。金融、公安兩行業(yè)占知識(shí)圖譜市場(chǎng)份額較大且增速較快。未來，政務(wù)知識(shí)圖譜將成為市場(chǎng)重要拉力之一。

目前在風(fēng)控領(lǐng)域,知識(shí)圖譜產(chǎn)品為精準(zhǔn)揭露“欺詐環(huán)”、“窩案”、“中介造假”、“洗錢”和其他復(fù)雜的欺詐手法,提供了新的方法和工具。

在反欺詐技術(shù)涉及的推理機(jī)制方面,中郵消費(fèi)金融知識(shí)圖譜風(fēng)險(xiǎn)檢測(cè)平臺(tái)亦在之前自主研發(fā)的網(wǎng)絡(luò)反欺詐系統(tǒng)“中郵星網(wǎng)”的基礎(chǔ)上實(shí)現(xiàn)了新突破。通過易操作的圖形化頁面,使用者可靈活組合知識(shí)和推理規(guī)則,挖掘潛在的信息與風(fēng)險(xiǎn);可以支持基于規(guī)則的直接推理,通過推理挖掘潛在事實(shí),實(shí)現(xiàn)對(duì)已有數(shù)據(jù)的充分利用;推理規(guī)則的可拓展性更好,未來將支持基于圖與模型的概率性推理。這對(duì)于提升反欺詐效率、防范化解金融風(fēng)險(xiǎn)具有重要作用。

目前，知識(shí)圖譜作為知識(shí)的一種形式，已經(jīng)在語義搜索、智能問答、數(shù)據(jù)分析、自然語言理解、視覺理解、物聯(lián)網(wǎng)設(shè)備互聯(lián)等多個(gè)方面發(fā)揮越來越大的作用。在新冠肺炎疫情防控中，技術(shù)人員通過知識(shí)圖譜技術(shù)，快速搭建了疫情防控圖譜分析研判系統(tǒng)，為抗疫提供大數(shù)據(jù)支撐。

國(guó)內(nèi)企業(yè)界對(duì)于知識(shí)圖譜的研究目前非?；钴S，特別是一些大型的互聯(lián)網(wǎng)企業(yè)，對(duì)于知識(shí)圖譜的需求是非常強(qiáng)烈的。例如百度的知識(shí)圖譜自從2014年上線開始，業(yè)務(wù)規(guī)模三年間增長(zhǎng)了大約160倍;搜狗借助基于知識(shí)圖譜的AI技術(shù)，使得其移動(dòng)端的搜索流量取得了快速增長(zhǎng);騰訊則利用自己的數(shù)據(jù)優(yōu)勢(shì)構(gòu)建了自己的社交知識(shí)圖譜，服務(wù)于眾多的產(chǎn)品;基于知識(shí)圖譜的個(gè)性化推薦系統(tǒng)則為阿里的營(yíng)收增長(zhǎng)起到了至關(guān)重要的作用。

在推動(dòng)制造業(yè)升級(jí)和發(fā)展工業(yè)互聯(lián)網(wǎng)領(lǐng)域，基于知識(shí)圖譜的解決方案，可形成完整的智能服務(wù)平臺(tái)，有效降低對(duì)人的依賴程度。例如，結(jié)合知識(shí)圖譜與機(jī)器學(xué)習(xí)技術(shù)，可以搭建針對(duì)地鐵車輛故障維修的遠(yuǎn)程診斷輔助決策系統(tǒng)，幫助售后部門遠(yuǎn)程診斷并提供維修建議，通過這一系統(tǒng)，企業(yè)能夠加速和擴(kuò)大維修經(jīng)驗(yàn)的積累和分享。

新形勢(shì)下，中國(guó)制造與人工智能相結(jié)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(shù)與先進(jìn)制造技術(shù)深度融合，貫穿于設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等制造活動(dòng)的各個(gè)環(huán)節(jié)，具有自感知、自學(xué)習(xí)、自決策、自執(zhí)行、自適應(yīng)等功能的新型生產(chǎn)方式。加快發(fā)展智能制造，是培育我國(guó)經(jīng)濟(jì)增長(zhǎng)新動(dòng)能的必由之路，是搶占未來經(jīng)濟(jì)和科技發(fā)展制高點(diǎn)的戰(zhàn)略選擇，對(duì)于推動(dòng)我國(guó)制造業(yè)供給側(cè)結(jié)構(gòu)性改革，打造我國(guó)制造業(yè)競(jìng)爭(zhēng)新優(yōu)勢(shì)，實(shí)現(xiàn)制造強(qiáng)國(guó)具有重要戰(zhàn)略意義。

如今知識(shí)圖譜應(yīng)用正經(jīng)歷爆發(fā)期，已由原先的語義知識(shí)圖譜不斷向行業(yè)細(xì)分知識(shí)圖譜發(fā)展，拓展出安全知識(shí)圖譜、金融知識(shí)圖譜等行業(yè)知識(shí)圖譜，及風(fēng)控、投研、營(yíng)銷等場(chǎng)景化的知識(shí)圖譜。

知識(shí)圖譜是顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形。通過將應(yīng)用數(shù)學(xué)、圖形學(xué)、信息可視化技術(shù)、信息科學(xué)等學(xué)科理論與計(jì)量學(xué)引文分析、共現(xiàn)分析等方法結(jié)合，并利用可視化的圖譜，形象地展示學(xué)科的核心結(jié)構(gòu)、發(fā)展歷史、前沿領(lǐng)域以及整體知識(shí)架構(gòu)，實(shí)現(xiàn)多學(xué)科融合目的的現(xiàn)代理論。

知識(shí)圖譜可以從不同的角度可以將其分為不同的類型，比如從構(gòu)建方法、構(gòu)建技術(shù)、使用方式等。目前比較常用的分類方法是從應(yīng)用目標(biāo)出發(fā)，將其分為通用知識(shí)圖譜和垂直知識(shí)圖譜。通用知識(shí)圖譜不面向特定的領(lǐng)域，強(qiáng)調(diào)的是知識(shí)的廣度，包含了大量的常識(shí)性知識(shí);而垂直知識(shí)圖譜則面向特定領(lǐng)域，強(qiáng)調(diào)的是知識(shí)的深度，包含的某個(gè)領(lǐng)域的特色知識(shí)。

據(jù)Gartner發(fā)布的2020年數(shù)據(jù)與分析領(lǐng)域的十大技術(shù)趨勢(shì)表示，到2022年，知識(shí)圖譜技術(shù)實(shí)現(xiàn)100%的快速增長(zhǎng)，到2023年，知識(shí)圖譜技術(shù)將促進(jìn)全球30%的企業(yè)機(jī)構(gòu)決策過程的快速情景化。相信未來，知識(shí)圖譜將與深度學(xué)習(xí)等AI前沿技術(shù)相結(jié)合，除金融、營(yíng)銷等場(chǎng)景外，也對(duì)自然災(zāi)害和其他危機(jī)的識(shí)別、預(yù)測(cè)和規(guī)劃發(fā)揮關(guān)鍵作用。

未來行業(yè)市場(chǎng)發(fā)展前景和投資機(jī)會(huì)在哪?欲了解更多關(guān)于行業(yè)具體詳情可以點(diǎn)擊查看中研普華產(chǎn)業(yè)研究院的報(bào)告《2021-2026年中國(guó)知識(shí)圖譜產(chǎn)業(yè)市場(chǎng)現(xiàn)狀分析及投資風(fēng)險(xiǎn)預(yù)測(cè)報(bào)告》。由中研普華研究院撰寫，本報(bào)告對(duì)我國(guó)知識(shí)圖譜行業(yè)的供需狀況、知識(shí)圖譜發(fā)展現(xiàn)狀、知識(shí)圖譜子行業(yè)發(fā)展變化等進(jìn)行了分析，重點(diǎn)分析了知識(shí)圖譜行業(yè)的發(fā)展現(xiàn)狀、如何面對(duì)行業(yè)的發(fā)展挑戰(zhàn)、知識(shí)圖譜行業(yè)的發(fā)展建議、知識(shí)圖譜行業(yè)競(jìng)爭(zhēng)力，以及行業(yè)的投資分析和趨勢(shì)預(yù)測(cè)等等。知識(shí)圖譜報(bào)告還綜合了行業(yè)的整體發(fā)展動(dòng)態(tài)，對(duì)行業(yè)在產(chǎn)品方面提供了參考建議和具體解決辦法。

知識(shí)圖譜行業(yè)研究報(bào)告旨在從國(guó)家經(jīng)濟(jì)和產(chǎn)業(yè)發(fā)展的戰(zhàn)略入手，分析知識(shí)圖譜未來的政策走向和監(jiān)管體制的發(fā)展趨勢(shì)，挖掘知識(shí)圖譜行業(yè)的市場(chǎng)潛力，基于重點(diǎn)細(xì)分市場(chǎng)領(lǐng)域的深度研究，提供對(duì)產(chǎn)業(yè)規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域結(jié)構(gòu)、市場(chǎng)競(jìng)爭(zhēng)、產(chǎn)業(yè)盈利水平等多個(gè)角度市場(chǎng)變化的生動(dòng)描繪，清晰發(fā)展方向。

在形式上，知識(shí)圖譜報(bào)告以豐富的數(shù)據(jù)和圖表為主，突出文章的可讀性和可視性，避免套話和空話。報(bào)告附加了與行業(yè)相關(guān)的數(shù)據(jù)、知識(shí)圖譜政策法規(guī)目錄、主要企業(yè)信息及知識(shí)圖譜行業(yè)的大事記等，為投資者和業(yè)界人士提供了一幅生動(dòng)的知識(shí)圖譜行業(yè)全景圖。

• 相關(guān)深度報(bào)告REPORTS

  

  2023-2028年中國(guó)電影行業(yè)發(fā)展前景及投資風(fēng)險(xiǎn)預(yù)測(cè)分析報(bào)告

  電影行業(yè)研究報(bào)告主要分析了電影行業(yè)的國(guó)內(nèi)外發(fā)展概況、行業(yè)的發(fā)展環(huán)境、市場(chǎng)分析（市場(chǎng)規(guī)模、市場(chǎng)結(jié)構(gòu)、市場(chǎng)特點(diǎn)等）、競(jìng)爭(zhēng)分析（行業(yè)集中度、競(jìng)爭(zhēng)格局、競(jìng)爭(zhēng)組群、競(jìng)爭(zhēng)因素等）、產(chǎn)品價(jià)格分析...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡