知识图谱与认知智能：基本原理、关键技术、应用场景与解决方案

知识图谱的研究在除了大厂外的企业应用中叫好不叫座，主要是落地门槛太高，工具应用需要基于业务场景的图定义，业务人员不了解技术原理，图挖掘人员难以获取准确的业务场景规则定义与业务概念，这种断层导致知识图谱实践下的瓶颈。这本书系统介绍了知识图谱应用设计的技术全景图，帮助提升业务场景下的认知深度。

常见的知识问答类型及示例如下。 • 实体状态型查询：某变电设备的电压是多少？ • 关联型查询：找到这个出问题设备的供应商并联系该供应商。 • 聚合型查询：返回某变电设备的生产厂家、采购项目、关联负责人、近期检修时间。 • 属性条件询问型：变电运维一班负责的主变压器有哪些？ • 数据统计型：董家站1号主变压器近半年的停电次数是多少？ • 数据推理型：董家站1号主变压器投运了多少年？ • 检修推理型：董家站1号主变压器的运行情况怎么样？

很有启发，很系统并完整。甚至迁移一下不如把学生当客户来分析，过程竟然也很顺利。并且具有可操作性。

微信读书关于知识图谱的几本书，只有这本书里面有一些知识图谱关键技术整体框架，目前感觉还不错，等详细读过之后再来评论。