中國(guó)知識(shí)圖譜產(chǎn)業(yè)市場(chǎng)現(xiàn)狀 知識(shí)圖譜產(chǎn)品發(fā)展趨勢(shì)預(yù)測(cè)

• 周迅 2023年10月24日 來(lái)源：互聯(lián)網(wǎng) 932 58
• 繁體

知識(shí)圖譜的發(fā)展之所以相比深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)較慢，是因?yàn)橹R(shí)圖譜的建立過(guò)程非常復(fù)雜：將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)變成結(jié)構(gòu)化數(shù)據(jù)已經(jīng)是一項(xiàng)繁重的工作，還需要建立數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系。如何保證知識(shí)的權(quán)威性，更需要技術(shù)專家和學(xué)術(shù)專家一同跨領(lǐng)域合作。第一個(gè)趨勢(shì)是知識(shí)圖譜的垂

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)圖譜實(shí)體指的是具有可區(qū)別性且獨(dú)立存在的某種事物。如某一個(gè)人、某一個(gè)城市、某一種植物等、某一種商品等等。世界萬(wàn)物有具體事物組成，此指實(shí)體。如 “中國(guó)”、“美國(guó)”、“日本”等。實(shí)體是知識(shí)圖譜中的最基本元素，不同的實(shí)體間存在不同的關(guān)系。本質(zhì)上， 知識(shí)圖譜旨在描述真實(shí)世界中存在的各種實(shí)體或概念及其關(guān)系，其構(gòu)成一張巨大的語(yǔ)義網(wǎng)絡(luò)圖，節(jié)點(diǎn)表示實(shí)體或概念，邊則由屬性或關(guān)系構(gòu)成?，F(xiàn)在的知識(shí)圖譜已被用來(lái)泛指各種大規(guī)模的知識(shí)庫(kù)。

我國(guó)知識(shí)圖譜的研究起步較晚，缺乏對(duì)知識(shí)圖譜理論的系統(tǒng)的研究，目前主要以應(yīng)用為主。知識(shí)圖譜應(yīng)用近年來(lái)在我的應(yīng)用迅速增多，其文獻(xiàn)分布于不同專業(yè)領(lǐng)域的期刊，實(shí)際應(yīng)用中涉及的學(xué)科范圍較廣，涵蓋了自然科學(xué)領(lǐng)域及社會(huì)科學(xué)領(lǐng)域的的部分學(xué)科，并有不斷朝其他學(xué)科滲透的趨勢(shì)。對(duì)繪制知識(shí)圖譜，并基于知識(shí)圖譜進(jìn)行情報(bào)研究目前已形成了一套較為成熟的方法。

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(lái)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。

根據(jù)中研普華產(chǎn)業(yè)研究院發(fā)布的《2023-2028年中國(guó)知識(shí)圖譜產(chǎn)業(yè)市場(chǎng)現(xiàn)狀分析及投資預(yù)測(cè)報(bào)告》顯示：

我國(guó)知識(shí)圖譜行業(yè)發(fā)展現(xiàn)狀分析

第一節(jié) 我國(guó)知識(shí)圖譜行業(yè)發(fā)展分析

一、行業(yè)發(fā)展階段

我國(guó)知識(shí)圖譜的研究起步較晚，缺乏對(duì)知識(shí)圖譜理論的系統(tǒng)的研究，目前主要以應(yīng)用為主。知識(shí)圖譜應(yīng)用近年來(lái)在我的應(yīng)用迅速增多，其文獻(xiàn)分布于不同專業(yè)領(lǐng)域的期刊，實(shí)際應(yīng)用中涉及的學(xué)科范圍較廣，涵蓋了自然科學(xué)領(lǐng)域及社會(huì)科學(xué)領(lǐng)域的部分學(xué)科，并有不斷朝其他學(xué)科滲透的趨勢(shì)。對(duì)繪制知識(shí)圖譜，并基于知識(shí)圖譜進(jìn)行情報(bào)研究目前已形成了一套較為成熟的方法。

存在的問(wèn)題：

(1)主要將知識(shí)圖譜作為一個(gè)工具應(yīng)用于各個(gè)領(lǐng)域，應(yīng)用研究的理論基礎(chǔ)薄弱，缺乏理論上的實(shí)證分析。

(2)國(guó)內(nèi)繪制知識(shí)圖譜通常采用國(guó)外已成熟的傳統(tǒng)方法，研究手段和方法滯后，缺乏對(duì)先進(jìn)技術(shù)與方法的研究。如尋徑網(wǎng)絡(luò)、自組織特征映射、力矢量布局算法、潛在語(yǔ)義算法、最小生成樹算法、三角測(cè)量等較為先進(jìn)的映射技術(shù)在國(guó)外已有實(shí)驗(yàn)報(bào)道，但在國(guó)內(nèi)除尋徑網(wǎng)絡(luò)的方法外僅有簡(jiǎn)單評(píng)介。

(3)知識(shí)圖譜應(yīng)用過(guò)程中使用的工具與軟件，多為國(guó)外開發(fā)，要求的數(shù)據(jù)格式與國(guó)內(nèi)主要數(shù)據(jù)庫(kù)有差別，軟件對(duì)中文處理的支持差。

雖然存在這些問(wèn)題，但當(dāng)前我國(guó)知識(shí)圖譜的研究中還是有一些喜人之處的。鄭州大學(xué)的周春雷提出的“引薦分析法”，可以是我國(guó)研究人員對(duì)引文分析、知識(shí)圖譜理論的新貢獻(xiàn)。武漢大學(xué)的沈陽(yáng)領(lǐng)導(dǎo)的ROST虛擬學(xué)習(xí)團(tuán)隊(duì)開發(fā)的ROST內(nèi)容挖掘系統(tǒng)是對(duì)基于中文的數(shù)據(jù)挖掘、知識(shí)發(fā)現(xiàn)的極大技術(shù)支持。該款軟件對(duì)中文支持力度好，且功能豐富，包括分詞、字頻分析、詞頻分析、社會(huì)網(wǎng)絡(luò)與語(yǔ)義網(wǎng)絡(luò)分析、情感分析、流量分析、相似分析、聚類分析、分類分析、微博分析、期刊分析、標(biāo)簽云等一系列情報(bào)分析及可視化功能。

為保證我國(guó)科學(xué)知識(shí)圖譜研究得以發(fā)展，不斷推進(jìn)理論研究與創(chuàng)新及技術(shù)革新，應(yīng)是我國(guó)科學(xué)知識(shí)圖譜研究人員今后研究的重點(diǎn)與方向。

三、行業(yè)發(fā)展特點(diǎn)分析

1、用戶搜索次數(shù)越多，范圍越廣。

2、賦予字串新的意義，而不只是單純的字串。

3、融合了所有的學(xué)科，以便于用戶搜索時(shí)的連貫性。

4、為用戶找出更加準(zhǔn)確的信息，作出更全面的總結(jié)并提供更有深度相關(guān)的信息。

5、把與關(guān)鍵詞相關(guān)的知識(shí)體系系統(tǒng)化地展示給用戶。

6、從整個(gè)互聯(lián)網(wǎng)汲取有用的信息讓用戶能夠獲得更多相關(guān)的公共資源。

第二節(jié) 2021-2023年我國(guó)知識(shí)圖譜行業(yè)發(fā)展現(xiàn)狀

一、行業(yè)發(fā)展分析

在技術(shù)活動(dòng)、管理實(shí)踐等領(lǐng)域快速發(fā)展下，技術(shù)創(chuàng)新己經(jīng)成為我國(guó)目前較為完善的一個(gè)知識(shí)體系，對(duì)知識(shí)圖譜鄰域內(nèi)容進(jìn)行相關(guān)研究，己經(jīng)成為當(dāng)前熱點(diǎn)以及前沿問(wèn)題，同時(shí)在技術(shù)創(chuàng)新與實(shí)踐中起到一定的現(xiàn)實(shí)作用。技術(shù)創(chuàng)新的提出，在生產(chǎn)實(shí)踐中具有有效的促進(jìn)作用。近幾年，隨著技術(shù)創(chuàng)新的發(fā)展，部分“互聯(lián)網(wǎng)+”和3D打印等技術(shù)不斷出現(xiàn)，促使社會(huì)逐漸邁向技術(shù)創(chuàng)新的時(shí)代，而智能化更是對(duì)知識(shí)圖譜提出了較高要求，我國(guó)知識(shí)圖譜雖然起步較晚但是近幾年呈現(xiàn)出快速發(fā)展態(tài)勢(shì)，無(wú)論是理論研究還是騰訊等具有較強(qiáng)知識(shí)圖譜研發(fā)實(shí)力的企業(yè)涌現(xiàn)都說(shuō)明我國(guó)知識(shí)圖譜行業(yè)發(fā)展水平的不斷提高。

知識(shí)圖譜是實(shí)現(xiàn)機(jī)器認(rèn)知、機(jī)器智能的基石，知識(shí)圖譜的發(fā)展伴隨著人工智能的每一次浪潮。一方面數(shù)據(jù)源越來(lái)越豐富，能夠提供知識(shí)庫(kù)建設(shè)所需的數(shù)據(jù)，推動(dòng)了知識(shí)圖譜的商業(yè)化進(jìn)程。另一方面用戶對(duì)于基于數(shù)據(jù)決策有著越來(lái)越深刻的認(rèn)知，用戶采用并建設(shè)知識(shí)圖譜的意愿推動(dòng)著市場(chǎng)發(fā)展。

二、行業(yè)企業(yè)發(fā)展分析

中國(guó)知識(shí)圖譜技術(shù)應(yīng)用市場(chǎng)的創(chuàng)新者：竹間智能、明略數(shù)據(jù)、海知智能、北大醫(yī)信、驀然認(rèn)知(排名不分先后)。這些公司的業(yè)務(wù)分布在不同的應(yīng)用場(chǎng)景、不同的行業(yè)下，分別在技術(shù)產(chǎn)品化、產(chǎn)品商業(yè)化、技術(shù)路線、行業(yè)應(yīng)用中體現(xiàn)出差異化特點(diǎn)。以明略數(shù)據(jù)為例，該公司是以知識(shí)圖譜為支撐的行業(yè)人工智能解決方案提供商，明略深耕公共安全、金融、工業(yè)與物聯(lián)網(wǎng)等領(lǐng)域，構(gòu)建行業(yè)知識(shí)圖譜，實(shí)現(xiàn)從個(gè)體賦能到群體智能的產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。

三、產(chǎn)品發(fā)展趨勢(shì)預(yù)測(cè)

1、產(chǎn)品發(fā)展新動(dòng)態(tài)

人工智能作為新一代信息技術(shù)革命的核心，也將應(yīng)用到經(jīng)濟(jì)社會(huì)的各個(gè)領(lǐng)域，形成“AI+”。即使是谷歌、微軟、IBM，在人工智能落地方面，也在向金融、醫(yī)療、汽車、零售等數(shù)據(jù)基礎(chǔ)較好的行業(yè)方向布局。以醫(yī)療領(lǐng)域來(lái)說(shuō)，人工智能算法被應(yīng)用到新藥研制，提供輔助診療、癌癥檢測(cè)等方面。谷歌就宣布他們運(yùn)用人工智能識(shí)別出乳腺癌。而IBM推出的Watson，也開始用于在臨床試驗(yàn)中篩選乳腺癌和肺癌患。另外一個(gè)火熱的行業(yè)是自動(dòng)駕駛，谷歌、百度、特斯拉、奧迪等科技和傳統(tǒng)巨頭紛紛加入。如果把人工智能比作一個(gè)大腦，那么深度學(xué)習(xí)是“大腦”的運(yùn)轉(zhuǎn)方式，知識(shí)圖譜是“大腦”的知識(shí)庫(kù)，而大數(shù)據(jù)和GPU 并行計(jì)算、高性能計(jì)算等支撐技術(shù)是大腦“思維運(yùn)轉(zhuǎn)”的支撐。知識(shí)圖譜是智能社會(huì)的重要生產(chǎn)資料，近幾年得到長(zhǎng)足發(fā)展。

2、技術(shù)新動(dòng)態(tài)

回看企業(yè)進(jìn)化史，已經(jīng)走過(guò)了從勞動(dòng)密集型到資本密集型，如今大數(shù)據(jù)+人工智能作為新的生產(chǎn)工具，正在助推企業(yè)的智能進(jìn)化，向數(shù)據(jù)密集型和智能密集型演進(jìn)。對(duì)企業(yè)和組織來(lái)說(shuō)，終極智能是解決問(wèn)題的智能，核心是智能決策，基于大數(shù)據(jù)+AI的智能決策將是未來(lái)企業(yè)決策進(jìn)化的方向。

智能決策就當(dāng)下來(lái)說(shuō)，應(yīng)用相對(duì)比較成熟的案例主要表現(xiàn)為對(duì)生產(chǎn)或服務(wù)過(guò)程中不同環(huán)節(jié)或多個(gè)環(huán)節(jié)的人力替代及輔助決策，帶來(lái)的效果則表現(xiàn)為成本的節(jié)約、效率的提升或服務(wù)體驗(yàn)的改進(jìn)。

在這樣的決策過(guò)程之中，在大數(shù)據(jù)采集分析和計(jì)算力已經(jīng)不再成為阻礙的時(shí)候，難點(diǎn)就在于算法，背后則是知識(shí)圖譜的構(gòu)建。而在現(xiàn)實(shí)中，企業(yè)數(shù)據(jù)和業(yè)務(wù)隨時(shí)在變化，這體現(xiàn)在數(shù)據(jù)源、數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)內(nèi)容隨時(shí)會(huì)發(fā)生變化，人們對(duì)業(yè)務(wù)的理解以及數(shù)據(jù)的解讀也會(huì)發(fā)生變化。此時(shí)，就需要一種實(shí)時(shí)敏捷、靈活可擴(kuò)展、智能自適應(yīng)的構(gòu)建知識(shí)圖譜的方法，這就是動(dòng)態(tài)知識(shí)圖譜。立足行業(yè)+動(dòng)態(tài)知識(shí)圖譜，細(xì)分行業(yè)，為企業(yè)賦能。

3、產(chǎn)品發(fā)展趨勢(shì)預(yù)測(cè)

知識(shí)圖譜的發(fā)展之所以相比深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)較慢，是因?yàn)橹R(shí)圖譜的建立過(guò)程非常復(fù)雜：將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)變成結(jié)構(gòu)化數(shù)據(jù)已經(jīng)是一項(xiàng)繁重的工作，還需要建立數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系。如何保證知識(shí)的權(quán)威性，更需要技術(shù)專家和學(xué)術(shù)專家一同跨領(lǐng)域合作。

第一個(gè)趨勢(shì)是知識(shí)圖譜的垂直化。建立一個(gè)大而全的知識(shí)圖譜自然是不可能完成的任務(wù)，但將知識(shí)圖譜分割成細(xì)分領(lǐng)域，如醫(yī)療、金融、安防，甚至更細(xì)分到某一種疾病、某一種貨幣等等，可以極大的降低知識(shí)圖譜的建立成本，同時(shí)促進(jìn)知識(shí)圖譜的快速投入使用。

第二個(gè)趨勢(shì)是知識(shí)圖譜的動(dòng)態(tài)化。隨著數(shù)據(jù)挖掘的能力越來(lái)越強(qiáng)，在流數(shù)據(jù)場(chǎng)景下儲(chǔ)存和查詢知識(shí)圖譜正在成為可能。

本報(bào)告由中研普華咨詢公司領(lǐng)銜撰寫，在大量周密的市場(chǎng)調(diào)研基礎(chǔ)上，主要依據(jù)了國(guó)家統(tǒng)計(jì)局、國(guó)家商務(wù)部、國(guó)家發(fā)改委、國(guó)家經(jīng)濟(jì)信息中心、國(guó)務(wù)院發(fā)展研究中心、中國(guó)行業(yè)研究網(wǎng)、全國(guó)及海外多種相關(guān)報(bào)紙雜志的基礎(chǔ)信息等公布和提供的大量資料和數(shù)據(jù)，客觀、多角度地對(duì)中國(guó)知識(shí)圖譜行業(yè)市場(chǎng)進(jìn)行了分析研究。

報(bào)告在總結(jié)中國(guó)知識(shí)圖譜行業(yè)發(fā)展歷程的基礎(chǔ)上，結(jié)合新時(shí)期的各方面因素，對(duì)中國(guó)知識(shí)圖譜行業(yè)的發(fā)展趨勢(shì)給予了細(xì)致和審慎的預(yù)測(cè)論證。報(bào)告資料詳實(shí)，圖表豐富，既有深入的分析，又有直觀的比較，為知識(shí)圖譜行業(yè)企業(yè)在激烈的市場(chǎng)競(jìng)爭(zhēng)中洞察先機(jī)，能準(zhǔn)確及時(shí)的針對(duì)自身環(huán)境調(diào)整經(jīng)營(yíng)策略。

了解更多行業(yè)數(shù)據(jù)詳情，可以點(diǎn)擊查閱中研普華產(chǎn)業(yè)研究院的《2023-2028年中國(guó)知識(shí)圖譜產(chǎn)業(yè)市場(chǎng)現(xiàn)狀分析及投資預(yù)測(cè)報(bào)告》。

• 相關(guān)深度報(bào)告REPORTS

  

  2023-2028年中國(guó)知識(shí)圖譜產(chǎn)業(yè)市場(chǎng)現(xiàn)狀分析及投資預(yù)測(cè)報(bào)告

  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)圖譜實(shí)體指的是具有可區(qū)別性且...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡