Klik voor meer informatie over auteur Matt Tanner.

Kennisgrafieken zijn niet nieuw, maar ze zijn de nieuwste en beste trend omdat mensen en bedrijven zich realiseren hoe veelzijdig ze zijn. Of uw e-commercebedrijf uw klanten nu betere productaanbevelingen en gerichte kortingsbonnen moet bieden of uw betalingsverwerker fraudedetectie moet bieden op een enorme, realtime dataset, een kennisgrafiek kan van fundamenteel belang zijn voor uw succes.

Lees meer over hoe kennisgrafieken uw leven al vormgeven en hoe ze dat kunnen transformeer uw bedrijf.

Wat is een kenniskaart en hoe wordt deze gebruikt?

Een kennisgrafiek organiseert gegevens over entiteiten en hun relaties met elkaar. Het is een machineleesbare organisatie van gegevens waarmee we de aard en intrinsieke relaties ervan kunnen vastleggen. Zodra verbonden gegevens beschikbaar zijn in een kennisgrafiek, kunnen deze worden gebruikt door mensen, software of kunstmatige intelligentie (AI).

Bij het nadenken over kennisgrafieken is het belangrijk om te begrijpen dat het meeste van wat we beschrijven voor mensen gemakkelijk te herkennen is, maar moeilijker voor computers om te begrijpen. Dus hoewel de context van een vraag of zin voor de hand ligt voor mensen, hebben machines een kennisgrafiek nodig om de kernbetekenis te doorgronden. Grote sets gegevens die kunnen worden geanalyseerd om relaties binnen de gegevens af te leiden, zijn de beste manier om machines die kernbetekenis te laten distilleren.

Google was een van de eerste big data-bedrijven die een kennisgrafiek bouwde bijna 10 jaar geleden, met als doel de zoekervaring te verbeteren. Het team van Google moest het zoekalgoritme leren welke termen bij elkaar hoorden. Als ik bijvoorbeeld zoek naar 'Michael B Jordan-films', is mijn zoekintentie hoogstwaarschijnlijk films met in de hoofdrol Michael B. Jordan en geen films met het woord 'Michael' in de titel of 'Michael Jordan' in de cast - nee "Space Jam" hier!

De kennisgrafiek van Google was de basis van zijn vermogen om die superhandige antwoordvakken te bieden die u altijd ziet wanneer u zoekt. Als je Siri of Alexa hebt gevraagd "wat voor weer is het vandaag?" of zocht naar de cast van een show tijdens het bingen op Netflix, een kennisgrafiek is wat die zoekresultaten mogelijk maakte.

Het helpt ook om verbanden te identificeren tussen aspecten van gegevens die misschien niet meteen duidelijk zijn. Bijvoorbeeld, wanneer? Uber eet begon met het geven van aanbevelingen, had het geen duidelijk begrip van keukens of bedoelingen. Als ik naar sushi zoek, koop ik misschien ramen. Je zou kunnen zoeken naar Thais eten, maar uiteindelijk Koreaanse BBQ kopen.

Door een kennisgrafiek te gebruiken, kon het Uber Eats-team de smaak van klanten in kaart brengen, evenals de algemene smaak van de keuken. Dit kan helpen om betere aanbevelingen te doen, wat leidt tot nog meer bestellingen.

Heb ik een kenniskaart nodig?

Terwijl sommige technologen zouden beweren dat: elk bedrijf heeft een kennisgrafiek nodig, dit kan een overschatting zijn. Niet elk bedrijf beschikt over gegevens die veel baat zouden hebben bij het onderling verbonden karakter van een kennisgrafiek. Als je alleen tabellen nodig hebt met namen van mensen, verzendadressen en bestelnummers, blijf dan bij een meer traditionele benadering zoals een relationele database zou waarschijnlijk volstaan. Maar als u die details wilt gebruiken om klanten betere productaanbevelingen te geven op basis van bestelgeschiedenis, locatie of zelfs bijbehorende lokale weersomstandigheden, heeft u een kennisgrafiek nodig om die inzichten te versterken. Een SQL-database kan eenvoudigweg geen kennisgrafiek ondersteunen vanwege de aard van de manier waarop de gegevens zijn georganiseerd en verbonden.

In wezen zijn gegevens steeds meer verbonden en verwachten mensen echt gepersonaliseerde ervaringen. Door gegevenssilo's te verenigen, krijgt u een beter inzicht in de invloed van deze relaties op uw bedrijf. Een enterprise Knowledge-grafiek neemt de gegevens waarop uw bedrijf zich bevindt en gebruikt deze om betekenis en waarde te vinden.

U weet dat u een kennisgrafiek nodig heeft als:

• Uw silogegevens belemmeren een holistisch begrip van uw bedrijf.
• U hebt snellere of realtime toegang tot uw gegevens en complexe query's nodig.
• Een beter begrip van uw klanten, processen of connecties is van fundamenteel belang voor uw bedrijf.

Waar moet ik op letten in een kenniskaart?

Kennisgrafieken hebben een grafiekendatabase nodig, niet alleen omdat ze allebei een grafiek in de naam hebben, maar ook vanwege de sterk onderling verbonden aard van de gegevens. Met een grafische database kunt u niet alleen de entiteitsgegevens over elk stukje informatie opslaan, maar ook de andere entiteiten waarmee het is verbonden, evenals de aard van de relatie daartussen. Of het nu gaat om omgekeerde verwijzingen, een-op-veel- of veel-op-veel-relaties, grafiekdatabases zijn een integraal onderdeel van het succes van een kennisgrafiekengine en -infrastructuur. Graph-databases ondersteunen uiterst complexe relaties op de meest efficiënte manier. Ze maken een eenvoudige opslag van de gegevens en hun relaties mogelijk, terwijl snelle resultaten worden geretourneerd van query's op die gegevens.

Dus, hoe vind je een grafiekdatabase die je kennisgrafiek van stroom kan voorzien? Ik zal niet ingaan op alle details van wat u in gedachten moet houden bij het zoeken naar de beste grafiekdatabase voor uw kennisgrafiek, maar sommige dingen die ik heb gezien die van invloed zijn op een bedrijf, vallen in de volgende categorieën:

• Gemakkelijk te gebruiken: Ingewikkelde en onhandige systemen kunnen extra tijd (en geld) kosten om mee te werken. Zorg ervoor dat u een grafische database gebruikt die gemakkelijk te gebruiken is met een minimale leercurve.
• Snelheid: Als u realtime informatie nodig heeft, moet u ervoor zorgen dat uw database razendsnel is en u niet de hele dag of nacht laat wachten op de inzichten die u nu nodig heeft.
• prestaties: Uw kostbare technische middelen zouden geen tijd moeten verspillen aan het optimaliseren van en vechten met uw database in plaats van aan andere belangrijke projecten te werken; afstemmingsvereisten worden vaak over het hoofd gezien, maar kunnen een aanzienlijke impact hebben op de implementatietijdlijnen en de teamprestaties.

De volgende keer dat u de perfecte productaanbeveling krijgt op uw favoriete e-commercesite of Spotify het exacte nummer afspeelt dat u moest horen, weet u dat het een kennisgrafiek was die dit mogelijk maakte. Dat verdienen toch al uw klanten?

PlatoAi. Web3 opnieuw uitgevonden. Gegevensintelligentie versterkt.

Klik hier om toegang te krijgen.

Bron: https://www.dataversity.net/putting-data-in-context-with-knowledge-graphs/