知识图谱的直观介绍：以最简单的方式了解知识图谱的基础知识

图谱无处不在——社交网络、推荐系统，甚至存在于我们大脑中概念的连接方式中。但知识图谱究竟是什么？作为开发人员，我们该如何使用它？

在本 文 中，我们将采用可视化和代码友好的方法来探索知识图谱的工作原理，从最基础的部分开始。

一 图形术语

在开始构建图之前，我们先来熟悉一些基本术语。这些概念将帮助你理解图数据的结构以及不同实体（节点）之间的关系。

1.了解图元素

图的 DNA：节点、关系和属性

2.图显示的内容

这张图是使用标记属性图 (LPG)模型的可视化表示。让我们来分解一下：

每个圆圈代表一个节点——在本例中是两个人：

一个标:Person有 name 属性"Alice"

另一个标:Person有 name 属性"Bob"

它们之间的箭头表示一种关系：

它被标记为FRIEND，显示节点之间的连接类型

箭头方向告诉我们 Alice 和 Bob 是朋友

3.关系方向

有向图：关系有方向——例如“用户 Jane 关注 用户 Joe”。

无向图：关系是双向的 - 例如“用户 Joe 是用户 Jane 的朋友 ”。

4.关系权重

无加权图：关系仅存在或不存在——没有额外的数据。

加权图：关系带有数字或分数 - 例如，“用户 Jane 喜欢 用户 Joe 的 10 个帖子”。

5.图的形状

简单图：任意两个实体之间只有一种关系；没有自链接。

多重图：允许同一实体之间存在多种关系 - 例如，同一两个用户之间 有认识 、 喜欢 和 访问的关系。

完全图：每个节点都与其他节点相连。现实生活中很少见，但对学习很有用。

6.实体（节点）的类型

单分图：所有节点都是同一类型——就像人物图一样。

二分图：两种类型的节点——例如 人和组织。 关系仅发生在这两种类型之间。

二 用文本表示图形：Cypher 基础知识

在深入研究图模型之前，了解如何用纯文本表示图会很有帮助。一种流行的方法是使用Cypher，这是一种专为处理图而设计的查询语言。如果您从未听说过 Cypher，可以将其视为 SQL 的图版本——只不过您处理的不是表，而是节点和关系。

Cypher 使用简单直观的语法，通过文本描述图形模式。它也是图查询语言 (GQL)标准的基础，该标准旨在统一跨系统查询图形数据的方式。

1.节点

语法：(:Label {propertyKey: value})

例子：(:Person {name: "Alice"})

解释：

()围绕一个节点。

:Person是标签（实体类型）。

属性进入内部{}，例如{name: "Alice"}。

2.关系

语法：-[:TYPE {propertyKey: value}]->

例子：-[:FRIEND {since: 2003}]->

解释：

[]包 含关系类型。

:FRIEND描述连接的类型。

{}拥有关系属性。

箭头指示方向。

3.完整模式示例

语法： (:Person {name: "Alice"})-[:FRIEND]->(:Person {name: "Bob"})

含义： Alice 和 Bob 是朋友

并排比较

文本到图形：Cypher 实际描述的内容

三 标记属性图模型（LPG）

标记属性图 (LPG)模型是一种灵活且开发者友好的数据图表示方法。它根据节点、关系、标签和属性来构建信息，并广泛应用于 Neo4j 等图形数据库。

标记属性图由什么组成？

LPG 图包括：

节点：代表数据中的实体，如人员、组织或推文。

标签：每个节点可以有一个或多个标签来描述其角色或类别，例如Person或Company。

属性：节点和关系可以附加键值对，如name: "Alice"或since: "2021"。

关系：连接两个节点并始终具有：

一个方向

A类型（例如，FRIENDS_WITH，WORKS_FOR）

可选属性，例如since: 2020

四 第一个图示例

让我们对以下简单信息进行建模：

Alice 和 Bob 是朋友。Alice 在 Acme Corp 公司工作。

当你看这个例子时，试着问问自己：什么是节点？什么是标签？什么应该是一个属性？什么样的东西值得拥有自己的关系？

我们可以得出以下结论：

实体是谁？→ Alice、Bob、 和Acme Corp→ 这些是节点

它们是什么样的东西？→人和公司→标签

什么将他们联系在一起？→友谊和工作→人际关系

哪些细节是相关的？→ 姓名、开始日期 →属性

扩展模型：如果我们添加更多数据会怎样？

现在假设我们还想包括电话号码、社会保险号码和地址。

在许多情况下，您可能会将电话号码等内容直接存储为节点的属性Person。

但是，如果你的目标是找到拥有相同电话号码或地址的人呢？那么最好将它们建模为通过关系连接的独立节点。

建模技巧：如何确定什么是节点、属性或标签？

没有 唯一 的“正确”方法来建模图。这取决于：

你的目标

您的问题

您的领域

以下是一些可以帮助您做出决定的指导性问题：

我会经常用这个值来搜索/过滤吗？如果是，你可能需要把它设为节点或属性。

多个实体可以共享此值吗？如果可以，请考虑使用共享节点。

它是固定的类别或类型吗？如果是，使用标签可能是个好办法。

我需要关于连接的元数据吗？如果需要，你可能需要使用与属性相关的关系。

五 小结：从图基础到第一个模型

到目前为止，您已经迈出了进入知识图谱世界的第一步——了解什么是图谱、如何使用简单的术语描述它们，以及如何使用标记属性图 (LPG)方法模拟现实世界的关系。

您学习了如何：

图可以将人物、地点和概念表示为节点

关系是有方向性的，可以承载意义和数据，并将实体连接在一起。

你可以直观地描述图

最重要的是，您开始了解建模决策如何影响图可以回答的问题类型。

👣 下一步

当你前进时：

思考一下你自己的领域或数据： 实体是谁？它们之间有什么联系？

尝试在纸上绘制您自己的图 — — 包括标签、箭头和属性。

探索Neo4j、Memgraph或Kuzu等图形工具并使用示例数据集。

开始使用 Cypher 查询图，看看结构如何满足逻辑。

图并非数据科学家的专属工具，任何想要更直观地连接信息点的人都能从中受益。无论您是从事社交网络、推荐系统、客户 过 程，还是内容标记，知识图谱都能为您提供强大而灵活的连接思维方式。

本文来自微信公众号“数据驱动智能”（ID：Data_0101），作者：晓晓，36氪经授权发布。