知識圖譜（Knowledge Graph)是人工智能重要分支知識工程在大數(shù)據(jù)環(huán)境中的成功應用，知識圖譜與大數(shù)據(jù)和深度學習一起，成為推動互聯(lián)網(wǎng)和人工智能發(fā)展的核心驅動力之一?；诖吮尘?，《人工智能之知識圖譜》(Research Report of Knowledge Graph)本研宄報告對知識圖譜這一課題進行了簡單梳理，包括以下內(nèi)容：

知識圖譜的概念與研宄概況。對知識圖譜的概念、分類進行闡述，并分四個階段對知識工程的發(fā)展歷程進行介紹。

知識圖譜技術。從知識表示與建模、知識獲取、知識融合、知識圖譜查詢推理及知識圖譜應用五個子領域來劃分，并分別介紹每個領域所應用到的技術。

知識圖譜領域專家介紹。依據(jù)AMiner數(shù)據(jù)平臺信息，對知識圖譜領域的5個細分領域進行梳理，重點介紹每一細分領域研宄學者的研宄方向與代表性文章，旨在為學術界、產(chǎn)業(yè)界提供知識圖譜技術及學者的分析依據(jù)，同時面向政府機關、高校、企業(yè)等對知識圖譜技術感興趣的機構介紹該領域基本概念、研宄與應用方向。包括頂尖學者的全球分布、遷徙概況、學者機構分布、h-index分析，并依據(jù)AMiner評價體系，在知識圖譜發(fā)展過程中近十年的高引學者進行詳細介紹。

知識圖譜應用。從通用知識圖譜應用和領域知識圖譜應用兩個方面來介紹。以電子商務、圖書情報、企業(yè)商業(yè)、船業(yè)投資、生物醫(yī)療五個領域，從圖譜構建與知識應用兩個方面介紹領域知識圖譜的技術構建應用與研宄現(xiàn)狀。

知識圖譜趨勢研宄。對知識圖譜的發(fā)展趨勢特點進行分析。并基于AMiner數(shù)據(jù)平臺，對近期知識圖譜領域研宄熱點進行可視化分析，對未來知識圖譜研宄方向進行預測。