Каква е разликата между графика на знанието и графична база данни?


Отговор 1:

„Графика на знанието“ и „Графична база данни“ са два маркетингови ориентирани термина (buzz-фрази), свързани със структурирано представяне на данни (повторно графика на знанието) и системи за управление на бази данни (отново графична база данни).

Аспектът „Graph“ на тези buzz-фрази е свързан с модела за отношение на личността, който обикновено се изобразява като графичен графичен (мрежова или уеб диаграма).

Аспектът на знанието на тези Buzz-фрази е свързан със семантиката на типа на отношенията (отношенията) на личността, изразена в модела на отношенията между субектите.

„Графика на знанието“ е в основата на естеството на структурираните данни (организирани като документ за база данни), оперирани от „Системи за управление на бази данни на графики“, използвайки различни декларативни езици на заявки (някои от тях са базирани на отворени стандарти, например SQL, SPARQL, докато други са патентовани и специфични за продукта, например Cypher и други).

Защо имаме тези фрази?

Доставчиците на система за управление на релационните бази данни (RDBMS) са в основата на оригиналния релационен модел на Edgar Codd чрез това, което стана 12 на Codd (всъщност 13 позиции поради нулево базирано индексиране).

За съжаление, начинанието по-горе превърна родовия характер на оригиналния релационен модел на Codd в модел, специфичен за реализация, където взаимоотношенията са представени по специфичен, а не родов начин, т.е. Първичен ключ - който противоречи на общия релационен модел, който просто изисква Данните да се изразяват като отношения, които се състоят от кортежи.

Tuples могат да приемат различни форми, които включват: N-Tuples (какво предлага повечето RDBMS продукти), 3-Tuples (какво отговаря на RDF [R] DBMS продуктите), 4-Tuples (какви са RDF-съвместими [R] DBMS продукти които поддържат предлаганите графични имена) и други ..

Нетният ефект от всичко това доведе до нов под-жанр СУБД, наречен Not-Only-SQL (NoSQL), към който принадлежат „Графичните бази данни“.

Модел на отношенията между лицата (изобразен като графика)

Диаграма за определяне на релационната база данни (изобразена като таблици)

Таблични жанрове на СУБД

Появата на NoSQL естествено доведе до разширяване на жанрове на СУБД, както е показано в таблицата по-долу:

Щракнете тук за подробен изглед на ревизирана таблица за жанрови DBMS.

Примери за графика на знания?

Въз основа на моя личен опит като участие в проекта, ето няколко примера на графики на знанието, които са свободно достъпни и достъпни за всеки, оборудван с компютърно устройство, поддържащо HTTP протокола, т.е. устройство, способно да търси и проучва знания в отговор на действие за кликване на потребителя:

  • Свързан облак на отворени данни (посята от DBpedia) - това е разпределена база от знания (или графика на знанието), включваща структурирани данни, внедрени с използване на принципите на свързаните данни (т.е. модел за взаимоотношения между лицата, където се идентифицират личност, атрибут и стойност [по избор] с помощта на хипервръзки [ т.е. HTTP URI]).

Всеки възел в облака по-горе е свързан с домейн на знанието и е напълно експлоатируем чрез взаимодействия между кликвания и / или търсене на софтуерен агент чрез SPARQL или SQL заявки.

Свързани

  • Релационален модел на данни за големи споделени банки - Семинарната книга на Едгар Код и моделът на отношенията на релационния модел - към единно виждане на данни - семенната книга на Питър Чен. Графична база данни ”фразаКакво е DBpedia и защо е важно? Какво е свързаният облак на отворени данни и защо е важен? Какво са малки данни и защо са важни? Речник

Отговор 2:

Графичната база данни (често) е набор от графика на знанието.

Графика на знанието: Графика на знанието е база от знания, която е направена машинно четима с помощта на логически последователни, свързани графики, които заедно представляват взаимосвързана група от факти. Графиката в този контекст може да бъде например свързан набор от тристранни RDF.

Единичен RDF троен представлява човешкото познание в стандартна, машинно четима форма, като свързва предмет, глагол и обект (S-V-O) заедно, за които се знае, че са свързани. Тези тройки приличат на прости изречения на човешки език S-V-O, които правят машинно четими, като Иън познава Мери.

Пример за RDF троен. От „Основния RDF API”, Apache Jena Documentation, 2011-2019.

В същото време това RDF представяне може да бъде визуално показвано като възли (субекти и обекти) и ръбове (глаголи или предикати) на графики.

Когато е част от добросъвестната, оперативна графика на знания, този вид тройка може да бъде и машинно четима фактическа информация.

Удвоените факти, свързани по логически последователен начин чрез графика на знанието, имат силата на разсъжденията. Когато логически последователни, към графиката се добавят фактически тройки, машините могат да извеждат нови връзки или връзки. връзки, които са направени хора откриваеми от машини. След това машините могат да предоставят достъп до данните в тези свързани тройки, графики на знания или взаимосвързани факти като част от информационна услуга.

Google започна да предлага информационни услуги на базата на графики на знанието през 2010 г., след като се сдоби с Freebase през 2010 г..

Да кажем в нашия пример, че Иън познава Мери, тъй като и двамата карат 23-дневната автобусна линия VTA (Valley Transportation Authority) в работните дни. И че веднъж те се качиха на един и същи автобус на една и съща спирка и откриха, че и двамата работят на едно и също място.

Ако Google има разрешение да извършва проследяване на местоположението чрез смартфон както на Мери, така и на Иън, той може да заключи от детайлите за проследяване на местоположението, че всеки работи на едно и също място.

Мери например може да научи какво Google знае за нея, като даде разрешение на Google да извърши проследяването и след това да наблюдава какво прави Google Maps. Google Maps след проследяване на Мери ден след ден заключава, че тя отива на работно място през работните дни и в един момент след работа обикновено се връща на начално място. Google ще покаже тези заключени факти на смартфона на Мери, когато използва Google Maps.

Поради съображения за поверителност и дизайнерски решения, Google не показва на Мери, че Иън работи на същото място, където работи Мери. Но има приложения за социални мрежи, които, като предоставят подходящи разрешения, предоставят този вид представа.

Графична база данни: Графичните бази данни често се използват за съхранение на данни от графичните знания. В Уикипедия,

  • „База данни е организирана колекция от данни, обикновено съхранявани и достъпни по електронен път от компютърна система.“ „Графичната база данни е вид база данни от NoSQL, която използва графични структури с възли, ръбове и свойства за представяне и съхраняване на информация. Общите графични бази данни, които могат да съхраняват всяка графика, се различават от специализираните графични бази данни, като триплетни магазини и мрежови бази данни. "

Система за управление на база данни: в Wikipedia,

  • „Формално„ база данни “се отнася до набор от свързани данни и начина на нейното организиране. Достъпът до тези данни обикновено се осигурява от „система за управление на бази данни“ (СУБД), състояща се от интегриран набор от компютърен софтуер, който позволява на потребителите да взаимодействат с една или повече бази данни и осигурява достъп до всички данни, съдържащи се в базата данни (въпреки че са ограничения могат да съществуват, които ограничават достъпа до конкретни данни). СУБД предоставя различни функции, които позволяват въвеждане, съхранение и извличане на големи количества информация и предоставя начини за управление на организацията на тази информация. “Поради тясната връзка между тях, терминът„ база данни “често се използва небрежно за обозначаване и на двете база данни и СУБД, използвани за манипулиране. “

От база данни - Wikipedia, 2019

DB-Engines проследяват 32 различни графични СУБД към юни 2019 г. Сред първите 12 в този момент бяха СУБД с графика на имоти като Neo4j и Arango DB и четворни четворки като Allegrograph, Virtuoso и Stardog. Вижте DB-Engines Ranking за текущата класация.

През 2019 г. World Wide Web Consortium (W3C) започна процеса на стандартизиране на графичните данни, усилие за обединяване и разрешаване на стандартното преобразуване на графичните данни от една форма в друга, данни, представени по различни начини, например в графиките на свойствата, RDF, или в релационна форма. Вижте W3C Workshop за уеб стандартизация за графични данни

Някои организации са изградили графики на знания, използвайки технология за релационна база данни, и всяка графика може да бъде представена в релационна форма на DB. Но графичните бази данни са станали популярни поради по-високото състояние, което им е предоставено на данните за отношенията (т.е. глаголите в изреченията). По ирония на съдбата данните за отношенията често са погребани или липсващи от релационни бази данни. Къде би била човешката логика и език, ако глаголите липсваха от изреченията ни?

Данните за взаимоотношенията са от съществено значение за широкомащабната интеграция и оперативна съвместимост, присъщи на контекстуалните изчисления, а създаването и управлението на тези контексти по гъвкави, мащабируеми начини чрез формулиране на изрични връзки стана важно за мащабната интеграция и желанието, необходимо за преследването на изкуствено общо интелигентност.

Вижте описанието на Джон Лаунбъри на трите фази на AI за повече подробности относно контекстното изчисляване и контекстната фаза на AI.

Все повече компании създават графики на знания като средство за мащабиране на своите AI усилия. Вижте примера за електронна търговия например в Защо графиките на знанието са основни за изкуствения интелект, например.

Благодаря за A2A, Тери Гилбърт.