圖形數(shù)據(jù)庫及其技術(shù)生態(tài)系統(tǒng)可以為知識(shí)表示和推理問題提供優(yōu)雅，有效的解決方案。 要了解這種說法，我們必須首先了解什么是圖形。 圖是一種數(shù)據(jù)結(jié)構(gòu)。 圖數(shù)據(jù)結(jié)構(gòu)的類型很多，但出于本文的目的，我們將重點(diǎn)介紹一種已被稱為屬性圖的類型 。 屬性圖表示頂點(diǎn)（節(jié)點(diǎn)，點(diǎn)）和邊緣（弧，線）。 對(duì)屬性圖中的邊進(jìn)行定向和標(biāo)記/鍵入（例如“馬科知道彼得”）。 頂點(diǎn)和邊緣（通常稱為元素）都可以具有與之關(guān)聯(lián)的任意數(shù)量的鍵/值對(duì)。 這些鍵/值對(duì)稱為屬性。 通過這種基礎(chǔ)結(jié)構(gòu)，可以回答一系列問題并解決問題。

對(duì)象建模

屬性圖數(shù)據(jù)結(jié)構(gòu)的形式幾乎與面向?qū)ο缶幊痰膶?duì)象圖相同。 收集對(duì)象，刪除它們的方法，然后剩下一個(gè)屬性圖。 對(duì)象的字段是原始字段，在這種情況下用作屬性，或者它們很復(fù)雜，在這種情況下用作對(duì)其他對(duì)象的引用。 例如，在Java中：

class Person {String name;Integer age;Collection<Person> knows; }

這個(gè)名字和年齡的屬性是特定人實(shí)例的頂點(diǎn)屬性和屬性都知道指的知道標(biāo)記的邊緣給其他人。 Neo Technology的 Emil Eifrem擁護(hù)一種觀點(diǎn)，即屬性圖與現(xiàn)代面向?qū)ο笳Z言的語義以及開發(fā)人員使用的繪圖技術(shù)保持一致，因此是“白板友好的”。 泰勒·科 萬 （ Taylor Cowan ）的jo4neo項(xiàng)目就是對(duì)這一想法的證明。 在jo4neo中，Java注釋被優(yōu)雅地用于允許Neo4j圖形數(shù)據(jù)庫支持Java對(duì)象圖。 除了技術(shù)優(yōu)勢(shì)外，人類的思維還傾向于根據(jù)對(duì)象及其關(guān)系進(jìn)行思考。 因此，圖形也可以被認(rèn)為是“對(duì)人腦友好的”。

給定一個(gè)對(duì)象圖，可以回答有關(guān)領(lǐng)域的問題。 在稱為Gremlin的圖遍歷DSL中 ，我們可以問對(duì)象圖的問題：

// Who does Marko know? marko.outE('knows').inV// What are the names of the people that Marko knows? marko.outE('knows').inV.name// What are the names and ages of the people that Marko knows? marko.outE('knows').inV.emit{[it.name, it.age]}// Who does Marko know that are 30+ years old? marko.outE('knows').inV{it.age > 30}

概念建模

從組成模型的實(shí)例來看，可能存在抽象概念。 例如，盡管可能存在書籍實(shí)例，但也可能存在那些書籍所屬的類別-例如科幻小說，技術(shù)小說，浪漫史等。圖形是一種靈活的結(jié)構(gòu)，因?yàn)樗试S人們表達(dá)某種事物與某種事物相關(guān)其他的方式。 這些東西可能是真實(shí)的，也可能是空靈的。 這樣，可以將本體論概念及其實(shí)例表示出來并進(jìn)行適當(dāng)查詢以回答問題。

// What are the parent categories of history? x = []; history.inE('subCategory').outV.aggregate(x).loop(3){!it.equals(literature)}; x// How many descendant categories does fiction have? c = 0; fiction.outE('subCategory').inV.foreach{c++}.loop(3){true}; c// Is romance at the same depth as history? c = 0; romance.inE('subCategory').outV.loop(2){c++; !it.equals(literature)}.outE('subCategory').inV.loop(2){c--; !it.equals(history)}; c == 0

自動(dòng)推理

根據(jù)顯式對(duì)象，它們之間的關(guān)系以及它們的抽象類別，可以制定推理過程。 圖建模中存在的一種張力是要進(jìn)行顯式（結(jié)構(gòu)化）和通過遍歷（過程）進(jìn)行推斷的結(jié)果 。 就像許多計(jì)算一樣，權(quán)衡是在空間和時(shí)間之間進(jìn)行的。 如果某人與其共同作者之間存在優(yōu)勢(shì)，那么從該人與其共同作者之間只有一步之遙。 另一方面，如果必須通過共享著作推斷出合著者，則需要執(zhí)行多跳步驟來確定合著者。 推理是使隱含的事物顯式化的過程。 下面使用Gremlin給出了幾個(gè)簡(jiǎn)單的推理示例。

// Two people who wrote the same book/article/etc. are coauthors g.V{x = it}.outE('wrote').inV.inE('wrote').outV.except([x])[0].foreach{g.addEdge(null, x, it, 'hasCoauthor')}// People who write literature are authors author = g.addVertex(); author.type='role'; author.name='author' g.V.foreach{it.outE('wrote').inV[0].foreach{g.addEdge(null, it, author, 'hasRole')} >> -1}

在上面的示例中，計(jì)算了完整的圖表分析以確定所有共同作者和作者角色。 但是，沒有什么可以阻止對(duì)本地推理算法的評(píng)估。

// Marko's coauthors are those people who wrote the same books/articles/etc. as him marko.outE('wrote').inV.inE('wrote').outV.except([marko])[0].foreach{g.addEdge(null, x, it, 'hasCoauthor')}

結(jié)論

圖形可用于建模對(duì)象，它們之間的關(guān)系以及它們所處的概念結(jié)構(gòu)。 從該顯式信息中，可以評(píng)估圖查詢和推理算法，以回答圖上的問題并增加圖內(nèi)包含的顯式知識(shí)的密度（即，增加頂點(diǎn)和邊的數(shù)量）。 在RDF （知識(shí)表示）和RDFS / OWL （推理）的世界中，已經(jīng)廣泛利用了這種特定的圖形使用模式。 RDF / RDFS / OWL的世界主要限于描述邏輯 （請(qǐng)參閱此處的相反論點(diǎn)）。 描述邏輯只是知識(shí)表示和推理這一更大領(lǐng)域的一部分。 有許多邏輯可以利用。 在圖數(shù)據(jù)庫的新興空間中，存在必要的構(gòu)建塊來支持對(duì)其他邏輯的利用。 此外，在某些情況下，這些邏輯可以在同一圖形結(jié)構(gòu)內(nèi)同時(shí)使用。 至此，下面的閱讀清單提供了一些書籍，這些書籍闡明了有關(guān)異構(gòu)推理的不同邏輯和思想。 圖形數(shù)據(jù)庫提供了一個(gè)實(shí)現(xiàn)這些想法的綠色領(lǐng)域。

進(jìn)一步閱讀

• Brachman，R.，Levesque，H.，“ 知識(shí)表示與推理 ”，Morgan Kaufmann，2004年。
• Wang，P.，“ 剛性靈活性：智能的邏輯 ”，Springer，2006年。
• 美國(guó)東部時(shí)間Mueller，“ 常識(shí)推理 ”，Morgan Kaufmann，2006年。
• Minsky，M.，“ 心靈學(xué)會(huì)” ，Simon＆Schuster，1988年。

翻譯自: https://www.javacodegeeks.com/2014/06/knowledge-representation-and-reasoning-with-graph-databases.html

總結(jié)

以上是生活随笔為你收集整理的图数据库的知识表示与推理的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。