知識圖譜這個網絡具備以下3種特性：
1.1 由節點(Point)和邊(Edge)組成
1.2 每個節點表示現實世界中存在的“實體”，每條邊為實體與實體之間的“關系”
1.3 知識圖譜是關系的最有效的表示方式
是以，知識圖譜本質上就是語義網絡，是一種基于圖的資料結構；
2 知識圖譜能幹什麼？
先按知識圖譜應用的深度主要可以分為兩大類：
一是通用知識圖譜，通俗講就是大衆版，沒有特别深的行業知識及專業内容，一般是解決科普類、常識類等問題。
二是行業知識圖譜，通俗講就是專業版，根據對某個行業或細分領域的深入研究而定制的版本，主要是解決目前行業或細分領域的專業問題。
下面我根據這兩大類，分别從知識圖譜應用的廣度進行介紹：
2.1 通用知識圖譜
我們日常見到的都是通用知識圖譜，主要應用于面向網際網路的搜尋、推薦、問答等業務場景；
先列舉3個通用知識圖譜的案例：
2.1.1、百度知識圖譜（http://tupu.baidu.com/）
2.1.2、搜狗搜尋（https://www.sogou.com/）
2.1.3、360搜尋（https://www.so.com）
2.2 行業知識圖譜
行業知識圖譜指面向特定領域的知識圖譜，使用者目标對象需要考慮行業中各級别的人員，不同人員對應的操作和業務場景不同，因而需要一定的深度與完備性，行業知識圖譜對準确度要求非常高，通常用于輔助各種複雜的分析應用或決策支援，有嚴格與豐富的資料模式，行業知識圖譜中的實體通常屬性比較多且具有行業意義
2.2.1、人脈路徑查詢
基于兩個使用者之間的關聯實體（比如：所在機關、同僚、同學、朋友、家人等）找到兩者之間的關聯路徑。
2.2.2、企業社交圖譜查詢
基于投資、任職、專利、招投标、涉訴關系以目标企業為核心心向外層層擴散，形成一個網絡關系圖，直覺立體展現企業關聯。
2.2.3、企業最終控股人查詢
基于股權投資關系尋找持股比例最大的股東，最終追溯至自然人或國有資源管理部門。
2.2.4、輔助信貸稽核
基于知識圖譜資料的統一查詢，全面掌握客戶資訊；避免由于系統、資料孤立、資訊不一緻造成信用重複使用、資訊不完整等問題。
2.2.5、反欺詐之組團騙貸
同一個人利用多個身份去申請貸款，詳細見下圖：雖然貸款人A、貸款人B、貸款人C之間沒有直接的關系，但通過知識圖譜可以看出三者之間都共享某一部分資訊，存在一定的組團騙貸風險。
還有更多行業案例，畫圖真的很辛苦，有時間再補充，同時歡迎大家添磚加瓦。
案例補充：
1、企業發展曆程時序圖（融資）
基于企業知識圖譜中的投融資事件發生的時間順序，記錄企業的融資發展曆程。
2、競品分析
電商平台常會用到，兩家企業知識路徑越相似，競争關系越緊張。
3、征信系統
根據使用者已有資訊（例如：教育資訊、身份資訊、聯系方式、擔保或被擔保人資訊）關聯多家平台信用記錄。
建設一個知識圖譜系統，需要包括：知識模組化、知識擷取、知識融合、知識存儲和知識應用5大部分：
1、知識模組化：建構多層級知識體系，将抽象的知識、屬性、關聯聯關系等資訊，進行定義、組織、管理，轉化成現實的資料庫。
2、知識擷取：将不同來源、不同結構的資料轉化成圖譜資料，包括結構化資料、半結構化資料（解析）、知識标引、知識推理等，保障資料的有效性和完整性。
3、知識融合：将多個來源、重複的知識資訊進行融合，包括融合計算、融合計算引擎、手動操作融合等。
4、知識存儲：根據業務場景提供合理的知識存儲方案，存儲方案具備靈活、多樣化、可拓展特性。
5、知識應用：為已建構知識圖譜提供圖譜檢索、知識計算、圖譜可視化等分析與應用能力。并提供各類知識計算的SDK，包含圖譜基礎應用類、圖結構分析類、圖譜語義應用類、自然語言處理類、圖資料擷取類、圖譜統計類、資料集資料擷取類、資料集統計類。