<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<meta http-equiv="Content-Type" content="text/htmlcharset=utf-8" />
<title>无标题文档</title>
<style type="text/css">
/*使用CSS把短截的背景图形固定在a元素的一头*/
a{ background:url(left1.jpg) no-repeat top left/*把短截背景图像固定在左侧*/
display:blockfloat:leftpadding-left:8pxfont:bold 13px Arial, Helvetica, sans-serifline-height:22pxheight:30pxcolor:whitemargin-left:6pxtext-decoration:none}
/*把长截背景图像固定在包含的span元素的右侧*/
a span{ background:url(right1.jpg) no-repeat top right/*定义长截背景图像*/
display:blockpadding:4px 10px 4px 2px}
/*鼠标经过时增加一个下划线*/
a:hover{ text-decoration:underline}
</style>
</head>
<body>
<a href="#"><span>按钮</span></a>
</body>
</html>
把导航栏图谱截取两部分，左边尽量窄，右边尽量长
"知识图谱"是一个大数据行业里的词，是一种数据结构，或者说运用数据的方法。说得学术的话，可以这麽解：
知识图谱本质上是语义网络，是一种基于图的数据结构，由节点(Point)和边(Edge)组成。在知识图谱里，每个节点表示现实世界中存在的“实体”，每条边为实体与实体之间的“关系”。知识图谱是关系的最有效的表示方式。通俗地讲，知识图谱就是把所有不同种类的信息（Heterogeneous Information）连接在一起而得到的一个关系网络。知识图谱提供了从“关系”的角度去分析问题的能力。
像看刑侦片时，警察会把犯人和受害者等一堆人物关系列出来一样，知识图谱就是把不同资讯串联起来，形成关系网，从而在关系网中找到所需要的。
查百度，会说百度Google等都在用知识图谱技术，比如你搜"人民的名义"，百度就会在右边给你推荐剧中的人物，点进去就有人物介绍，这个就是"人民的名义"扩展开去的资讯关系网。
对这技术，有一家叫Palantir的美国公司玩得特别出彩，帮美国抓住了本拉登。Palantir的故事可以看这里，里面就说明了标题里说的大数据破案背后的原理。
一个哲学家，帮中情局找到了本·拉登 by 40秒 http://chuansong.me/n/1814623
刚刚说了，知识图谱就是把不同种类的信息连接在一起而得到的关系网。提供了给我们从“关系”的角度去分析问题的能力。
那麽，对于个人知识的整理，和工作任务，能不能套用这样的方法呢？这正正就是"思维导图"的作用。
思维导图是一个很流行的方法，现在很多童鞋看完一本书，都会用思维导图的把书中内容，按章节重点层层列出，弄得很有条理。
然而用这种方法来做导图，既然是把内容层层列出，其实做出来后，更像是一个目录，而不是一个思维流程或结果。纵使在做图过程中有思考厘清书中原理，也较难做到新旧知识联系。
其实对这种常规的导图做法，"精英日课"的作者 万维纲，和"5分钟商学院"的作者 刘润，都持反对的观点。认为这是把导图用错了。
万 的观点是，这种层级分明的归纳方式，完全可用Bullet Point取代。万认为思维导图的用法应是就一个中心思想，自由展开，向外散发，展现其中关系。导图是协助自己思考的一个工具，而不是把资料分门别类放好的书架。很多时候，发挥作用的导图都是像战场一样乱的，因为知识的关系本来就如此错纵复杂。
刘 的观点也类似，刘看重不同工具对思维方式的影响，如一开始做计划时，用word，excel，ppt，白板，什至白板的大小，都会有不同的影响。刘在做项目计划时，最常用的是一块大白板。
万维纲和刘润介绍思维导图的这个文章，能在得到APP找到，各自在他们第一季专栏里。
*彩蛋
再分享一个简单的玩法，一个畅销书作家的小绝招，看实体书的时候，想到什么就直接写在书上（批注），不明显相关的也可。久而久之，就会而且容易串联起不同资讯间的脉络，产生属于自己的图谱来。这个方法也很能帮忙产生创意或顿悟。
电子版的笔记也可以这样玩，像印象笔记，会自动找出你不同笔记间的联系，推荐你可以跳去另一个笔记看看，什或推荐一些和你笔记有关的新闻。
笔者WeChat：Enzo945109
欢迎一起交流心得
文章列表：
痛点，爽点，痒点 有什麽不一样
梁宁产品方法论：规划一个产品，要问自己的7个问题
YY李学宁 做社区用的 - 用户画像
香港物流界Uber- "GoGoVan"的产品方法论
用Raspberry Pi3 ＋Google Voice 自行建造智能助理（待续）
知识图谱与思维导图 - 大数据技术原理在生活中的应用
痛点，爽点，痒点 有什麽不一样
扩展阅读：
对知识图谱学术化的解释可以看：
普惠大数据李文哲：知识图谱的应用
https://mp.weixin.qq.com/s?__biz=MzI4NzEwOTUwOA==&mid=404872190&idx=1&sn=734fe72a1c3f57109ec5ecc8bce1591a&scene=21#wechat_redirect
一文读懂知识图谱的商业应用进程及技术背景 by 林锦周
https://www.leiphone.com/news/201709/QlkeCEGmeXP3h9VZ.html
解读大数据如何破案，从Palantir看公安大数据应用 http://www.datamic.com/articles/dsj20160524001.html
即使是AI界“网红” 知识图谱也曾经历40年的生不逢时 by机器之心 https://www.jiqizhixin.com/articles/2017-12-13
金融知识图谱概述
http://onetwo.ren/%E9%87%91%E8%9E%8D%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E6%A6%82%E8%BF%B0/
【知识图谱】项目前期产品经理需要做哪些准备？by Jasmine hanniman
https://mp.weixin.qq.com/s?__biz=MjM5NzA5OTAwMA==&mid=2650005805&idx=1&sn=83f0b7847447940fd44bc16d77b71b3d&chksm=bed865ba89afecac57fcb86111e5b863b3085be430bcd6c8a7945be93054d008f30c9dcd0327&mpshare=1&scene=1&srcid=091456iAgf6Iw8UQV8rjluyk&key=154a3d8b14f6c0a9bfbaafef16ba06cf3bd88d53ad148d3b8ae9f1c0945f5536d5a29c83b14ee95091061562a901df64d6e58d28a3efe2ec410de6cbdc0eca8a0fd9009dd474f3548effad31071d5241&ascene=0&uin=MzkyNDYwOTIw&devicetype=iMac+MacBookPro12%2C1+OSX+OSX+10.10.5+build(14F1912)&version=12020810&nettype=WIFI&fontScale=100&pass_ticket=Fb8kfLtKI%2BFTk1FG5Aj54xPJZ7fHt%2BLektqAtdL9tiIItgncDlrDf%2FP6hwXPgmb1
1、海翼知 PlantData网址： https://www.plantdata.ai/home/index.html
提供企业级知识图谱存储管理平台KGMS，提供面向分析人员KGPro、运营人员KGSensor、终端用户KGRobot等KGaaS消费套件
2、明略数据(mininglamp.com)
地址：http://www.mininglamp.com/products/nestProduct
3、海致星图（stargraph）
地址：http://www.stargraph.cn/solution.html
4、智器云科技（zqykj）
地址：http://www.zqykj.com/product.php
火眼金睛（桌面端数据可视化认知分析软件）
月光宝盒（适合团队协作的智能数据库系统）
天罗地网（分布式大数据认知分析服务产品）
软件下载地址：http://www.zqykj.com/downLoads.php
5、艾匀科技（ieven）
地址：http://www.ieven.com.cn/
6、智言科技（webot）
地址：http://webot.ai/#0
7、达观数据（datagrand）
地址：http://www.datagrand.com/kms.html
8、海知智能（ruyi）
地址：http://ruyi.ai/
9、渊亭（dataexa）
地址：http://www.dataexa.com/solution/kg
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）