知识图谱平台解决方案

一、业务驱动力

目前，业务数据运营现状存在“业务透视度、数据价值性、知识沉淀率”不足的三大痛点，导致数据价值体现不足、应用效率低下。而进入智能时代，数据+算法已催生大量智能化应用，渗透到千行百业。智能化需要机器智能，更需要人能理解的认知智能，而知识图谱是实现机器认知智能的核心技术。

实现“业务透视度、数据价值性、知识沉淀率”三大维度能力升级，数据智慧化价值提升；

构建通用知识存储计算能力，支撑知识应用生态；

打造渠道知识和能力体系，推进全流程闭环赋能；

构建企业知识体系，助企业发展赋能；

强化商机更迭能力，打造智慧学习平台；

通过多场景管理支持，丰富应用场景，提供多种展现维度，实现决策智能化、知识数据化、数据场景化。

 

二、总体解决方案

 

 

利旧数据采集、数据挖掘平台：借助大数据采集平台、进行电信内部域数据（O域、B域、M域）、外部互联网数据的采集提供多数据源连接、数据采集、数据过滤、转化的能力、加载能力；利用机器学习平台进行知识图谱的实体、关系提取、不断迭代优化、存入图数据库、对外提供应用的支撑。

业务指标梳理：通过对指标的业务分类汇聚，横向划分指标体系为客户视角和管理视角，纵向从宏观全维度到微观细分维度之间形成层层汇集的立体关系。

知识抽取：知识分析处理，将知识解析并分类，运用分词、词性标注、句法分析、语义分析等技术解析知识。

容器化部署：知识图谱作为智能应用的重要基础实施、访问量需承载全网业务的访问、知识图谱智能平台运行需要稳定健壮、可采用容器部署方式、实现弹性伸缩、满足系统的稳定性、可靠性。

场景化支撑：行业知识图谱复杂、专业、采用分而治之的方法进行知识图谱的构建、根据业务范围进行图谱的分类建设。客户经营:用户价值体系、精准营智能客服等；运营保障：资源效能、竞争对手策略、风险控制等；财务价值：收入与成本、企业效益价值等；企业管理：代理商、门店、员工、渠道合作伙伴等。

 

三、客户价值

基于多场景统一进行知识服务能力搭建，以满足客户日益增加的知识应用支撑；从而降低技术门槛，提升知识应用效率与效益。知识信息有效整合管理，颠覆传统看图模式，根据指标图层的层层汇聚，最终形成支撑企业管理的全视角知识图谱。

1.以渠道标签体系和指标体系为依托，构建用户、运营商、渠道商、店、员之间的控制关系、信息关系和资金关系，构建渠道关系图谱，识别潜在风险，分析用户价值，从而强化对各级部门、人员的管控能力。

2.基于大数据平台建立企业数据专区，汇聚多方数据、跨域整合，构建全国各省企业全量的客户、客户的全量信息和指标库，为企业市场经营提供综合数据支撑，提升企业市场经营决策、风险管控、资源调配、市场营销提供科学决策依据。

3.通过对渠道运营过程环节数据分析与经验累积，逐步形成渠道运营知识图谱，为两级渠道经营经验共享和迭代更新提供平台支撑。

4.基于客户树视图为依托，构建企业与企业，企业与合作伙伴，企业与员工，企业与上下层企业之间的控制关系、信息关系和资金关系，构建客户关系图谱。

 

四、我们的优势

1.可以根据行业客户要求，提供私有云和公用云两种部署模式；

2.基于多场景统一进行知识服务能力搭建，实现知识需求场景化、服务能力组件化、知识管理自动化、知识运营规模化等能力；

3.具有先进、个性化的知识构建体系，在商机、营销、效率、风控等方面具有丰富的经验积累；在业务分析、用户画像、智能客服问答、个性化推荐等方面都有良好的应用；

4.知识图谱具有知识建模、知识抽取、实体链接、知识存储、知识推理、知识融合、语义搜索、图挖掘、可视化等构建技术。

 

五、成功案例

知识图谱平台服务已经覆盖中国电信、中国移动、公安、政府、广电、金融、电商等行业。在面向政企集团与公众服务方面均卓有成效。为中国电信建立政企数据专区，通过对政企客户商机获取的数据分析与经验累积，逐步形成政企客户商机知识图谱，实现集团要求的两级运营的全国商机库，为省级商机迭代更新提供平台支撑。