前言
知识图谱就是提供数据让机器具有认知能力的知识库，是人工智能的一个分支，是机器具有认知能力的基石。
定义
知识图谱的本质是一种语义网络，用图（数据结构）的形式描述客观事物，即由节点和边组成，这也是知识图谱的真实含义。 其中
- 节点用来表示概念和实体，概念是抽象出来的事物，实体是具体的事物；
- 边表示事物的关系和属性，事物的内部特征用属性来表示，外部联系用关系来表示.
当将实体和概念统称为实体，关系和属性统称为关系时，知识图谱可以说是描述实体以及实体之间的关系。
知识图谱组织数据的方法
知识图谱由实体和实体关系组成，通过图的形式表现。
知识图谱通过三元组来组织数据，在知识图谱中，节点-边-节点可以看作一条记录，第一个节点看作主语，边是谓语，第二个节点看作宾语。
例如，曹操的儿子是曹丕，这里主语是曹操，谓语是儿子，宾语是曹丕。再比如，曹操的小名是阿瞒，主语还是曹操，谓语是小名，宾语是阿瞒。
知识图谱就是由这样的一条条三元组组成，围绕一个主语，可以由很多的关系呈现，随着知识的不断积累，最终会形成一个庞大的知识图谱，知识图谱建设完成后，会包含海量的数据，内涵丰富的知识。
知识图谱的应用场景
语义搜索、智能问答、推荐系统等方面。
知识图谱是一个具有本体特征的语义网络，可以看成是按照本体模式组织数据的知识库，以知识图谱为基础进行搜索，可以根据查询的内容进行语义搜索，查找需要找的本体或者本体的信息。
智能问答，和语义搜索类似，对于提问的内容，计算机首先分析问题的语义，然后将语义转换为查询语句，到知识图谱中查找，将最贴近的答案提供给提问者。
推荐系统首先要采集用户的需求，分析用户的以往数据，提取共同特征，然后根据一定的规则，对用户提供推荐的产品。比如淘宝等
知识图谱主要反映的事物之间的关系，对于和关系链条有关的场景，也可以用知识图谱解决，一些应用场景包括反欺诈、不一致性验证、异常分析、客户管理等。
