除了知識圖譜，圖還能做什么？

量子位的朋友們 2020-07-07 16:09:20 來源：量子位

提到圖，大家可能不怎么了解，但是提到知識圖譜（knowledge graph），絕對是當前的熱門話題。近年來，各個行業(yè)涌現(xiàn)出大量的垂直應用及服務提供商，各個企業(yè)，從技術到業(yè)務的各個條線，紛紛學習知識圖譜的概念、技術、建設方法。知識圖譜，是對現(xiàn)實世界的抽象，通過點和邊描述實體之間的關系，構成一個大型的語義網(wǎng)絡，提供一種從關系的視角來觀察世界的方法。但究其本質，知識圖譜其實只是圖的其中一種應用。那除了知識圖譜，圖還能做什么呢？

一、圖直觀體現(xiàn)了實體之間的聯(lián)系

提到一個新的東西，首先要知道它是什么。相信之前對圖有了解的小伙伴，一下子就能說出圖的概念：圖（graph）是由一組或多組點以及點和點之間的關系（也被稱為邊）組成的。比如知識圖譜，實際上是把知識提取出來做連接，如果僅僅是把數(shù)據(jù)連接起來，那可能只是一個數(shù)據(jù)圖譜。但是在我們與客戶實際交流的過程中發(fā)現(xiàn)，只知道圖的概念，是沒辦法真正切換到圖的思維方式的，而圖的思維方式，對于重新思考業(yè)務，有著非常大的價值。

什么是圖的思維方式呢？讓我舉個例子，這個場景大家一定不會陌生。白板是公司里最常使用的工具之一。當遇到一個問題需要群策群力的時候，我們會召集一些小伙伴，到一個會議室里進行頭腦風暴。首先，拋出幾個議題，大家發(fā)散思維，將想到的東西盡可能多的寫在白板上。然后，將這些信息進行分類、排序，或者繪制一些流程。當苦苦思索，陷入僵局的時候，我們會緊盯著白板上的信息，飛快地運轉自己的大腦，期望能想出一些新的點子。忽然，靈光一現(xiàn)，可能是白板上的某些東西和自己腦中的信息產生了碰撞，也可能是白板上某些信息之間，貌似有一些新的聯(lián)系，就這樣，一個新的點子產生了，我們可以就這個點子進行新的討論，并重復這個過程。而解釋這種想法，我只需要把自己的想法寫在白板上，并重新理清關系。

聽起來很熟悉吧？沒錯，這其實就是我們自然的思考方式，也就是圖的思維方式。這個例子中，最重要的是聯(lián)系（connection），我們需要把每個人腦中的信息聯(lián)系起來，去發(fā)現(xiàn)一些新的東西，同樣地，當我們向別人解釋自己的想法，用圖的方式去解釋這些信息如何聯(lián)系在一起，構成一個想法，別人也更容易接受。

在偵探電影中，我們經?？吹絺商桨寻盖榈乃行畔①N在墻上，去發(fā)現(xiàn)里面一些隱藏的關系，因為這很有可能是破案的關鍵。如果家里的實體書種類繁多，散落在各處，我們在思考的時候，很有可能偶然看到某本書，想到了其中的某些內容，把它們和思考的內容結合起來產生一些新的想法?？鐚W科思維，其實也是將一些可能看起來毫不相干的內容聯(lián)系起來，產生新的想法或者解決方案。

二、圖思維其實就是發(fā)現(xiàn)聯(lián)系的過程

所以圖思維，核心是聯(lián)系（connection），當我們思考的重點在于事物之間如何聯(lián)系，或者期望通過聯(lián)系事物去產生一些新的思考的時候，其實已經運用了圖思維。

而意識到這是一種圖思維，會有什么樣的意義呢？還是舉個例子，這其實會讓我們多一種解決問題的方式。

這是斯坦福大學《數(shù)理邏輯與人工智能》中的一個問題。

看到這個問題的第一反應，你可能會想著用純邏輯推理的方式來解決這個問題。但是如果用圖的思維方式，我們將解決問題的重點放到了情況之間的聯(lián)系上。我們可以先構造一個認知圖（Epistemic graph），列出所有的8種可能情況，通過不確定邊來連接可能情況，去看每個人的認知和可能情況之間的聯(lián)系，然后根據(jù)條件結合每個結點的鄰邊，不斷縮小圖中的結點的范圍，最后推理出結論。這種方式會讓這個問題變得更加簡單。

圖是一個高度抽象的模型，數(shù)據(jù)中的各種關系都能用圖表示。圖中的點和邊，可以非常靈活，不局限于現(xiàn)實意義的實體。最直接能想到的當然是某個人可以是點，某個產品可以是點，它們之間的聯(lián)系是邊；路口是點，路口與路口連接的XX路是邊。但你完全可以把某個產品的某個特性抽象成點，比如顏色、重量；XX路抽象成點，路口也抽象成點，XX路和YY路的連接是邊。甚至再擴展到一些虛擬的實體，比如可能的情況是點，某筆交易是點，某個訂單是點。甚至到某些分子是點，分子之間的連接是邊（沒錯，圖是可以用在化學/生物等學科上的）。圖由你自由定義，可以連接人，連接物，連接知識，連接數(shù)據(jù)，連接規(guī)則，連接過程，連接抽象的和實際的實體。

三、圖在企業(yè)中的實際應用和價值

圖能給企業(yè)帶來什么價值呢？上述的兩個例子可能已經給了你一些啟發(fā)。圖非常擅長通過聯(lián)系發(fā)掘數(shù)據(jù)中隱藏的價值。在國外，其實已經有非常多行業(yè)的客戶在用圖做實際應用，囊括了金融、電信、電商、能源、醫(yī)療、供應鏈、制造、政府等各個行業(yè)。圖本身并不是一個垂直行業(yè)的技術，而是通用的技術。

在金融行業(yè)，圖可以進行申請反欺詐、反盜刷、信用卡追逃、洗錢團伙發(fā)現(xiàn)，事前事中發(fā)現(xiàn)潛藏風險，事后降低損失；在電信行業(yè)，圖可以和機器學習結合，幫助客戶進行電信反欺詐，實時識別出欺詐電話、廣告電話、騷擾電話、正常電話，并及時報送公安部門；在電商行業(yè)，圖可以構建用戶360畫像，幫助客戶進行實時個性化產品推薦；在能源行業(yè)，可以構建電網(wǎng)一張圖，進行潮流分析，實現(xiàn)超實時計算；在醫(yī)療行業(yè)，圖可以對用戶進行實時護理路徑推薦；在供應鏈行業(yè)，客戶可以通過圖及時了解某項因素發(fā)生變化時，對上下游及總體成本的影響，發(fā)現(xiàn)產品延誤、裝運狀態(tài)及其他質量控制和風險問題；在制造行業(yè)，圖可以找到復雜生產工藝的最佳路徑；在政府行業(yè)，圖可以改進社會福利服務管理。在通用行業(yè)，圖可以進行數(shù)據(jù)治理中的數(shù)據(jù)血緣分析、實體解析，網(wǎng)絡&IT資源優(yōu)化，為機器學習提供圖特征。

國內的應用場景主要集中在金融行業(yè)。當然，圖用來做反欺詐、反洗錢等，是非常適合的，這些也是很成熟的應用。其他行業(yè)為什么沒有對圖進行大規(guī)模的應用呢？其實是因為，對圖有了解的人，基本集中在學術和計算機領域。而想要將圖的價值發(fā)揮出來，需要業(yè)務人員的參與和思考，因為業(yè)務人員是最懂業(yè)務的。理解和使用圖的思維方式，是應用圖解決實際問題的第一步。

四、應用圖分析的條件和工具

我們通常把這種用圖去分析問題的方式叫做圖分析（Graph Analysis）。我們認為，如果想要應用圖分析給企業(yè)帶來真正的價值，需要圖的思維方式（產生需求&問題）+企業(yè)數(shù)據(jù)（解決問題的數(shù)據(jù)基礎）+解決方案（解決問題的方法）+工具（選擇合適的工具解決問題）。

　　圖的思維方式

由于歷史原因（有興趣的小伙伴可以了解一下數(shù)據(jù)庫的歷史，導航數(shù)據(jù)庫-關系型數(shù)據(jù)庫-nosql數(shù)據(jù)庫-圖數(shù)據(jù)庫），當我們思考業(yè)務和數(shù)據(jù)結合的時候，往往會考慮技術的限制，應用關系型數(shù)據(jù)庫的方式，也就是用表的思路來思考，這會極大的限制我們的思路。而現(xiàn)在有了新的工具——圖數(shù)據(jù)庫，可以將我們的想法更直接的與工具結合，不需要再將最初的想法打碎成一個個表格，再通過表格來表示實際業(yè)務。

舉一個企業(yè)反薅羊毛的實際場景，薅羊毛是指商家或金融機構為了拉新會舉辦一些推廣活動，比如每邀請一個新用戶注冊，可以獲得一定的積分獎勵，這些積分可以兌換現(xiàn)金、優(yōu)惠券或者獎品。活動上線會吸引黑產團伙，這給推廣方造成了大量的資金浪費。薅羊毛和反薅羊毛成為了黑產團伙和推廣方之間的博弈。

針對這種推廣活動，關系型數(shù)據(jù)庫里最簡單的存儲方式是分為邀請注冊表和積分兌換表兩張表，通過統(tǒng)計的方式去識別黑產團伙，比如每個獨立設備登陸的賬戶數(shù)，每個IP上登陸的賬戶數(shù)等等。然而黑產團伙可以通過群控設備，虛擬IP等等技術來繞開這些檢測。

但如果轉換成圖的思維方式，著重從關系的角度去分析，會發(fā)現(xiàn)一些非常有趣的模式。用戶邀請注冊的這些新用戶，他們既沒有產生新的交易，也沒有邀請新的人，甚至還按時間形成非常有序的排列，這毫無疑問也是薅羊毛的一種模式，單純通過統(tǒng)計很難發(fā)現(xiàn)。（詳情可參考https://beader.gitbook.io/tigergraph-tutorials/usecases/invite-graph-econnoisseur-detection/background）

所以第一步，需要業(yè)務人員切換到圖的思維來重新思考業(yè)務，找到那些以前解決困難或者解決不了的復雜業(yè)務問題，嘗試用圖的思維方式來解決，甚至找到一些新的業(yè)務價值點。

　　企業(yè)數(shù)據(jù)

我們的想法往往需要通過數(shù)據(jù)分析來驗證或者落地。當我們的數(shù)據(jù)量巨大，且類型復雜的時候，單純的統(tǒng)計分析已經沒辦法滿足我們的需求了。業(yè)務人員在進行探索式分析時，需要多維度思考，落地到關系型數(shù)據(jù)庫里，就體現(xiàn)為多表關聯(lián)，在數(shù)據(jù)量巨大的時候，這對關系型數(shù)據(jù)庫是個災難。而采用數(shù)據(jù)倉庫和大寬表的方案也不盡如人意。本質上是因為，這些技術的重點并不是在數(shù)據(jù)之間的關系上。應用圖分析平臺，業(yè)務人員和數(shù)據(jù)分析人員，都可以從數(shù)據(jù)的角度出發(fā)，去做一些探索，找到一些隱藏的聯(lián)系。嘗試從關系的角度，發(fā)掘出新的價值。

　　解決方案

當有了想要解決的問題和解決問題的數(shù)據(jù)基礎，還需要解決問題的方法。我們可以把行業(yè)經驗和圖算法結合起來?？梢詮暮唵蔚年P系查詢開始，比如看新進客戶是否和一個已有黑點連接，基于已有的規(guī)則做更深度的探索，通過子圖判斷兩個客戶是否相似。同時，還可以利用一些圖算法做輔助，比如我們想要發(fā)現(xiàn)一些隱藏的洗錢團伙，欺詐團伙，可以用圖中衡量群體度的算法——魯汶算法（Louvain Modularity）；我們想要找到所有客戶中最有影響力的人（KOL），可以用圖中衡量中心度的算法——頁面排名算法（PageRank）。當找到一些模式后，可以通過圖上的模式匹配找到所有的相似客戶，并通過一些目標值做反復的驗證和迭代。業(yè)務人員、數(shù)據(jù)分析人員、IT人員都可以參與到其中，包括一些經驗豐富的解決方案提供商，都是我們有力的幫手。

　　工具

從業(yè)務的探索到最后的落地應用，需要一個安全易用、穩(wěn)定可靠的工具支持。更重要的是，要選擇合適的工具。

首先，如何使用圖，是純粹的做圖的可視化？還是做圖的查詢計算？還是做圖的數(shù)據(jù)和業(yè)務探索？

其次，是否傳統(tǒng)的關系型數(shù)據(jù)庫就能解決這個問題，或者圖數(shù)據(jù)庫才能解決這個問題，還是需要多種工具結合使用。

最后，關于工具本身的功能。業(yè)務人員可能更加關注探索與交互的易用性；開發(fā)人員可能更加關注開發(fā)的便捷性，語言是否強大；運維人員可能更加關注系統(tǒng)管理、資源監(jiān)控。不同的角色有不同的關注點，這都是工具需要解決的問題。

看完上述四個步驟，你肯定會有很多問題，比如，怎么從數(shù)據(jù)的角度在圖中做探索呢？有沒有什么已經落地的，圖的解決方案？關于企業(yè)不同角色對于工具的關注點，TigerGraph能夠滿足嗎？由于篇幅有限，這些問題，我們會在后續(xù)的內容中一一解答。

總結一下，除了知識圖譜，圖還能做什么呢？Think in graph, and you will find it.

作者：鮑翰林，TigerGraph高級解決方案顧問