原资源可在github中搜索到，这里只是用于个人学习方便。 课程内容 第1讲 知识图谱概论 （2019-3-1,2019-3-8） 1.1 知识图谱起源和发展 1.2 知识图谱 VS 深度学习 1.3 知识图谱 VS 关系数据库 VS 传统专家库 1.4 知识图谱本质和核心价值 1.5 知识图谱技术体系 1.6 典型知识图谱 1.7 知识图谱应用场景 第2讲 知识表示 (2019-3-15) 2.1 知识表示概念 2.2 知识表示方法 语义网络 产生式系统 框架系统 概念图 形式化概念分析

转自CCF：https://dl.ccf.org.cn/lecture/lectureDetail?id=4663480272078848。 张勇，剑桥大学博士后。 摘要：健康医疗大数据是健康医疗活动的产物，同时也是进行健康医疗业务优化和辅助决策的基础。健康医疗大数据分散在多个主体管理的多个系统中，所以在应用健康医疗大数据的时候往往需要先进行数据釉合。然而由于生成数据的系统所采用的标准或规范不同，不同来源的数据之间经常存在数据不一致的情况，同时由于应用水平等问题，数据的质量也存在较大问题。数据不

本培训文档主要介绍图数据库、知识图谱、HugeGraph图数据库，以及基于HugeGraph图数据库构建知识图谱实例，重点介绍了图数据库和知识图谱的基本业务知识和应用场景。

知识图谱产品及应用实例（展台V2.0）语义搜索 语义搜索利用知识图谱可以准确捕获用户搜索意图，解决传统搜索中关键词语义多样性及语义搜索难题，直接给出满足用户搜索意图的答案

非关系型图数据库Neo4j简介 Neo4j是现今最火爆的图数据。在2010年发布，产品的发展势头还算不错。 作为图数据库，Neo4j最大的特点是关系数据的存储。 图数据库除了能够像普通的数据库一样存储一行一行的数据之外，还可以很方便的看出存储数据之间的关系信息。 适合存储”修改较少，查询较多，没有超大节点“的图数据。 图数据库Neo4j应用场景 社交网络 根据用户与其他用户的关系为用户推荐新的朋友。例如，在QQ中给你推荐朋友的朋友 。 智能推荐引擎 通过分析用户有哪些朋友、用户朋友喜好