社交网络

    社交网络已成为发展最快的互联网应用，社交网络用户不仅仅是信息的接受者，也成为了信息的制造、加工和传播者，通过关注、被关注的方式形成了一张张庞杂繁复的用户关系网。随着社交网络中用户及信息急速增长，依托挖掘社交网络中的海量信息构建知识图谱，推进数据挖掘、网络图论、Web、社交网络、搜索引擎理论等研究，促进它们朝着更智能化、语义化的方向发展已成为新趋势。同时，所构建的知识图谱能够广泛地应用到社交信息检索、社交朋友推荐、社交舆情分析等系统研发，提高这些系统的语义理解能力，向用户提供更全面、更准确信息。

典型应用

    知识图谱在社交网络常用于使社交网站、互联网应用等可以成为个性化用户社交环境并发挥价值（涉及搜索、推荐、娱乐、社交、商务等）的场景，并以数据信息、资料、图谱等形式开展商业应用，如数字社区个性化、社会化信息互荐、娱乐、消费等。社交搜索是一种用户可以执行针对社会化媒体内目标联系人的搜索。社交搜索具有以下特点：注重社区效应；聚合话题；基于“情景搜索”；以用户体验为中心；完整的用户识别体系；超强的用户粘性；好友导向；个性化推荐；构建兴趣图谱；搜索结果的人性化与精准化。基于知识图谱的社交搜索除了具有社交搜索的特点外，还具有其自身的特点：能够搜索特定爱好的人：通过条件细化，用户可以找到有特定特征的人或组织，认识到更多的人。能够搜索指定的照片：基于知识图谱的搜索可以通过语义在Facebook等中搜索用户需要的照片。基于语义理解的图片搜索可以让用户在庞大的数据信息流中，快速找到用户需要的图片。能够搜索具体产品的评价：社交图谱搜索可以给用户提供其所需要的某种具体产品的评价，为用户提供自己好友对某一产品的看法或评价。

    在餐饮娱乐方面，可通过充分挖掘并关联各个场景数据，结合自然语言处理、计算机视觉等人工智能技术驱动机器解读用户评论和行为数据，理解用户在菜品、价格、服务、环境等方面的喜好，构建人、店、商品、场景之间的知识关联，从而形成餐饮娱乐知识图谱。同时，通过不断挖掘数据背后的知识，可以推动智能化的本地生活服务拓展，实现面向用户的餐饮店铺推荐及面向店铺管理者的辅助决策等应用。

    知识图谱可以从多维度精准地刻画商家，并在美食搜索、娱乐搜索、旅游搜索等搜索场景中应用，为用户搜索出更适合的店。基于知识图谱的搜索结果，不仅具有精准性，还具有多样性，例如：当用户在美食类目下搜索关键词“鱼”，通过图谱可以认知到用户的搜索词是“鱼”这种“食材”。因此搜索的结果不仅有“糖醋鱼”、“清蒸鱼”这样的精准结果，还有“赛螃蟹”这样以鱼肉作为主食材的菜品，大大增加了搜索结果的多样性，提升用户的搜索体验。并且对于每一个推荐的商家，能够基于知识图谱找到用户最关心的因素，从而生成“千人千面”的推荐理由。

    通过机器智能阅读和分析每个商家的每一条评论，可以充分理解每个用户对于商家的感受，针对每个商家将大量的用户评价进行归纳总结，从而可以发现商家在市场上的竞争优势/劣势、用户对于商家的总体印象趋势、商家的菜品的受欢迎程度变化等信息。进一步，通过对用户评论全方位细粒度分析， 可以细致刻画商家服务现状以及对商家提供前瞻性经营方向，最终智能化指导商家精准优化经营模式。