2021年上旬，應(yīng)陜西某公司要求，七星藍圖為其客戶搭建了大數(shù)據(jù)分析系統(tǒng)，此系統(tǒng)建設(shè)的目的在于，通過對該客戶分布在全國各地分公司日常物資消耗情況的數(shù)據(jù)抽取，利用七星藍圖的核心算法進行分析，再輔以人工智能技術(shù)，幫忙該客戶構(gòu)建基于各地分公司倉儲、物流、生產(chǎn)、損耗等數(shù)據(jù)的網(wǎng)狀關(guān)聯(lián)結(jié)構(gòu)數(shù)據(jù)庫，形成完整的業(yè)務(wù)知識圖譜。
本次項目建設(shè)以前，客服并沒有構(gòu)建完整的業(yè)務(wù)數(shù)據(jù)關(guān)聯(lián)模型，所有數(shù)據(jù)采用的是原始的集中式存儲方案，數(shù)據(jù)之間采用了表格結(jié)構(gòu)式的關(guān)系進行關(guān)聯(lián)，表格之間的對應(yīng)關(guān)系并沒有完全打通，此類方案最大的弊端就是在日常的業(yè)務(wù)管理中，每個問題決策都需要投入大量的人力成本，因為所有表格與數(shù)據(jù)、數(shù)據(jù)與數(shù)據(jù)、數(shù)據(jù)與關(guān)鍵字之間的關(guān)聯(lián)關(guān)系，即非結(jié)構(gòu)化數(shù)據(jù)，都需要通過人工去記憶。當決策過程中出現(xiàn)了大量的非結(jié)構(gòu)化數(shù)據(jù)時，任何的決策都需要決策者及其輔助人員具備非常強的專業(yè)性，二是數(shù)據(jù)容易出現(xiàn)紕漏和偏差，從而也就導(dǎo)致了最終的決策過程非常緩慢，偶爾還會出現(xiàn)不公平、不合理的情況。
通過使用知識圖譜的自動抽取技術(shù)，可以在表格與數(shù)據(jù)之間的結(jié)構(gòu)性數(shù)據(jù)關(guān)系以外，建立新的關(guān)系維度，也就是非結(jié)構(gòu)化數(shù)據(jù)關(guān)系，通過對非結(jié)構(gòu)化數(shù)據(jù)的不斷增加與積累，最終可以形成企業(yè)運營的大數(shù)據(jù)應(yīng)用平臺，使企業(yè)的管理者能夠?qū)ζ髽I(yè)日常的運營問題進行數(shù)據(jù)挖掘，對工作流程、物資配給、物流路線、倉儲管理等方面進行深度優(yōu)化，在提升企業(yè)運營效率的同時，減少相關(guān)的人力投入，降低企業(yè)經(jīng)營的邊際成本。
在項目建設(shè)的過程中，首先，我們對用戶各地分公司的基礎(chǔ)信息進行了結(jié)構(gòu)化的梳理，其中主要包括工作場地、生產(chǎn)能力、配套設(shè)備、物流配送、人員信息、倉儲信息等內(nèi)容。其次，我們根據(jù)用戶最終需要進行決策的業(yè)務(wù)場景，利用人工智能技術(shù)，對每項內(nèi)容的各項維度的信息進行抽取，完善用戶的結(jié)構(gòu)化數(shù)據(jù)庫。第三，我們通過添加核心算法，從結(jié)構(gòu)化數(shù)據(jù)庫中提取出非結(jié)構(gòu)化的數(shù)據(jù)信息，建立非結(jié)構(gòu)化數(shù)據(jù)庫，并最終形成完整的知識圖譜。
