基于知识图谱，实现数据的自服务能力

先简单介绍一下背景：大家经常会听到有人问我们有哪些数据，这些数据在哪里，如何获取数据的问题，能否建立一个平台，让我们象百度搜索一样，根据我们的知识（业务术语）找到相关的数据，提交申请，得到数据，这就是一个获取数据的自助服务。

以往数据在哪里往往通过人工梳理完成，我们希望能够自动化一些，为专家提供一个智能的助手，这里的工作分为三部分：

（1）建立知识图谱。人进行数据搜索是通过业务术语（知识）来搜索的，而知识之间是有相互联系的，例如水果和苹果是上下位关系（后者是前者的具体体现），搜索是除了要列出直接结果，还需要显示一些关联的知识，这就要建立知识图谱。简单说知识图谱就是概念、属性以及概念之间的关联关系， 这个关系可以手工建立，我们通过对政策、法规、需求、数据库comments、界面等多种来源，采用自然语言处理等方法，可以建立起部分的知识图谱，辅助专家的工作；

（2）梳理技术元数据。整理各个系统内部数据，以及数据之间的关系，形成数据地图。这里的难度是数据之间的关系，例如数据的血缘关系、影响度关系、关联关系、主数据关系等，这里我们采用字段特征的相关性、数据处理逻辑的词法/语法分析等手段，配合强化学习来完成，前面列举的查找外键示例，就是一部分；

（3）建立知识图谱与技术元数据之间的关系，这里就要通过分析界面/服务与代码之间的关联，建立起映射关系。最终效果就是，使用数据搜索，录入希望查找的业务术语，得到相关结果，查看样例数据，如果是需要的数据，提交使用申请，如果不是，继续根据相关知识进行数据探索。提供数据自服务能力，就是在应用的设计师、数据科学家或者业务分析师与数据之间建立起连接，我们的团队就是从连接的思路出发，找到了人工智能的切入点。实际上，数据自服务包含有找、获、用等众多环节，我这里说的是找的环节如何实现，这种找的方法，也不可能100%准确，还需要专家进行调整，以及通过强化学习等手段不断修正，可以看出，应用人工智能也是一个渐进完善的过程。