大家好，今天小编关注到一个比较有意思的话题，就是关于聚类分析推荐景点的问题，于是小编就整理了1个相关介绍聚类分析推荐景点的解答，让我们一起看看吧。
如何实现大规模知识图谱的构建、推理及应用？
一 Konwledge Graph概念
Konwledge Graph是谷歌于2012年提出的用于增强其搜索引擎功能的知识库。本质上来说，知识图谱是一种揭示实体之间关系的语义网络，可以对现实世界的事物及其相互关系进行形式化地描述。现在的知识图谱已被用来泛指各种大规模的知识库。
具体表现：在谷歌中搜索北京景点，能够得到结构化的知识，而不是简单的网页结果。
知识图谱是一种结构化的语义知识库，其基本组成单位是“实体-关系-实体”的三元组，以及实体及其相关属性-值对，通过实体间的关系构成网状的知识结构，如：
上图构成一个特定领域（明星）的知识网络，每一个节点（如：谢霆锋）均为实体，实体具有属性-值（key-value）对（如：明星名字：谢霆锋），同时实体与实体之间通过关系（如：王菲-旧爱-谢霆锋）相互连接。
也就是说：
实体-对应现实世界的语义本体；
属性-描述一类实体的common特性，实体被属性所标注；
到此，以上就是小编对于聚类分析推荐景点的问题就介绍到这了，希望介绍关于聚类分析推荐景点的1点解答对大家有用。