为了构建合适并且简单可用的知识图谱（Knowladge Graph,以下简称KG），在此之前作为产品经理首先要弄清楚几个问题，同时也适合在产品生命周期内持续思考。
以下是我从产品视角出发，帮助构思如何从产品角度思考整个产品目标与用户需求，算是思维模型或纲要，而之后的关键点主要从构建知识图谱的关键点及方法入手，这几个问题放在最开始有点突兀，但本文的主体（构建KG的几个关键点）确是从中抽象而来。
1、为什么要构建该KG，要做到什么程度?
2、该KG可以帮助哪类用户解决哪类问题，市面上是否已有解决方案，在此基础上有哪些优越性？
3、该KG的知识体系如何而来，是否完善，是否准确，是否需要专业人士帮助搭建？
4、如何明确或了解知识体系中实体关系之间的属性、关系、概念或定义成立的前置条件及更深层、更广泛的知识体系？
5、努力的搭建了完整的、准确的知识体系，又是否能真的满足用户的基本需求 ? 再说一句，有没有满足用户的惊喜性需求，这又从基本需求上升到价值需求层面了。
Tips: 以下构建KG的关键点需结合上述几点问题一起考虑。
构建KG的几个关键点：明确目标与任务、不重复造轮子、穷举知识要点、确定分类层级、定义属性与关系、确定各类约束、引导用户对感兴趣的事情广泛探索；以上几个关键点均从KG产品构建顺序予以阐述，但在实际中并不完全按照此顺序，前进与回退往往不按章法，可根据具体情况加以考虑。
明确目标与任务
不同行业的知识体系区别非常大。在项目初期确定任务领域与其细分知识要点非常重要，且同一领域常常也分不同的知识范围，如下图：金融学专业知识体系。随着项目的深入，对于领域知识体系的认识也会更加深入，在系统设计初期与系统构建阶段应不断完善知识体系，所有的数据与知识体系均为满足业务应用，整个产品生命周期内对于系统的可用应、易用性、扩展性需严格把控，避免越走越偏。
不重复造轮子
企业级KG项目的特点一般是时间紧、任务重、资金及投资方压力大，所以一般不建议从零开始构建，最好是站在前人的肩膀上，目前市面上已经有很多领域的开源KG项目，尽量基于已有项目进行扩展或优化，项目伊始，先广泛调研已有相关KG项目，如各领域词典：医学CancerOntology、文化艺术与建筑AAT、地理TGN，各类开源知识图谱Freebase、OpenCyc、YAGO、DBpedia，以及维基百科、百度百科、互动百科、搜狗百科。
穷举知识要点
“确定了文章提纲，下面即是一点点的填进血肉”。在设计之初要想明白，哪些要素要展示在图谱中哪些不展示在图谱中，对知识体系中的概念进行清晰的定义和划分，尽量多的罗列对构建完整知识体系有帮助的要素，如人的属性：姓名、年龄、肤色、学历、职业、民族、国籍、籍贯、出生地、成长地、父亲、母亲、子女、祖父、祖母、母校等等，大致可分为自然属性和社会属性。穷举虽好，但也要考虑冗余性，尽量使图谱成为小而轻的存储载体，有利于高效的查询与检索。
确定分类层级
收集足够的知识构建要素，接下来就要对这些要素进行严格的层级分类，有利于构建完整的知识体系，KG的构建一般分为两种方式自顶向下与自底向上，也可以说是从抽象到具象和从具象到抽象，这两种方式的实施对知识的分类层级都有严格的要求。下层分类需完全属于上层分类，上层分类需囊括所有下层分类。如：人包括男人、女人、"renyao"、"taijian"与变性人，所有的"renyao"也是人，类似于这种问题也应随着时代的发展进行必要的更新。
定义属性与关系
为分类层级之后的实例确定属性值与各实例之间的关系，属性值定义实例的内在特征，如人的年龄、性别、爱好等；关系描述不同实例之间的联系，如人与人之间的亲子关系、朋友关系、师生关系等；属性要受分类的约束，下层实例的属性一般要承接所有上层属性，此过程可能会发现分类层级中存在的缺陷，需及时进行修正。目前大多数KG主要对实例、概念、属性、关系进行建模，少有对函数、约束、规则、公理等复杂的知识进行建模，也算KG深入发展的一个方向。
定义各类约束
不同的实例有不同的属性和关系，不同的属性和关系有不同的定义域和值域。如：“国家”不存在爱好与颜色的属性，“人物”不存在出版社的属性；“茶叶”与“咖啡”之间不存在亲子关系、朋友关系等。人的年龄不超过150岁，家禽的年龄一般有十几年。我国古有：“犬无八年，鸡无六载”之说，因此定义值域保证其在合理范围内，尽量避免异常数据，提升产品可信度。
引导用户对感兴趣的事情广泛探索
Google知识图谱产品经理Emily Moxley将知识图谱的作用精炼地归纳为3点：
- 向用户明了的展示他们正在找的东西；
- 让用户在梗概中拥有深入探索的乐趣；
- 用户能够围绕一个话题进行广泛的探索；
以上3点，虽然简单，却是KG的精髓。学习任何知识在脑海中有一个清晰地轮廓，这对于学习是很有帮助的，比如：当我们学习产品经理的技能时对产品经理的势（趋势）道（规律）、法（团队管理办法）、术（执行方法）、器（工具）需要有一个梗概，学习便有了方向，也是学习前人经过大量思考与实践检验的结果。
道家常说：道生一、一生二、二生三、三生万物。放在这里可以说，当用户有了某件感兴趣的事，对此不断探索、发现，从而构建某方面完整的知识体系，这也是知识图谱出现的初衷。
关于构建KG，先说以上几点，后面有新想法时再做补充。
构建了优质的KG接下来就是进行应用，好钢用在刀刃上，下一篇将重点说如何用好KG。
附件：AMiner 2019年第二期《人工智能之知识图谱》报告
良心推荐：清华大学AMiner各种AI报告的下载页面：https://www.aminer.cn/research_report/articlelist
附：博斌之前的第1篇分享文章
-END-
以上内容，来自知识星球“AI产品经理大本营”，识别下图二维码，即可加入。
---------------------
作者：黄钊hanniman，前图灵机器人-人才战略官/AI产品经理，前腾讯产品经理，9年AI行业经验，12年互联网背景；垂直于“AI产品经理”的行业第一社群（知识星球“AI产品经理大本营”，已运营4年半）和第一自媒体（微信公众号/知乎ID“hanniman”，已运营7年）；200页PPT《人工智能产品经理的新起点》被业内广泛好评，下载量1万+。
