知識圖譜在智慧城市治理過程中的應用

馮靜 齊艷平

隨著經濟社會加速轉型，人口激增、資源匱乏、生態環境惡化成為城市化進程中面臨的嚴重問題，大中城市的可持續發展成為人類社會的關注重點之一。“智慧城市”建設成為全新的城市發展理念和實踐路徑。國家為推進我國城鎮化快速發展，做出了推動新型智慧城市建設的重大決策。北京、上海、天津、南京、杭州、廣州等地紛紛提出建設智慧城市的目標，并相繼根據各自經濟和產業優勢在不同的側重領域打造了各具特色的智慧城市項目。

一、智慧城市治理面臨的挑戰

據預測，2050年將會有70%的世界人口居住在城市中，如何構建良好可持續發展的城市生活環境，已成為各國政府部門不得不考慮的問題。城市治理的整個過程涉及政府、組織、企業和市民等多元主體，需要為各利益相關方提供其所需的定制化服務，并處理好整個服務過程中各方的協同工作，因此這是一項浩大繁瑣的系統工程。隨著近年來網絡技術、信息技術、經濟建設的蓬勃發展，智慧城市及其治理需求全面升級，城市管理者需要在全方位實時掌握城市動態的基礎上，提升監控管理工作科學性，以真正實現城市功能的不斷優化和可持續發展。

智慧城市治理是在城市信息通信設施基礎上，借助物聯網設備，通過數據采集、數據分析、決策支持和策略制定等步驟而開展的一項城市綜合管理過程。其中，數據采集是通過智能傳感器收集實時數據，數據分析可以透過數據來深入了解城市服務和運營情況，數據分析的結果傳達給城市管理層為其提供決策支持，以采取行動來改善城市運營和管理資產，最終達到改善城市生活質量并實現經濟增長的目的。大數據時代，借助人工智能、物聯網和移動互聯等各種創新技術，城市中的各類關鍵組成系統相互貫通，實現信息化、工業化與城鎮化的深度融合，同時也帶來了自動駕駛、線上購物、虛擬現實（VR）和增強現實（AR）等新技術和新業態的興起，使城市治理能夠變得更加“智慧”。

上述這些變革從某種程度上也會影響甚至顛覆原有的城市布局和運行機制，如自動駕駛技術的發展會深刻影響城市路網形態，新零售也會改變城市的商業空間，對城市基礎設施建設提出新的要求。整個過程形成了一個閉環，在這個閉環當中，只有充分發揮數據資源價值來提升城市管理和公眾服務，才能真正實現整個城市管理高效、服務優化以及生活質量提高的目標。城市大腦就是人工智能和大數據技術在智慧城市治理過程中的一種探索模式，它能夠為城市配備數據驅動的治理系統，提供城市事件感知與智能處理、社會治理和公共安全、交通擁堵和交通信號控制以及公共交通管理等多種服務，通過利用實時全量的城市數據資源，全局優化城市公共資源，即時修正城市運行缺陷。然而即使在集成這些高新技術之后，智慧城市治理仍然面臨諸多挑戰：

（一）海量數據的高效關聯使用模式尚未建立

面臨的數據資源規模龐大，而數據的關聯使用卻明顯不足。大數據之“大”并非只強調數據量之大，也指數據的匯聚、關聯和使用形式之寬廣。數據本身需要通過被理解、分析才能夠有效利用，從而服務于人類。目前，智慧城市治理過程中海量數據的融合與提煉過程仍處于初級階段，尚未建立高效關聯使用模式，難以凝聚出可全面支持城市運營的信息和知識體系。

（二）智能化技術亟待整合與突破

以神經網絡為代表的智能化技術，目前在智慧城市治理過程中得到了廣泛的應用。然而目前神經網絡模型的可解釋性差，對其進行嚴格的理論分析異常困難，其應用發展即將遇到瓶頸。后續需要從數學、統計和計算的不同角度，以及表示能力、泛化能力、算法收斂性和穩定性等多個側面，對統計學習理論進行整合與重構才能解決上述問題。在無法整合與完善統計學、機器學習和數據科學的理論框架的情況下，智慧城市中智能化技術應用難以獲得有效的技術驅動。

（三）缺乏創新技術的集成應用

目前智慧城市的各類技術應用，單點的、割裂的多，集成的、融合的少。如云計算技術用于政務云建設，物聯網技術用于城市管理的感知監測和數據采集，互聯網技術用于電子政務和公共服務的交互渠道，大數據用于城市治理的決策分析，人工智能則是用于提升各種應用的智能化體驗。這些技術對提升智慧能力的作用毋庸置疑，但技術間缺乏系統架構級的融合貫通，造成應用離散化、信息孤島化、平臺多元化，集成創新的乘數效應尚未釋放出來。

二、知識圖譜在智慧城市治理過程中應用的優勢

（一）知識圖譜基本概念與構建階段

知識圖譜（Knowledge Graph,KG）是一種基于圖的數據結構構成的語義網絡，它以結構化的形式描述客觀世界中類型、實體及其關系，其基本組成是“實體－關系－實體”三元組，實體間通過關系相互聯系，構成網狀的知識結構。在過去的十年中，知識圖譜已被廣泛應用于各個領域，如醫療、電子商務、金融，實現了將多源異構數據中的知識融合到知識庫中。同時，有許多成功的大型知識系統應用程序。這些事實足以證明知識圖譜能夠用可解釋的圖形結構描述現實世界，從一個新的語義角度實現對現實世界中具體實體和抽象概念之間結構化關系事實的存儲。

知識圖譜的構建到應用一般包括六個階段，分別是知識建模、知識獲取、知識融合、知識存儲、知識推理和知識應用。知識建模，即構建知識圖譜的本體，通常根據知識圖譜的用途來設計圖譜的本體或模式層；然后通過爬蟲等手段進行知識獲取，完成模式層填充；由于知識獲取的數據源不同，往往會存在實體或關系的歧義，在知識融合步驟中需要針對性地進行知識消歧，以確保各個來源數據的統一；知識存儲階段需要選取合適存儲方式來存儲知識庫，目前主要有資源描述框架和圖數據庫兩種存儲方式；知識推理能夠豐富知識圖譜的知識量，提供更多的查詢功能；最后是圖譜的應用，知識圖譜主要有智能問答、智能搜索等主流應用方式。

（二）知識圖譜在智慧城市治理過程中的優勢

1.知識圖譜是智慧城市大數據處理的有效手段。隨著新型智慧城市建設的不斷發展，人們對于數據應用的需求不斷提高，市民生活和各行業運行產生的數據呈現爆發式增長，數據來源覆蓋互聯網、城市級物聯網、社交網絡、企業數據、運營商數據以及時空數據等，形成城市級大數據中心，并使用智能感知、分布式存儲、數據挖掘、實時動態可視化等大數據技術實現資源的合理配置。

大數據的有效應用和處理，其目標是從存在“噪音”的海量異構數據中自動高效地挖掘有價值信息。隨著人工智能技術的快速發展，大數據應用的需求已經從單純的搜集獲取信息轉變為自動化的知識服務，利用知識工程為大數據添加語義知識，使數據產生智慧，完成從數據向信息以及知識的躍升。在這個過程中由于知識圖譜擁有最接近現實世界的數據組織結構，更符合人類的思維模式，成為智慧城市大數據應用處理的有效手段。

2.知識圖譜是促使智慧城市更“智慧”的可靠保證。智慧城市的發展經歷了萌芽期、起步期，目前正處于戰略轉型期。新一代信息技術與實體經濟的加速融合，使得以個人、企業、政府機構等社會組成單元發展需求為牽引，以分布式、個性化和高技術含量創新為驅動的新型智慧城市理念日益成熟，現階段智慧城市急需向更具備“智慧”的方向發展。人工智能在城市安全、政務、產業、教育、醫療、環境等方面的創新應用層出不窮。

人工智能從學術上分為三個流派，分別是對已有知識進行組織編輯的符號主義流派、通過數學理論公式推導聚類和預測問題的連接主義流派，以及利用機器模仿生物活體行為的行為主義流派。近年來，以深度學習為代表的連接主義流派成為人工智能領域的熱點，這種技術通過組合底層特征形成更加抽象的高層屬性類別以實現對事物的識別、分類和判斷，在計算機視覺和智能語音上獲得廣泛應用。然而在智慧城市建設更高階發展進程中，對事物背后的事理、規律和趨勢的分析會成為新的需求，深度學習等技術往往不足以滿足上述需求。只有通過知識圖譜對概念間的關系屬性進行連接、轉換，實現業務規則的梳理、流程可視化的控制、事物深層次關系的挖掘等應用，真正完成利用人類知識、經驗、邏輯和方法論實現生產力轉化，才能確保智慧城市更“智慧”。

3.知識圖譜有助于實現智慧城市創新應用的統一整合。目前知識圖譜已經在民生服務、城市治理以及產業經濟等智慧城市應用領域得到了應用，通過將城市生活方面的數據和城市管理方面的數據進行關聯分析和挖掘，為各行業搜索、問答、推薦等功能與應用的知識數據提供支撐。

知識圖譜能夠為智慧城市中的各種應用提供一個根據治理協議共享數據的統一框架。同時基于開放標準，利用數據之間的關系進行業務和運營的優化，使用同源分類法和詞匯表來描述城市中所有部門通用術語的數據，將各種不同來源的數據在一個全面的、可查詢的語義圖上鏈接在一起，實現將衣食住行等各種生活數據和公共事業管理、勞動與社會保障、土地資源管理等數據的分析和挖掘，建成易于人類組織、管理和利用的動態知識庫，最終為城市中的居民應用、政府辦公、政策制定提供強勁支撐。

三、知識圖譜在智慧城市中的具體應用

（一）在智慧醫療中的應用

智慧醫療是智慧城市的重要組成部分。為推進信息技術在醫療服務領域的深入應用和創新發展，建設完善業務協同應用、信息互通共享、標準統一規范的智慧健康信息服務體系，很多城市提出了智慧醫療建設規劃，充分運用新興技術，提升醫院智慧化服務應用水平，改善患者就醫體驗。

醫療知識圖譜可為分級診療提供智能輔助支持，通過將頂尖醫學專家的知識和診治經驗進行快速復制，以醫療知識圖譜為基礎搭建的各類應用系統可以為基層醫生提供實效、實時的決策支持，提高廣大經驗不足的醫療工作者的工作能力。借助醫療知識圖譜海量、結構化的醫學知識體，有望實現計算機輔助下的醫療輔助診療賦能，提高基層醫院醫生的診療能力，實現智能化的分診導診，配合并推動實現國家的分級診療制度和愿景規劃，提升患者就診效率。

醫療知識圖譜還可應用于醫學智能培訓教育。通過構建醫學知識圖譜，形成全面、直觀和系統的醫學知識教育體系。搭建智能醫學教育輔助系統，提供一體化的學習培訓，為醫學繼續教育提供支撐。

基于醫療知識圖譜構建的各類應用系統可以有效地加速診療規范的形成與驗證，并且通過及時的診療知識推送和推廣，更好地普及診療規范，同時可以全面規范診療過程，降低誤診率和漏診率，提升患者就醫體驗、降低就醫成本。

（二）在智慧政務中的應用

智慧政務的實現一般以企業和個人的辦事需求為導向，借助智能化的政務服務運行平臺、監控平臺和數據分析平臺，提供便民化的政務公開及服務渠道，提升用戶體驗、改善服務生態。政府服務運行平臺還能夠基于用戶需求構建定制化的信息公開方式，監控平臺可以隨時收集群眾辦事過程中遇到的困難和咨詢的問題，對高頻事項和輿情進行實時監控，數據分析平臺可以針對咨詢的問題進行大數據分析，為決策提供數據支撐。

知識圖譜可用于輿情監管領域。以典型人物、事件、社交媒體構建社交網絡輿情主題圖譜，運用大數據方法分析各類話題的輿論傳播特征，同時關注社交媒體環境中的熱點主題，以點帶面挖掘網絡輿情發展規律，最終實現對熱點輿情的有效引導。

知識圖譜還可有效指導公共事件處置和預警。借助多模態大數據語義分析，通過時空信息抽取、文本分析、多模態數據融合技術，對公共事件進行要素抽取，構建公共事件圖譜，通過因果關系分析，對事件中的實體進行關聯，在此基礎上擴大查詢范圍，實現整個圖譜的聯動，從而得出相應的公共事件分析結論，最終為完善公共事件預警機制提供支撐。

（三）在智慧交通中的應用

智慧交通能夠實現對城市交通中涉及管理、運輸、公眾出行等活動以及交通建設管理全過程的管控，使交通管理部門及交通服務消費者能夠在更大的空間范圍具備感知、分析、控制和預測等能力，從而更好地發揮交通基礎設施效能，提升交通運行效率和管理水平，為通暢安全的公眾出行和可持續的交通發展服務。

海量個體在時空維度發生的遷移活動構成了交通系統，構建交通知識圖譜，實現對在智慧城市空間中每個參與交通活動主體行為軌跡的監控，有助于勾勒出完整出行鏈路、交通環境及交通事件之間的交叉關系，從而為開展城市交通精細化治理奠定基礎。在整個城市交通空間體系內，實際生活中人、車、路和環境之間構成了多階交互關系，要對這種關系進行建模，其計算規模將超過百萬億級別，檢索和預測的時空復雜度超過關系數據庫的應對極限，采用以Neo4j為代表的圖數據庫可以實現對此類計算的良好支撐。以公交出行場景應用為例，知識圖譜可以實現對同乘人員、最大公交客流、線路站點客流等因素的識別提取，實現對公交運力的挖掘。同時還可以實現對公交站點群特定范圍內出行量的預判，從而為公交線路的開通與優化提供重要分析依據。

四、結束語

智慧城市發展進入了新階段，以“城市全要素語義化數據和人工智能”為代表的治理模式成為新階段的主流發展趨勢。這種新型治理模式將為城市管理者掌握城市動態、科學監控管理和優化城市功能，以及為城市高質量發展提供技術支撐。

知識圖譜作為新一代人工智能技術的重要分支，常常被用于融合多源數據來構建大規模知識庫，能夠有效解決目前智慧城市建設過程中，數據資源共享不足、深度學習技術應用受限、創新應用難以集成等問題。通過構建智慧城市的多領域知識圖譜，可以更為便捷地實現原本很復雜的跨庫知識查詢以及規則推理，推動人類知識、經驗、邏輯和方法論的高效利用，為智慧城市治理過程中的智慧醫療、智慧政務、智慧交通等各領域的業務協同應用提供有效支持。

注釋：

①Neo4j是一個高性能的NOSQL圖形數據庫，它將結構化數據存儲在網絡上而不是表中；也可以被看作是一個高性能的圖引擎，該引擎具有成熟數據庫的所有特性。