本课程以阿里巴巴业务中台商品知识图谱构建和大规模应用过程中实践出来的方法论为主线，结合学术最新的研究成果，全面剖析知识图谱技术的前世今生，涵盖知识生产的完整生命周期，深入讲解知识建模、知识获取、知识融合、知识推理相关技术，并以工业级的落地场景为例，讲解知识图谱可能提供的服务形式和优势，最后和大家一起探讨知识图谱未来的发展趋势。

内容大纲

1、知识图谱概览

2、知识建模与管理

• 知识建模简介
• 知识建模方法 
• 知识体系
• 知识管理系统
• 知识质量管理
• 知识建模发展方向

3、知识融合

• 知识融合的一般方法
• 本体对齐
• 实体对齐
• 实体信息融合
• 融合效果评估

4、知识获取

• 知识获取相关任务 & 相关竞赛评测
• 实体识别
• 实体链接
• 关系抽取
• 规则挖掘
• 面向半结构化数据的知识获取

5、知识推理与表示

• 知识推理简介
• 单步推理
• 多步推理
• 知识推理应用场景与发展方向

6、 知识图谱的存储与服务

7、知识图谱的质量保障

8、电商知识图谱端到端案例解析

9、知识图谱展望

听众受益

• 从基础学起，对知识图谱相关的技术有全面的了解；
• 对知识图谱实践的方法和场景有全面的认识；
• 对知识图谱未来的发展方向有些了解；
• 对知识图谱应用的现状和局限有一定的了解。

目标听众

• 人工智能领域、大数据的相关技术人员；
• 对知识图谱技术实践感兴趣的人员；
• 零售领域的从业人员。