知识图谱是新一代的语义网实现，是具备推理能力的知识库应用，在构建中表现为一个技术栈的组合。知识图谱的目标是解决信息过载问题。

知识图谱是运用一套新的技术和方法论在知识结构化和分析洞察两个方面提升信息转化为知识并且被利用的效率。

大数据库和知识图谱的抽象工作都是关于“结构化”和“关联”，不过前者是数据结构化，后者是知识结构化，前者是数据级别的关联，而后者是知识级别的关联。

在应用落地的功能场景上，知识图谱和大数据库在解决类似的分析洞察问题，只是知识图谱在处理“关系”这件事儿上，更直观、更高效。

撇开对知识本身的组织、查询和展现不谈，在分析和洞察方面知识图谱技术可以视为是一种新的分析手段，基于图数据库和图分析的知识图谱在风险防控和营销推荐的某些方面有比较好的表现，尤其在设计多层次、多关系事务的探查效率和模型扩展能力上，知识图谱被认为是突破传统数据分析技术瓶颈的希望所在。

什么样的人能够整理一个学科的整个知识图谱？

首先说“整个”这个范围表达不确切，应该说是迄今为止某个学科人类研究的全部范围以内的知识图谱。因为任何学科都是无止尽的，所谓人类一思考上帝就发笑，这里不能用“整个”这样的全称概念。

其次，能够整理某学科知识图谱的人，当是当代该学科在世界范围内的引领者和顶尖科学家。因为这样的人往往既能了解熟悉该学科过往的研究历史和学科成就，又能掌握最前沿和尖端的成果。例如中科大的量子之父潘建伟。