cơ sở dữ liệu đồ thị Graph DB
Khả năng suy luận
Có khả nang xử lý đa mô hình dữ liệu
Chất lượng cao
Chức năng duy trì dữ liệu đồ thị khối lượng lớn
Insight
Chức năng phân tích dữ liệu đồ thị
Khả năng dự đoán
Hỗ trợ nhiều mô hình dữ liệu, tích hợp chức năng chẩn đoán, dự đoán và phân tích dữ liệu
saltlux technology
Công nghệ dữ liệu ĐỒ THỊ Graph DB
Tự động chuyển đổi mối tương quan giữa các dữ liệu
Tạo và lưu trữ các dữ liệu lớn dưới dạng cấu trúc đồ thị tri thức
Tích hợp quản lý, phân tích và ứng dụng trực tiếp dữ liệu lớn
Tạo, quản lý và phân tích thông minh (dự đoán – suy luận) dữ liệu đồ thị tri thức
Ngoài ra còn tổng hợp dữ liệu, quản lý rủi ro, đề xuất nội dung, mở dữ liệu và lập luận quy mô lớn và sử dụng có chọn lọc gói tiện ích
đặc điểm chính
Cơ sở dữ liệu đồ thị Graph DB cung cấp tất cả các chức năng tương ứng với vòng đời của dữ liệu đồ thị, từ trực quan cho tới quản lý vận hành như: chuyển đổi dữ liệu dưới dạng dữ liệu đồ thị, bộ lưu trữ dữ liệu đồ thị, phân tích dữ liệu địa lý (Geodata) dựa trên dữ liệu đồ thị, phân tích mạng kiến thức và mở dữ liệu đồ thị.
Hội tụ và thương mại hóa công nghệ Al và Graph DB đầu tiên của Châu Á
Xác minh trên 108 chức năng xử lý dữ liệu đồ thị khối lượng cực lớn
Tích hợp công cụ lập luận thương mại
Trích xuất và chuyển đổi kiến thức tích hợp
Đảm bảo sự ổn định vốn có khi thực hiện bảo mật các tham chiếu và thực thi Graph DB tối đa
Tại sao cần công nghệ dữ liệu ĐỒ THỊ
Đồ thị dữ liệu (Graph DB) lựa chọn và ứng dụng những giải pháp tối ưu hóa phù hợp với môi trường kinh doanh vốn bị phụ thuộc nhiều vào khối lượng luồng dữ liệu và tốc độ du nhập của dữ liệu do công ty hoặc tổ chức sở hữu. Đồ thị dữ liệu Graph DB là giải pháp tối ưu nhất để tăng giá trị kinh tế của khách hàng, khám phá khách hàng và tạo ra thị trường mới trên nền tảng dữ liệu đồ thị bằng cách đáp ứng nhu cầu của khách hàng và cung cấp dịch vụ tối ưu.
Các công cụ Graph DB tiêu biểu
Khám phá những công cụ tiêu biểu của Saltlux Technology ứng dụng công nghệ Graph DB
Công cụ chuyển đổi dữ liệu đồ thị
Đây là công cụ có khả năng tạo ra dữ liệu tương ứng với biểu đồ tri thức, thông qua ánh xạ các nguồn dữ liệu (DBMS, CSV, RDF,...). Công cụ cũng có khả năng cung cấp tất cả dữ liệu dạng cấu trúc như RDB, thông qua việc hỗ trợ ngôn ngữ R2RML của W3C và cung cấp ngôn ngữ RML (quy tắc chuyển đổi dữ liệu nội bộ). Ngoài ra, cũng cung cấp chức năng chuyển đổi và xử lý dữ liệu người dùng thành chế độ xem dữ liệu ảo (Data View). Người dùng có thể thực hiện việc chuyển đổi dữ liệu nhanh chóng và dễ dàng thông qua công cụ chuyển đổi dữ liệu đồ thị. Chức năng chính:- Chuyển đổi dữ liệu hỗ trợ các định dạng khác nhau
- Tăng cường và chuyển đổi dữ liệu đồ thị có dung lượng cực lớn
- Quản lý công cụ chuyển đổi dữ liệu
Công cụ lưu trữ dữ liệu đồ thị
Công cụ lưu trữ dữ liệu đồ thị về cơ bản cung cấp địa chỉ lưu trữ dữ liệu đồ thị dựa trên RDF và địa chỉ lưu trữ Property Graph, cung cấp chức năng lưu trữ và phân tích Property Graph thông qua liên kết máy chủ Apache TinkerPop và Gremlin. Dữ liệu đồ thị dựa trên RDF được biểu thị dưới dạng bộ ba, Property Graph được biểu thị dưới dạng Vertex, Edge và Vertẽ, Edge có thể mang thuộc tính (property). Chức năng chính:- Đảm bảo hiệu suất quản lý dữ liệu đồ thị dung lượng lớn và khả năng tương tác dữ liệu
- Phân tích riêng biệt dựa trên truy vấn SPARQL
- Tính mở rộng thông qua các môi trường phân bổ quy mô lớn
- Tính truy cập dễ dàng thông qua công cụ quản lý
Công cụ lý luận dữ liệu đồ thị
Công cụ lý luận dữ liệu đồ thị cho phép chuyển đổi và lưu trữ dữ kiện mới từ dữ liệu đã được chuyển đổi thông qua lý luận. Đặc biệt, công cụ này có thể cung cấp tiền đề sơ đồ (schema axiom) và tiền đề thực thể (instance axiom) để lý luận cấp cao – cấp thấp và lý luận quan hệ giữa các khái niệm trong mô hình dữ liệu. Chức năng chính:- Tiền đề và lý luận dựa trên quy tắc
- Hỗ trợ ngôn ngữ biểu thức tri thức khác nhau
- Tăng cường và xác minh dữ liệu đồ thị
Công cụ phân tích dữ liệu đồ thị
Công cụ phân tích dữ liệu đồ thị hoạt động như một máy tìm kiếm tri thức, bao gồm trình tạo sơ đồ tri thức về thông tin bên ngoài (phương tiện xã hội, email, hệ thống quản lý tri thức, v.v.); tạo danh mục đồ thị để phân tích mạng tri thức; phân tích mạng tri thức theo người dùng, theo thời gian, theo chủ đề; phân tích mạng chủ đề và phân tích xu hướng chủ đề được quan tâm theo thời gian. Chức năng chính:- Tích hợp phân tích dữ liệu đồ thị tối ưu
- Phân tích dữ liệu đồ thị dung lượng lớn
- Mở rộng phân tích dữ liệu đồ thị
Công nghệ cơ sở dữ liệu ĐỒ THỊ cho khách hàng của saltlux inc.
Xem những sản phẩm ứng dụng công nghệ đồ thị dữ liệu mà tập đoàn Salltux Inc. đã phát triển cho các khách hàng lớn trên thế giới.
Thông tin dự án
- Thiết lập hệ thống cơ sở phân tích tội phạm khoa học: - Thiết lập cơ sở hạ tầng phân tích tổng hợp dữ liệu cấu trúc và phi cấu trúc cho 5 tội phạm bạo lực (giết người, tấn công tình dục, cướp, phóng hỏa, tử vong do thương tích tấn công)- Phân tích khoảng 800 văn bản bán cấu trúc và phi cấu trúc- Thiết kế các kịch bản khác nhau hỗ trợ cho việc phân tích tội phạm- Phân tích tài liệu bằng chứng phạm tội như giọng nói, video và hình ảnh- Nghiên cứu phương pháp kỹ thuật (thực hiện POC bên ngoài)
- Thiết lập cơ sở kiến thức phân tích tội phạm thông minh: - Thiết lập tài liệu cơ sở để phân tích tội phạm chuyên sâu- Thiết lập từ điển khái niệm và hệ thống phân loại tội phạm chuyên sâu- Thiết lập dữ liệu Machine Learning và hệ thống biểu hiện tri thức để tự động hóa phân tích tội phạm chuyên sâu
- Chuẩn bị cơ sở hệ thống hợp tác phòng chống tội phạm giữa các cơ quan có liên quan: - Xác định thông tin cần thiết cho các cơ quan có liên quan để thiết lập phòng chống tội phạm- Chuẩn bị phương án cơ sở liên kết với các cơ quan có liên quan
Công nghệ ứng dụng & giải pháp
Ứng dụng công nghệ Graph DB để tạo, lưu trữ, lập luận và phân tích dữ liệu đồ thị cho thông tin, từ điển tội phạm.
Ứng dụng công cụ lưu trữ và tìm kiếm big data (DISCOVERY) cho dịch vụ tìm kiếm ngữ nghĩa thông minh, công cụ phân tích big data phi cấu trúc (TMS) và công cụ phân tích nhận thức (CAS) để phân tích dữ liệu phi cấu trúc.
Ứng dụng OpenSource Apach SPARKL, STORM, KAFKA,v.v.. trong hệ thống phân tích phòng chống tội phạm thông minh.
Căn cứ lựa chọn sản phẩm
Trung tâm hỗ trợ khách hàng và các chi nhánh kinh doanh của ngân hàng NongHuyp đã cải tiến hệ thống quản lý tri thức, nhằm phục vụ tốt hơn cho việc quản lý và chia sẻ kiến thức công việc cần thiết cho tư vấn khách hàng. Các chức năng như tạo, quản lý và tìm kiếm tri thức cũng được cải tiến để tăng sự thuận tiện khi sử dụng. Nội dung tri thức tạo ra sẽ được quản lý theo các thuộc tính và lĩnh vực công việc cụ thể. Những nội dung này sẽ được lưu trữ lại sau khi chuyển đổi thành cơ sở tri thức dựa trên Knowledge Graph. Việc này làm chuyển đổi nội dung ngôn ngữ tự nhiên thành dữ liệu tri thức ở dạng có thể đọc hiểu bằng máy (machine readable). Trích xuất kiến thức tự động dựa trên AI cũng được ứng dụng trong quá trình này.
Thông tin dự án
Hệ thống quản lý tri thức trước đây vốn được thiết kế để tạo, lưu trữ và quản lý kiến thức công việc để tư vấn khách hàng. Hiện tại, hệ thống được sử dụng với mục đích nhằm chia sẻ kiến thức giữa các tư vấn viên ngân hàng hoặc với các nhân viên chi nhánh. Tuy nhiên, nhu cầu về dịch vụ AI vẫn liên tục tăng do khách hàng hiện sử dụng nhiều kênh kỹ thuật số khác nhau. Vì vậy, việc thiết lập và quản lý dữ liệu tri thức dựa trên AI riêng biệt cho dịch vụ AI là rất cần thiết. Nội dung kiến thức và dữ liệu tri thức dựa trên AI trước đây có hình dạng và cấu trúc khác nhau nên rất khó để có thể duy trì thông tin thống nhất nếu quản lý riêng biệt. Việc tạo, quản lý và sử dụng kiến thức trùng lặp sẽ gây ra sự bất tiện cho người dùng trên nhiều phương diện. Hệ thống quản lý tri thức lạc hậu được sử dụng trong hơn 10 năm được cải tiến thành hệ thống quản lý tri thức thông minh đáp ứng xu hướng công nghệ AI mới nhất, nhằm nâng cao sự thuận tiện trong quản lý và chia sẻ thông tin, kiến thức tư vấn giữa các nhân viên. Hiệu quả quản lý và ứng dụng nội dung kiến thức cũng được cải thiện bằng cách tạo và quản lý dữ liệu kiến thức của các dịch vụ AI.
Công nghệ ứng dụng & giải pháp
Căn cứ của lựa chọn sản phẩm
Thành tựu đạt được
Thông tin dự án
Với mục tiêu “phát triển dịch vụ tư vấn kiến thức cá nhân hóa dựa trên AI cho dịch vụ thông tin thông minh HACCP”, cơ sở tri thức dựa trên an toàn thực phẩm chứng nhận bởi HACCP được thiết lập bằng cách sử dụng dữ liệu nguyên liệu ban đầu và hàm lượng dinh dưỡng. Dịch vụ đề xuất sản phẩm an toàn thực phẩm cá nhân hóa theo chủ đề cũng được cung cấp.
Công nghệ ứng dụng & giải pháp
Căn cứ lựa chọn sản phẩm
Thành tựu đạt được
Thông tin dự án
Thiết lập kênh thông tin liên kết các cơ sở dữ liệu sở hữu bởi cơ quan chính phủ và cơ quan công quyền dựa trên thông tin về quyền sở hữu trí tuệ của văn phòng sở hữu trí tuệ Hàn Quốc.
- Liên kết thông tin kinh doanh được sở hữu bởi cơ quan chính phủ và cơ quan công quyền.
- Tổng hợp thông tin quyền sở hữu trí tuệ và thông tin kinh doanh được Văn phòng sở hữu trí tuệ nắm giữ, cung cấp thông tin tùy chỉnh.
- Cung cấp báo cáo phù hợp dựa trên thông tin quyền sở hữu trí tuệ và thông tin kinh doanh được thiết lập.