9主题二 专题四 认识大数据和知识图谱

认识大数据和知识图谱目录大数据基础知识和应用知识图谱的概念和应用大数据和知识图谱的关系图片来自于网络学习情境：李女士的智慧诊疗病例概况：李女士，62岁，有6年高血压病史，近期出现头晕症状，血压升高，并检查出合并轻度高血脂和血糖异常。诊疗诉求：希望借助智慧医疗大数据分析平台和医学知识图谱系统，明确病因，调整用药方案，获得个性化诊疗建议。图片来自于网络一、大数据基础知识和应用（一）大数据的基本概念1.定义：大数据是指其规模、多样性和复杂性需要新的架构、技术、算法和分析方法来管理的信息资产。2.核心特征（5V）：海量性（Volume）：数据规模巨大（TB/PB级）。高速性（Velocity）：生成处理速度快，需实时处理。（一）大数据的基本概念2.核心特征（5V）：多样性（Variety）：数据类型丰富，含结构化、半结构化和非结构化数据。真实性（Veracity）：确保数据质量和准确性，真实可靠是避免误导决策的基础。价值性（Value）：有效信息占比低但价值高。3.医疗大数据的特征

医疗大数据除具备5V特征外，还具有以下独有特征：不完整性：难以全面反映健康信息，存在偏差和残缺。长期保存性：门急诊病案存15年+，住院病案存30年+，影像无限期。隐私性：受法律严格保护，确保患者隐私安全。时序性：与时间密切相关，如发病过程、随访记录。冗余性：数据量大，含重复、无关记录，管理难度大。（二）大数据技术工具概述大数据技术的不同层面及其功能:数据采集与预处理：通过ETL（ExtractTransformLoad）工具从异构数据源抽取、清洗、转换和整合数据。数据存储和管理：利用分布式文件系统、数据库等实现海量数据的存储和管理。数据处理与分析：利用分布式计算框架和数据挖掘算法对海量数据进行处理与分析。数据可视化：将分析结果以图表等形式直观呈现。数据安全和隐私保护：构建保护体系，确保数据安全和隐私。（三）大数据思维只看关联，不问因果经典案例：超市“啤酒与尿布”的摆放一切以数据说话，不要相信经验例如：合适的时机购买飞机票全数据集的数据分析（四）大数据的典型应用大数据已广泛应用于商业、社交媒体、智慧城市、教育、通讯、工业等多个领域。大数据在医疗领域的应用：技术层面：支持非结构化数据分析，实时监测数据分析等。业务层面：辅助疾病诊断、制定个性化治疗方案、提供临床决策支持、健康监测与管理、优化医疗资源分配等。二、知识图谱的概念和应用（一）知识图谱的基本概念1.定义：知识图谱是一种将领域知识结构化表达的图形化工具，通过节点（实体）和边（关系）的组合构建语义网络。2.核心构成元素：实体：构成知识网络的基本单元，如疾病、药物、症状等。属性：实体的特征描述。关系：实体之间的语义纽带。（二）知识图谱的可视化表达

通过图形化方式将复杂知识转化为直观的网络结构，如图2-1所示

实体：通常以圆圈（节点）形式展示。关系：以连线（边）形式连接实体节点。图2-1医疗知识图谱示意图优势：直观易懂，快速识别关键路径和关联。（三）知识图谱的典型应用知识图谱在医疗领域的核心应用：精准问答：提供精准答案，提升信息获取效率诊疗辅助：推理提供诊断建议与方案推荐数据标准化：实现医疗数据统一编码与语义对齐药物推荐：基于证据链提供精准用药建议科研创新：辅助科研选题与新药研发设计图片来自于网络三、大数据和知识图谱的关系

二者是相互依存、相互促进的关系知识关联：大数据是图谱构建的基石，图谱是数据知识发现与数据价值升华。技术协同：在数据、处理、应用三层深度协同，形成闭环技术体系。应用赋能：量化分析与智能推理互补，共同驱动AI应用落地。图片来自于网络专题总结大数据：掌握其5V特征、医疗大数据特点、技术