DeepSeek本地RAG知识库(22):数据结构化5 知识图谱制作和使用

摘要：数据（Data）：原始符号，比如菜谱中的“五花肉500克”“豆瓣酱20克”“小火炖煮30分钟”——这些是未经处理的文字或数字。信息（Information）：结构化后的数据，比如提取出“回锅肉”的食材（五花肉、豆瓣酱、青蒜）、烹饪步骤（煮→切片→炒）和口味标签

大家好，我是程序员寒山。

上期我们在RAG本地知识库中引入了知识图谱来增加处理复杂问题的能力，很多粉丝想全面的了解知识图谱。

那么今天我们来讲一下知识图谱，主要内容：

要理解知识图谱，我们要首先了解什么是知识？什么是图谱？很多人可能会说这就是字面意思么！还真不是！

了解知识要从了解DIKW模型开始，看看数据在不同阶段的表现形式，同时也解释和加深大家对RAG的理解。

数据（Data）：原始符号，比如菜谱中的“五花肉500克”“豆瓣酱20克”“小火炖煮30分钟”——这些是未经处理的文字或数字。信息（Information）：结构化后的数据，比如提取出“回锅肉”的食材（五花肉、豆瓣酱、青蒜）、烹饪步骤（煮→切片→炒）和口味标签（麻辣）。知识（Knowledge）：关联后的信息网络，例如将“川菜麻辣口味”与“辣椒、花椒”等调料关联，形成“调味逻辑”；或对比“鲁菜九转大肠”的酸甜口，分析其使用白糖、醋的配比规律。智慧（Wisdom）：应用知识解决问题，比如根据用户冰箱里的剩余食材（五花肉、青椒），结合知识图谱推荐“川菜回锅肉”或“鲁菜把子肉”的菜谱。

图谱由两个核心元素构成：

节点（Node）：代表实体或对象，如五花肉、豆掰酱等。边（Edge）：描述节点间的关系或交互，如回锅肉和五花肉的关系：食材。

知识图谱起源于对复杂关系的结构化需求。例如：

传统菜谱分类：仅按菜系（川菜、鲁菜）或食材（肉类、蔬菜）划分，缺乏深度关联。现代应用场景：美食推荐用知识图谱关联“冰箱食材”“烹饪技法”“营养需求”，实现智能推荐（比如推荐“鱼香肉丝”给同时拥有猪肉、木耳和豆瓣酱的用户）。

优势：

关联性：将“川菜宫保鸡丁”与“鲁菜酱爆鸡丁”对比，分析两者在“鸡丁切法”“酱料配比”“火候控制”上的差异。推理能力：用户输入“鸡肉、花生、干辣椒”，图谱推理出可能菜式是“宫保鸡丁”或“辣子鸡”，并根据用户厨具（有无炒锅）进一步筛选。可视化：图形化展示“川菜调料依赖关系图”（如豆瓣酱→麻辣→回锅肉/麻婆豆腐）。

挑战：

构建成本高：需整合多源数据（菜谱文字、教程、用户评价）。口味主观性：如何量化“麻辣度”或“鲜香”等抽象特征？

步骤1：本体设计
定义核心实体和关系：

实体：菜系（川菜、鲁菜）、食材（猪肉、辣椒）、技法（爆炒、炖煮）、口味（麻辣、鲜香）。关系：“属于菜系”“需要食材”“适用技法”“替代方案”。

步骤2：数据抽取

结构化数据：从菜谱网站提取“鱼香肉丝”的食材清单和步骤。非结构化数据：用技术分析用户评论，例如“这道菜偏咸”可抽取“口味→咸度偏高”标签。

步骤3：知识融合

关联不同菜系的共性：如川菜“水煮鱼”和鲁菜“糖醋鲤鱼”都需“去腥步骤”（用料酒、姜片）。整合替代方案：用户缺少“四川泡菜”时，推荐“酸菜”作为替代，并提示调整盐量。

实例：

川菜“麻婆豆腐”关联实体：
食材：豆腐、牛肉末、豆瓣酱、花椒
技法：炒→炖→勾芡
口味标签：麻辣、鲜嫩鲁菜“葱烧海参”关联实体：
食材：海参、大葱、高汤
技法：煨烧
口味标签：咸鲜、软糯

三、Neo4j 图谱库介绍

Neo4j是一个高性能的图数据库，使用图数据模型，以节点（Nodes）、关系（Relationships）和属性（Properties）来存储数据。节点代表实体，关系表示实体间的关联，属性则是节点和关系的附加信息。这种模型能够自然地表示复杂的关系网络，例如社交网络、知识图谱等。

3.1 查询语言：

Neo4j使用Cypher作为查询语言，这是一种声明式的图形查询语言，语法直观且易于理解，类似于SQL，能够方便地进行图数据的查询和操作。比如下面菜谱的食材查询语句：

def query_by_ingredient(ingredient_name): query = """ MATCH (r:Recipe)-[:CONTAINS]->(i:Ingredient) WHERE i.name CONTAINS $ingredient RETURN r.name as name, r.cooking_process as process, r.taste_description as taste """ return graph.run(query, ingredient=ingredient_name).data

3.2 高性能

Neo4j采用了专门的图存储和索引结构，使得它在处理图数据时具有出色的性能，尤其是在处理复杂的图查询和遍历操作时。