7-2 知识图谱、物联网和数字孪生 - 智能供应链的数字基础设施 - 俞方桦 博士 _Neo4j

主要内容总结

供应链现状

• 供应链危机：新冠疫情加剧了供应链挑战，包括植物油价格创新高、芯片短缺、航运延误等。
• 数据问题：企业难以获得关于受疫情影响供应商的信息，导致规划困难，关键原料和部件短缺，库存平衡和生产线配置困难。

图数据库在供应链中的应用

• 图数据库的优势：
  • 处理互联数据的理想技术
  • 灵活的数据模式，支持复杂数据类型及关系
  • 提供360度全景视图，支持快速遍历关系网络
  • 能够轻松扩展到数十亿节点和关系
  • 强大的图分析能力，快速发现瓶颈和改进机会

知识图谱的应用场景

• 物流监控和优化：
  • 搜索和显示完整的物流网络
  • 查询开往指定物流仓储中心的货车位置及其运行状态
• 供应链风险评估：
  • 建立关键原材料供应链图谱，识别供应链风险
  • 使用图相关算法定义评估指标，如“入度中心性”、“出度中心性”等

图数据科学

• 算法：包含路径寻找、中心性计算、社区检测、链接预测等多种图算法
• 应用：帮助发现最佳替代路径、关键瓶颈和高风险节点

总结

• 供应链管理：使用图数据库建模和存储供应链数据，提供灵活、高性能的企业级解决方案。
• 业务价值：通过整合不同数据源到知识图谱，应用图数据科学算法，最大化智能供应链的业务价值。
• 可视化工具：为数据科学家、分析师和管理者提供直观的供应链透视和挖掘能力。