讨论知识图谱应用时，常被问到的一句话是："图谱建好了，业务上如何使用图谱？"业务视角下最常用的是四类算法：实体消歧、宽度优先与深度优先检索、价值评估、社群发现。它们并非并列关系，而是分别处在图谱生命周期的不同环节。
按"建图—查图—用图"的流水线来看：实体消歧属于建图环节，决定图谱的质量基线；BFS与DFS属于查图环节，是多跳推理的基本骨架；价值评估与社群发现属于用图环节，从个体和群体两个视角挖掘图结构中的商业与风险信息。
本文先逐类说明原理与行业应用，再用一个统一的场景展示四类算法如何协同工作。
一、实体消歧：图谱质量的地基
实体消歧解决的是"一个名字到底指谁"的问题。歧义包含两个方向：一是一名多实，"平安"可能指中国平安集团、平安银行或平安证券；二是多实一名，"腾讯"、"Tencent"、"腾讯控股"指向同一家公司。
典型流程分三步：先通过命名实体识别从文本中抽出提及，再从知识库召回候选实体，最后结合上下文对候选排序。早期方案依赖词典规则与统计特征，主流做法已转向上下文语义向量比对，以及利用邻接实体信息辅助判断的图神经网络方法。
行业落地上，金融是最典型的场景。舆情分析要把一条新闻挂到正确的主体上，股权穿透要把工商数据里成千上万个重名公司合并成唯一法人实体——消歧错了，后面的风控结论全部作废。
其他行业同样离不开这一步。医疗领域做术语标准化，把"心梗"、"心肌梗死"、"MI"归一到同一个疾病节点并挂接标准编码；司法场景处理重名人员的身份归并；电商与搜索把用户查询链接到商品库中的具体实体。
二、宽度优先与深度优先：图上推理的两条路径
宽度优先检索（BFS）像水波纹一样逐层扩散，天然回答"最近的关系链是什么"、"N度范围内有什么"；深度优先检索（DFS）沿一条链走到底再回溯，天然回答"有哪些路径"、"有没有环"。二者是多跳查询、路径解释和子图抽取的底层机制。
一个常见误解是把二者当作二选一。成熟系统中它们分工明确：BFS用于波及面评估，按跳数逐层扩大影响范围；DFS用于穿透式核查与环检测，顺藤摸瓜找出闭环。
金融风控是集大成的场景。担保链穿透用BFS逐层找出间接担保关系，用DFS检测担保圈——企业互相担保形成闭环后，一家爆雷往往引发全圈连锁违约；反洗钱沿资金链路追踪穿透账户；"最终受益人"识别本质上是在股权图上做穿透搜索。
供应链领域用BFS评估上游断供的逐级波及面，工业运维用DFS沿设备依赖图回溯故障根因。此外，知识库问答中的多跳推理，也依赖图上路径搜索提供可解释的证据链。
三、价值评估：回答哪个节点重要
这里的"价值评估"指基于图结构本身的重要性评分，代表算法是PageRank系列与中心性指标（介数中心性、接近中心性、K-core等）。
PageRank的思想是把连接视为投票，被重要节点指向的节点本身更重要。介数中心性衡量一个节点作为"桥梁"被多少条最短路径经过——它不一定是规模最大的节点，但可能是最关键的枢纽。
应用上，金融监管用类PageRank思想评估系统重要性机构；反洗钱关注高介数的中转账户——洗钱网络的核心枢纽往往交易金额不大，但大量资金路径从它经过。公安领域用它识别犯罪网络中的关键人物：抓了头目网络就散，抓了普通成员网络还在。
同样的逻辑也适用于商业场景：供应链用它找断供影响最大的关键供应商，营销用它选传播种子用户，IT运维用它评估核心服务的故障爆炸半径。
四、社群发现：回答谁和谁是一伙的
社群发现是图上的聚类：把网络划分为内部连接紧密、外部连接稀疏的群组。代表算法包括以模块度优化为核心的Louvain与Leiden、标签传播等。它的输出不是路径也不是分数，而是群体结构——这使它成为团伙型问题的主要工具。
金融反欺诈最典型。把共享设备、共用收款账户、频繁互相转账的账号聚成一团，就能挖出欺诈团伙——单个账号的借贷行为可能完全正常，但它在图上的抱团结构暴露了团伙属性。
反洗钱用它圈定资金网络的封闭子群；公安情报用它从海量通话和资金记录中挖掘有组织犯罪的结构；营销用它做客户分群与圈人，同一社群的用户行为高度相似，可作为推荐的补充信号；生物信息学则用它从蛋白质相互作用网络中发现功能模块。
五、一个统一的场景：企业担保网络
四类算法在真实业务中往往协同工作。以银行的担保网络为例，可以看它们如何串成一条完整的风控链路。
第一步是消歧：先把工商库中重名的企业合并为唯一实体，图本身可信，后续分析才有意义。第二步是遍历：DFS找出A—B—D—F—C—A这样的担保圈，BFS评估某家企业出险后一跳、二跳的波及范围。
第三步与第四步并行：价值评估找出被多条资金路径经过的关键枢纽企业，社群发现则圈出整团风险的边界，供授信限额与贷后管理使用。
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
六、行业应用横向对照
将四类算法放到行业维度上，典型用法可以归并如下。
金融：实体消歧用于主体归一与舆情挂接；DFS做担保圈检测与受益人穿透；BFS评估关联风险波及；介数与PageRank找中转账户与系统重要性机构；社群发现做欺诈团伙与洗钱子群挖掘。
医疗：实体消歧做术语标准化；图遍历支持药物—疾病—基因的多跳知识问答；社群发现从蛋白质网络中找功能模块。
公安司法：实体消歧解决重名人员归并；DFS顺藤摸瓜追踪资金链；价值评估识别犯罪网络关键人物；社群发现挖掘有组织团伙。
供应链与工业：BFS评估断供逐级波及；DFS回溯故障根因；价值评估识别关键供应商与高爆炸半径节点。
互联网与营销：实体消歧支撑搜索实体链接；PageRank选种子用户与意见领袖；社群发现做客户分群与推荐。
结语
四类算法的分工可以概括为一句话：实体消歧保证图是对的，遍历保证图是可查的，价值评估回答哪个节点重要，社群发现回答哪些节点抱团。
前两类算法决定图谱"能不能用"，后两类决定图谱"值多少钱"。企业落地知识图谱的常见失败路径，恰恰是跳过消歧直接做上层分析——图本身是错的，再好的图算法也只是精确地算出了错误答案。
本体论、FDE、Workbuddy资料下载方式：
扫描下方二维码加入知识星球“金融科技与数字化转型”（持续运营2000余天），更有清华大学、北京大学、复旦大学最近报告论文，人工智能、金融科技、智能制造、麦肯锡、IBM、埃森哲、华为咨询方法论案例等超千份资料实时更新。
