推出知识图谱时，我们仅被告知一个知识图谱。然而，知识图谱的概念似乎并没有被设计成一个单一的概念——知识图谱不止一个。
后来，谷歌推出了一项专利，告诉我们每个查询如何返回一组结果，从中可以创建一个新的知识图谱来回答原始查询。这些微型知识图谱最终可以组合成一个大型知识图谱。我在这篇文章中写到了这项专利（于 2017 年提交）：
使用知识图谱回答问题
我写的另一项专利是关于用户特谱的专利：支持查询和预测的 whatsapp 号码数据 用户特定知识图谱。该专利于2013年11月提交并于当时创建。这些是根据您的搜索历史、您访问过的页面以及您撰写和收到的电子邮件和社交媒体帖子等文档的信息而形成的个性化知识图谱。该专利指出，这些个性化的知识图谱可以组合起来，创建一个通用的知识图谱（结合非用户特定的知识图谱和用户特定的知识图谱）。
我还写了关于 Google 如何创性化知识图谱建人们可以在移动设备上随身携带的个性化实体存储库：知识图谱中的个性化实体存储库。有趣的是，这允许在相应的设备（例如手机或平板电脑）上包含一个信息知识库，这意味着答案不必来自外部服务器，而可以来自建立在这个个性化知识库之上的知识图谱，即来自基于搜索历史和已访问的文档（电子邮件、文档、社交网络帖子）通过机器学习方法创建的实体存储库。
年信息检索理论国际会议
(ICTIR) 上提交的 Google 白皮书。 2019 年 10 月 – Krisztian Balog 和 Tom Kenter 撰写的《个人知识图谱：研究议程》采纳了用户特定知识图谱专利（最初于 2013 年提交）背后的许多想法。
摘要告诉我们：
知识图谱，即组织有关实体 以满足行业特定的安全标准？ 及其属性和关系的结构化信息，如今无处不在。在这种情况下，实体通常被视为具有全球重要性的任何人或事物。然而，这排除了人们日常接触的许多实体。
在这篇立场文件中，我们提出了个人知识图谱的概念：与用户个人相关的实体的结构化信息资源，包括那些可能不具有全球重要性的实体。我们讨论了将它们与一般知识图谱区分开来的关键方面，确定了构建和使用它们所涉及的主要挑战，并定义了性化知识图谱我们的搜索议程。
本文向我们介绍了知识图谱的目的
明显的用例包括在搜索结果页面中启用丰富的知识面板和直接答案、为智能助手提供支持、支持数据探索和可视化（表格和图形），以及促进媒体监控和声誉管理
这些是当今 Google 等性化知识图谱搜索引擎运作的重要且必要的方面。这篇论文之所以有趣，是因为它告诉我们知识图谱可以完成这些事情，并且适合个人使用。正如作者告诉我们的那样：
在本立场文件中，我们提出了个人知识图谱（PKG）的概念——一种有关与其用户个人相关的实体、其属性以及它们之间的关系的结构化信息资源。
这篇论文很好地阐述了知识图 沃沃盒 谱的发展方向，值得花时间研究。当涉及到个人助理之类的事情时，这可能非常有趣，例如预订餐厅或预订航班，或帮助在家娱乐，例如电影、音乐或新闻。
本文提出了未来可以对个性
化知识图谱进性化知识图谱行的一些研究，并提出了如何将这些概念付诸实践的一些想法。
克里斯蒂安·巴洛格 (Krisztian Balog) 在撰写上述论文时，曾担任谷歌的访问学者和计算机科学教授一年多。他在 Springer 网站上有一本关于面向实体搜索的（免费）书，非常值得推荐。它很好地捕捉了我在 Google 上看到的很多实体。