Dies ist der zweite Teil der Blogreihe über File-Wissensgraphen. In Teil 1 haben wir kurz angesprochen, dass File-Wissensgraphen viele der gleichen Analysefunktionen bieten wie Wissensgraphen-Services in ArcGIS Enterprise. In diesem Artikel werden wir uns einige der gängigen Werkzeuge und Workflows genauer ansehen, die Sie mit einem File-Wissensgraphen in ArcGIS Pro ausprobieren können. Wenn Sie sich noch nicht mit Wissensgraphen in ArcGIS auskennen, ist dies ein guter Ausgangspunkt, um mehr zu erfahren.
Visualisieren von Graph-Datenmodellen
Jeder Wissensgraph benötigt ein Datenmodell. Bevor Sie im Rahmen Ihrer Untersuchung Verbindungen analysieren oder Abfragen ausführen können, müssen Sie zunächst die Entitätstypen und Beziehungen definieren, die Ihr System abbilden sollen.
Auf einer übergeordneten Ebene enthält das Datenmodell Entitätstypen, die die Objekte darstellen, deren Entwicklung Sie verfolgen möchten, sowie Beziehungstypen, die definieren, wie diese Objekte miteinander verbunden sind. In einer Lieferkette könnten zu den Entitätstypen beispielsweise Lieferanten, Teile, Werke und Vertriebszentren gehören. Beziehungstypen beschreiben, wie diese Entitäten miteinander interagieren, beispielsweise “beliefert”, “produziert” oder “versendet an”. Sowohl Entitätstypen als auch Beziehungstypen können zudem Eigenschaften enthalten, in denen zusätzliche Informationen zu den einzelnen Elementen gespeichert werden.
Ihr File-Wissensgraph umfasst die Funktion “Datenmodell-Designer”, mit der Sie diese Struktur visuell erstellen und verwalten können. Anstatt mit einem textbasierten Schema zu arbeiten, können Sie Ihr Datenmodell als Diagramm aufbauen. So lässt sich leichter nachvollziehen, wie die Entitätstypen miteinander in Beziehung stehen, und Sie können Lücken oder Möglichkeiten erkennen, noch bevor die Daten geladen werden.
So wie Ihr Modell größer und komplexer wird, so wird auch das Datenmodell zu einem wertvollen Kommunikationsinstrument. Ein kurzer Blick auf das Diagramm verrät die wichtigsten Komponenten eines Systems und zeigt, wie Informationen zwischen ihnen ausgetauscht werden.
Dieser visuelle Ansatz ist besonders hilfreich, wenn man sich zum ersten Mal mit Wissensgraphen beschäftigt. Anstatt sich auf die Terminologie der Graphen fokussieren zu müssen, kann man sich auf die Modellierung realer Systeme und deren Verbindungen konzentrieren. Sobald das Datenmodell steht, wird das Einlesen von Daten und das Erkunden von Beziehungen wesentlich intuitiver.
Der Datenmodell-Designer ermöglicht es Ihnen, die Verbindungen zwischen Entitätstypen und Beziehungstypen in Ihrem Datenmodell zu sehen. Für beide können auch Eigenschaften definiert werden.
Bessere Abfragen mit openCypher
Wenn Ihr Wissensgraph größer wird, kommen Sie irgendwann an den Punkt, an dem sich Antworten nicht mehr durch das manuelle Erweitern von Entitäten und Beziehungen schnell finden lassen. Manchmal wissen Sie genau, wonach Sie suchen, und benötigen eine praktische Möglichkeit, die gewünschten Informationen gezielt zu finden.
Hier kommt openCypher ins Spiel.
So wie SQL die Sprache der relationalen Datenbanken ist, ist openCypher die Sprache der Graphdatenbanken. Anstatt Zeilen und Tabellen zu durchsuchen, werden Entitäten und Beziehungen abgefragt. Sie beschreiben ein Muster, das Sie interessiert, und der Graph gibt die Entitäten und Verbindungen zurück, die diesem Muster entsprechen.
In einem Lieferketten-Wissensgraphen möchten Sie beispielsweise Lieferanten finden, die mit einem kritischen Bauteil in Verbindung stehen, Standorte identifizieren, die mit einem Hersteller verbunden sind, oder Organisationen ausfindig machen, die nur wenige Beziehungen von einem Distributor entfernt sind. Anstatt die Verbindungen im Graphen manuell nachzuverfolgen, können Sie das gesuchte Muster beschreiben und die Abfrage-Engine die Arbeit erledigen lassen. Im folgenden Beispiel werden alle Lieferanten im Wissensgraphen abgefragt, die Aluminiumteile herstellen und einen bestimmten Schwellenwert für den durchschnittlichen Tagesumsatz erreichen.
Durch die Abfrage des File-Wissensgraphen lässt sich eine Teilmenge von Entitäten oder Beziehungen ermitteln.
Im Großen und Ganzen folgen die meisten Abfragen drei einfachen Schritten:
· MATCH: Wählen Sie die Entitäten und Beziehungen aus, die Sie interessieren.
· WHERE: Grenzt die Ergebnisse anhand von Eigenschaftswerten ein.
· RETURN: Legt fest, welche Informationen angezeigt werden sollen.
Einer der Vorteile von Graphabfragen besteht darin, dass Beziehungen Teil der Analyse werden. Man fragt nicht nur nach einer Liste von Entitäten, sondern kann auch untersuchen, wie diese Entitäten miteinander verbunden sind, und Muster aufdecken, die bei einer rein visuellen Analyse möglicherweise nicht offensichtlich wären.
Ein Abfrageergebnis ist jedoch oft nur der Ausgangspunkt.
Wissensgraphen auf einer Karte abbilden
Sobald mit Ihrer Abfrage eine relevante Teilmenge des Graphen identifiziert wurde, erleichtert ArcGIS Knowledge die weitere Analyse. Die Abfrageergebnisse können direkt in Verbindungsdiagramme eingefügt werden, um die Netzwerkstruktur sichtbar zu machen, oder in Karten integriert werden, um den geographischen Kontext zu verdeutlichen. Eine Gruppe von Lieferanten, die durch eine Abfrage ermittelt wurde, könnte in einem Verbindungsdiagramm gemeinsame Abhängigkeiten aufzeigen, während eine Karte verdeutlicht, dass sich genau diese Lieferanten alle in einer Region befinden.
Diese Möglichkeit, nahtlos von der Abfrage zur Visualisierung überzugehen, ist eine der Stärken von ArcGIS Knowledge. Dadurch können Sie sich auf die wichtigen Informationen konzentrieren und Karten sowie Verbindungsdiagramme effektiv nutzen, um Ergebnisse in Erkenntnisse umzuwandeln.
Genau wie Feature-Layer in ArcGIS Pro können Wissensgraph-Layer symbolisiert, gefiltert, beschriftet und über Popups erkundet werden. So können Sie Muster schnell visualisieren, Entitätseigenschaften untersuchen und besser nachvollziehen, wie geographische Faktoren die Beziehungen in Ihrem Graphen beeinflussen. Das folgende Beispiel zeigt, wie Abfrageergebnisse einer neuen Karte hinzugefügt werden, die Symbolisierung auf den Wissensgraph-Layer angewendet wurde, ein Popup für eine Entität im Wissensgraphen sowie die geöffnete Attributtabelle.
Abfrageergebnisse werden einer neuen Karte hinzugefügt. Die gängigen Karten-Workflows können auf den File-Wissensgraph-Layer angewendet werden.
Inhalte aus Wissensgraphen lassen sich auch in räumlichen Analyse-Workflows nutzen. Da Feature-Layer und Tabellen aus Wissensgraphen mit den Geoverarbeitungswerkzeugen von ArcGIS Pro kompatibel sind, können Sie die Beziehungen aus dem Graphen mit herkömmlichen GIS-Analysen kombinieren. So können Sie über das reine Verständnis der Verbindungen zwischen Objekten hinausgehen und untersuchen, wo diese Verbindungen von Bedeutung sind.
Vernetzte Daten mit Verbindungsdiagrammen erkunden
Karten zeigen Ihnen, wo sich bestimmte Objekte befinden; Verbindungsdiagramme machen hingegen sichtbar, wie die Objekte miteinander verbunden sind. Ein Verbindungsdiagramm bietet eine visuelle Darstellung der Entitäten und Beziehungen in Ihrem Wissensgraphen und erleichtert so die Analyse komplexer Netzwerke, die anhand von Tabellen oder Listen nur schwer nachvollziehbar wären. Entitäten werden als Knoten und Beziehungen als Kanten dargestellt, sodass Sie schnell erkennen können, wie Informationen durch ein System fließen.
Bei einer Untersuchung der Lieferkette kann ein Verbindungsdiagramm veranschaulichen, wie Lieferanten, Bauteile, Hersteller und Vertriebszentren zusammenspielen. Wenn Sie das Netzwerk genauer betrachten, zeichnen sich Muster ab. Möglicherweise stellen Sie fest, dass mehrere Produkte vom selben Lieferanten stammen, Sie können wichtige Organisationen identifizieren, die verschiedene Teile des Netzwerks miteinander verbinden, oder entdecken Abhängigkeiten, die nicht auf den ersten Blick erkennbar waren.
Verbindungsdiagramme sind ein leistungsstarkes Visualisierungswerkzeug. Sie können Beziehungen erweitern, nach verbundenen Entitäten suchen, Layouts anwenden und sich auf bestimmte Teile des Netzwerks konzentrieren, sobald sich neue Fragestellungen ergeben. Anstatt Datensätze einzeln zu analysieren, können Sie das gesamte System und die Beziehungen, die es bestimmen, erkunden. Verbindungsdiagramme sind jedoch nicht nur eine Visualisierung, sondern auch ein analytischer Arbeitsbereich, in dem Sie Pfade durch Ihre vernetzten Daten verfolgen, die Bedeutung von Entitäten innerhalb des Netzwerks ermitteln und verborgene Zusammenhänge aufdecken können.
Versteckte Verbindungen mit der gefilterten Pfadsuche finden
Ein Vorteil eines Wissensgraphen ist es, dass Verbindungen aufgedeckt werden, die nicht auf den ersten Blick erkennbar sind. Allerdings kann es schwierig sein, komplexe Abfragen zu erstellen, wenn Ihr Verbindungsdiagramm zu viele Verbindungen enthält, um wirklich hilfreich zu sein. Hier können die “Pfadsuche” und die “Gefilterte Pfadsuche” nützlich sein.
Stellen Sie sich vor, Sie untersuchen eine Störung bei einem Lieferanten und möchten herausfinden, ob ein Produktionswerk davon betroffen sein könnte. Der Lieferant und das Werk sind möglicherweise bereits in Ihrem Verbindungsdiagramm enthalten, doch die Abhängigkeiten zwischen ihnen sind nicht klar ersichtlich. Mit der Funktion “Pfadsuche” wird der Graph nach den kürzesten Verbindungspfaden zwischen den ausgewählten Entitäten durchsucht, und die fehlenden Entitäten und Beziehungen werden automatisch zum Verbindungsdiagramm hinzugefügt. Was zuvor eine unzusammenhängende Ansammlung von Entitäten war, wird so zu einer sichtbaren Abhängigkeitskette.
Natürlich enthalten große Netzwerke oft viele mögliche Pfade. Ein Lieferant kann über mehrere Hersteller, Händler oder Logistikdienstleister mit einem Werk verbunden sein. Hier erweist sich die Funktion “Gefilterte Pfadsuche” als besonders nützlich. Damit können Sie sich auf die Pfade konzentrieren, die für Ihre Analyse relevant sind. Sie können beispielsweise
- bestimmte Entitäts- und Beziehungstypen ein- oder ausschließen,
- vorgeben, dass Pfade durch eine bestimmte Entität verlaufen müssen,
- die Ergebnisse anhand von Eigenschaftswerten einschränken oder
- die Pfadlänge und -richtung steuern.
In diesem Lieferkettenszenario möchten Sie vielleicht herausfinden, von welchen Lieferanten ein bestimmtes Werk bei Stahlteilen abhängig ist. Mithilfe von Filtern können Sie die Analyse auf die relevanten Lieferanten, Teile und Beziehungen beschränken, anstatt das gesamte Netzwerk untersuchen zu müssen.
Mit dem Werkzeug “Gefilterte Pfadsuche” können Sie Entitäten und Beziehungen anhand bestimmter Kriterien zu einem Verbindungsdiagramm hinzufügen.
Aus diesem Grund sind Verbindungsdiagramme mehr als nur ein Visualisierungstool. Sie werden zu einer analytischen Arbeitsumgebung, in der Sie vernetzte Daten untersuchen, Annahmen überprüfen und verborgene Zusammenhänge aufdecken können. In Kombination mit Karten können Sie zudem die geographische Dimension dieser Verbindungen untersuchen und somit nicht nur verstehen, wie Entitäten miteinander verbunden sind, sondern auch, wo diese Verbindungen am wichtigsten sind.
Erste Schritte mit File-Wissensgraphen
In dieser zweiteiligen Serie haben wir betrachtet, wie sich die Graphenanalyse durch File-Wissensgraphen die in ArcGIS Pro integrieren lässt. Ob Sie ein Datenmodell erstellen, Netzwerke in Verbindungsdiagrammen untersuchen, Entitäten auf Karten visualisieren, openCypher-Abfragen ausführen oder verborgene Abhängigkeiten mit der Funktion “Gefilterte Pfadsuche” aufdecken wollen – jede dieser Methoden bietet eine andere Möglichkeit, vernetzte Systeme zu verstehen.
Einer der größten Vorteile von ArcGIS Knowledge besteht darin, dass Graphenanalyse und GIS in einer einzigen Umgebung vereint werden. Sie können Beziehungen untersuchen, Muster erkennen und Abhängigkeiten nachverfolgen und dabei gleichzeitig den geographischen Kontext hinter diesen Verbindungen berücksichtigen. Das Ergebnis ist ein umfassenderes Verständnis sowohl darüber, wie Entitäten miteinander verbunden sind, als auch, wo diese Verbindungen von Bedeutung sind.
File-Wissensgraphen sind optimal für diese Funktionalitäten. Durch die vollständige Integration in ArcGIS Pro können Sie Datenmodelle erstellen, vernetzte Daten erkunden und sich mit Graphen-Workflows vertraut machen, ohne eine zusätzliche Infrastruktur einrichten zu müssen. Wenn Sie sie noch nicht ausprobiert haben, ist jetzt ein guter Zeitpunkt, um sich mit File-Wissensgraphen in ArcGIS Pro vertraut zu machen: Erstellen Sie ein einfaches Datenmodell, laden Sie einige vernetzte Daten hinein und beginnen Sie mit der Analyse. Sie werden vielleicht überrascht sein, welche Muster und Zusammenhänge sich ergeben, wenn Sie Ihre Daten als vernetztes System betrachten und nicht als Sammlung einzelner Datensätze.
Ressourcen
Weitere Informationen für den Einstieg in ArcGIS Knowledge und das Erstellen von Wissensgraphen:
- Tutorial zu ArcGIS Knowledge-Tutorial: Sammeln Sie praktische Erfahrungen mit der Erstellung eines Wissensgraphen in ArcGIS Pro.
