智能领域分析器

1. 在学习一个新知识之前，我们往往会翻阅大量的资料，但是很多时候我们找到我们需要的知识之后，就把翻阅的资料丢弃了？
2. 在翻阅资料的时候，看了很多，每个都草草的看了几眼，但是真正的重点都没有捕捉到，那么如果把重点自动探寻出来呢？
3. 学习了新的知识，却不能很好的回顾？

本分析器致力于解决以上的场景，主要逻辑是为了解决某一特定领域内的知识聚合与智能分析。

从应用角度上来可以对知识进行画像，对知识进行关联关系的探寻（比如都是程序语言，各个语法都有什么区别，都是对分布式事务的解决方案，他们的解决路径有什么不一样。）。

从个人的角度，可以对自己学习的整个知识体系进行画像。

从知识分类的角度，对知识进行分类。

实现思路

下面以学习Flink为思路串联一下。

知识数据来源

0. Flink的官网/中文官网(文本)
1. Flink有关的学习网站
2. Flink有关的学习视频
3. Flink 应用场景
4. Flink 异常解决
5. 自己的反思
6. 自己的事件
7. Demo代码实现
8. 升级日志

知识数据分析

1. NLP 文件内容分析

• 分词的统计
• 标红内容、划线内容、加粗内容
• 标题分析
• 时间分析
• 预制标签

2. 关联关系（知识图谱、分类检索）

• 人工录入
• 垂直网站爬取
• 人工标签
• 与其他领域的关联关系
• 替代品、升级品
• 解决的问题
• 存在的问题

知识数据画像

1. 以某一领域为中心，从不同的维度进行分析

• 产生背景
• 发展历程
• 解决的问题
• 产生的问题
• 应用场景
• 应用的案例-使用的公司
• 应具备的基本条件
• 内容分类 -> 细化 -> 知识点 -> 关联内容

2. 人物知识画像

实现架构

数据录入器 -> 数据处理器 -> 通用关系处理器 -> 聚合分析器 -> 统一接口数据