9.1 搜索 发现与公共知识
知识图谱可以将查询连接到已识别实体、别名、类别与关系，从而支持搜索。检索机构可以找到现名与旧名，检索研究主题可以关联不同术语，查询论文可以显示作者、数据集与后续工作。当关系有助于消除歧义或跨越信息类型时，收益最明显。只在普通关键词搜索背后增加图存储，并不能证明已经产生这种收益。
Wikidata是协作维护结构化知识库的重要案例，其设计支持围绕可识别条目的陈述和多语言使用[31]。它说明公共知识基础设施既需要数据结构，也需要社区过程。使用外部知识的应用，应在考虑变化的同时保留标识和陈述情境。只导入外部标签，却不记录来源与获取日期，会增加后续对齐难度。
企业发现系统可以在较小规模采用同样思想。“留存政策”可能指顾客数据、员工记录或研究材料。将政策连接到负责人、范围、版本与受影响系统，可以明确歧义，随后有针对性地澄清或呈现范围不同的选项。这通常比只返回若干语义相似文档、却不解释差异更有用。
9.2 科学与生物医学研究
科学知识图谱连接论文、数据集、方法、测量和假设，其价值不限于找论文，还能识别哪些结果使用相同数据、哪些主张依赖特定方法，以及不同条件下哪里出现相反发现。认真建模还可暴露妨碍有效比较的元数据缺口。即使系统无法对原科学问题给出确定答案，这些缺口也是关于证据基础的研究发现。
Hetionet整合生物医学知识，为药物再利用候选排序[32]；PrimeKG构建多模态图谱以支持精准医学分析[33]。它们展示不同生物与临床概念如何连接并用于计算研究，但不表示每条预测关系都已获临床验证。本报告将它们作为研究基础设施案例，而非医疗建议，更不认为单凭图谱预测就应决定治疗。
科学应用中，假设与干预的区别尤其重要。候选连接可以指导文献阅读或实验室规划，但要进一步声称某干预有效，仍需相应实证。图谱能使证据链更容易检查，并帮助避免重复已有实验；它支持科学过程，却不能替代评价科学主张的标准。
9.3 组织知识与决策支持
组织往往分别维护人员、项目、文档、系统和程序记录。图谱可以围绕谁负责某流程、什么依赖某系统、哪些项目使用某数据集来连接记录。困难通常在于身份与生命周期对齐：项目代码会变，团队会重组，旧政策文档也可能继续在线。缺少时间与归属建模时，整合可能只是让过时信息更容易找到，而不是更可靠。
有效部署应从有边界的工作流开始。例如，内部科研部门需要找出数据集许可变化影响的全部项目，图谱将数据集版本与项目、论文和责任人连接起来，查询返回带来源证据的审核清单。可以用清单完整性与确认所需时间衡量成功，这比“连接组织全部知识”的一般承诺更具体。
图谱决策支持应区分描述信息与操作授权。图谱可能记录某人似乎负责某系统，但操作服务仍应在允许重大修改前核实当前归属，因为记录可能过时或有争议。智能体从答问转向发起任务后，这一区分更重要。知识访问与行动许可相关，却不是同一种控制。
9.4 推荐与个性化
知识图谱可以通过用户、物品、主题、创作者和情境的关系丰富推荐。在学习应用中，资源可连接概念、先修要求、难度与学习目标，推荐因而能够解释某资源针对尚未掌握的概念，或补足缺失的先修知识。但解释是否有用，依赖关系质量和学习者证据，而非仅仅存在一条图路径。
个性化可能形成狭窄反馈循环。若用户只看到与过去行为相关的资源，系统可能强化对兴趣的有限理解。图谱可通过不同关系引入多样性，但多样性应被明确测量。推荐应评价相关性、新颖性、覆盖和用户结果，并允许用户纠正推断偏好，区分明确目标与根据行为作出的猜测。
教育先修图谱尤其需要谨慎。课程作者可能主张概念A应先于B，但真实学习者可能有多条可行路径，不能把先修要求表示为普遍自然规律。图谱可以为关系附加课程、学习者群体与证据，自适应智能体再提供有理由的路径，并依据学习表现修订，而不是把图谱当成僵硬层级。
9.5 供应链 工程与风险分析
工程应用天然包含关系问题：哪些组件依赖供应商，哪些要求由测试验证，哪些变化影响某产品配置。图谱可以结合版本和配置表达依赖。同一组件在不同装配中可能行为不同，因此不能假定某依赖普遍适用。限定到配置的关系，有助于避免宽泛遍历夸大影响清单。
风险分析可以通过连通分量、路径和共有属性，为调查案例排序。共用地址或设备可能有信息价值，也可能有无辜解释。图谱应保留底层观察及解释的不确定性，不能把相连群组作为违规证明。适当输出可能只是具有明确理由、并允许纠正的排序审核队列。
在关键工程流程中，图谱可支持从需求到设计、实现和验证证据的追溯，这比一般网络图更能说明价值。审核者能够检查每项要求是否有证据，以及组件变化是否使旧测试失效。但模型仍须表达版本、适用条件和权限，过时配置的测试不能自动认证当前配置。
按照使图建模有用的关系组织应用领域。这些是任务类别，不是测得的市场份额。
原图保留中英文标签；请结合正文解释阅读。点击可查看大图。9.6 对照具体任务评价价值
应用价值应对照具体替代方案衡量。若图谱使分析者比使用表格与文档搜索更快找出受影响项目，就应采用相同案例并计入核验时间；若图谱推荐改善学习，就应测量相关学习结果，而非只看点击；若图谱丰富检索，答案质量应独立于系统自身解释接受评价。
成本包含初始建模、来源获取、抽取、审核、存储、更新和用户培训；收益可能包括更快发现、更少重复、更强追溯或更好决策。可信商业论证应在本地测量相应成本与结果。本报告不提供普遍投资回报数值，因为它们依赖工作负载与组织条件。只有明确关系以可接受总成本，比简单方案更好地解决反复出现的问题，图谱才证明其必要性。