1.如何构建知识图谱
自己建吗可以下载图谱软件构建可以参考一下这个SPSS： 大型统计分析软件，商用软件。
具有完整的数据输入、编辑、统计分析、报表、图形绘制等功能。常用于多元统计分析、数据挖掘和数据可视化。
Bibexcel： 瑞典科学计量学家Persoon开发的科学计量学软件，用于科学研究免费软件。具有文献计量分析、引文分析、共引分析、耦合分析、聚类分析和数据可视化等功能。
可用于分析ISI的SCI、SSCI和A&HCI文献数据库。HistCite: Eugene Garfield等人于2001年开发的科学文献引文链接分析和可视化系统，免费软件。
可对ISI的SCI、SSCI和SA&HCI等文献数据库的引文数据进行计量分析，生成文献、作者和期刊的引文矩阵和实时动态引文编年图。直观的反映文献之间的引用关系、主题的宗谱关系、作者历史传承关系、科学知识发展演进等。
CiteSpace： 陈超美博士开发的专门用于科学知识图谱绘制的免费软件。国内使用最多知识图谱绘制软件。
可用于追踪研究领域热点和发展趋势，了解研究领域的研究前沿及演进关键路径，重要的文献、作者及机构。可用于对ISI、CSSCI和CNKI等多种文献数据库进行分析。
TDA: Thomson Data Analyzer(TDA)是Thomson集团基于VantagePoint开发文献分析工具。商用软件。
具有去重、分段等数据预处理功能；可形成共现矩阵、因子矩阵等多种分析矩阵；可使用Pearson、Cosine等多种算法进行数据标准化；可进行知识图谱可视化展示。Sci2 Tools： 印第安纳大学开发的用于研究科学结构的模块化工具可从时间、空间、主题、网络分析和可视化等多角度，分析个体、局部和整体水平的知识单元。
ColPalRed: Gradnada大学开发的共词单元文献分析软件。商用软件。
结构分析，在主题网络中展现知识（词语及其关系）；战略分析，通过中心度和密度，在主题网络中为主题定位；动态分析，分析主题网络演变，鉴定主题路径和分支。Leydesdorff： 系类软件。
阿姆斯特丹大学Leydesdorff开发的这对文献计量的小程序集合。处理共词分析、耦合分析、共引分析等知识单元体系。
使用“层叠图”实现可视化知识的静态布局和动态变化。Word Smith： 词频分析软件。
可将文本中单词出现频率排序和找出单词的搭配词组。NWB Tools： 印第安纳大学开发的对大规模知识网络进行建模、分析和可视化工具. 数据预处理；构建共引、共词、耦合等多种网络；可用多种方法进行网络分析；可进行可视化展示.Ucinet NetDraw: Ucinet是社会网络分析工具。
包括网络可视化工具Net Draw。用于处理多种关系数据，可通过节点属性对节点的颜色、形状和大小等进行设置。
用于社交网络分析和网络可视化。Pajek： 来自斯洛文尼亚的分析大型网络的社会网络分析免费软件。
Pajek基于图论、网络分析和可视化技术，主要用于大型网络分解，网络关系展示，科研作者合作网络图谱的绘制。VOSviewer： 荷兰莱顿大学开发的文献可视化分析工具。
使用基于VOS聚类技术技术实现知识单元可视化工具。突出特点可视化能力强，适合于大规模样本数据。
四种视图浏览：标签视图、密度视图、聚类视图和分散视图。[4]陈悦， 刘则渊， 陈劲等. 科学知识图谱的发展历程[J]. 科学学研究， 2008, (03): 449-460.[5]Shiffrin, R.M., and Katy Börner. Mapping Knowledge Domains[C]. Proc. Proceedings of the National Academy of Sciences of the United States of America pp. 5183-5185.[6]Börner, K., Chen, C.和Boyack, K.W. Visualizing knowledge domains[J]. Annual review of information science and technology, 2003, 37, (1): 179-255.[7]CM, C. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology, 2006, 57, (3): 359-377.[8]陈悦和刘则渊. 悄然兴起的科学知识图谱[J]. 科学学研究， 2005, (02): 149-154.[9]邱均平. 信息计量学[M]. （武汉大学出版社， 2007. 2007）.[10]沙勇忠和牛春华. 信息分析[M]. （科学出版社， 2009. 2009）.[11]塞沃尔， 建军和煦. 链接分析： 信息科学的研究方法[M]. （东南大学出版社， 2009. 2009）.[12]Egghe, L.和Rousseau, R. Introduction to informetrics: Quantitative methods in library, documentation and information science[J]. 1990[13]韩家炜， 坎伯， 裴健等. 数据挖掘： 概念与技术[M]. （机械工业出版社， 2007. 2007）.[14]Wasserman, S. Social network analysis: Methods and applications[M]. (Cambridge university press, 1994. 1994).[15]Persson, O., R. Danell, J. Wiborg Schneider. How to use Bibexcel for various types of bibliometric analysis[C]. Proc. International Society for Scientometrics and Informetrics., Leuven, Belgium2009 pp. 9–24.[16]Yang, Y., Akers, L., Klose, T.等. Text mining and visualization tools–impressions of emerging capabilities[J]. World Patent Information, 2008, 30, (4): 280-293.[17]Börner, K., Huang, W., Linnemeier, M.等. Rete-netzwerk-red: analyzing and visualizing scholarly networks 。
2.如何构建知识图谱
自己建吗可以下载图谱软件构建可以参考一下这个SPSS： 大型统计分析软件，商用软件。
具有完整的数据输入、编辑、统计分析、报表、图形绘制等功能。常用于多元统计分析、数据挖掘和数据可视化。
Bibexcel： 瑞典科学计量学家Persoon开发的科学计量学软件，用于科学研究免费软件。具有文献计量分析、引文分析、共引分析、耦合分析、聚类分析和数据可视化等功能。
可用于分析ISI的SCI、SSCI和A&HCI文献数据库。HistCite: Eugene Garfield等人于2001年开发的科学文献引文链接分析和可视化系统，免费软件。
可对ISI的SCI、SSCI和SA&HCI等文献数据库的引文数据进行计量分析，生成文献、作者和期刊的引文矩阵和实时动态引文编年图。直观的反映文献之间的引用关系、主题的宗谱关系、作者历史传承关系、科学知识发展演进等。
CiteSpace： 陈超美博士开发的专门用于科学知识图谱绘制的免费软件。国内使用最多知识图谱绘制软件。
可用于追踪研究领域热点和发展趋势，了解研究领域的研究前沿及演进关键路径，重要的文献、作者及机构。可用于对ISI、CSSCI和CNKI等多种文献数据库进行分析。
TDA: Thomson Data Analyzer(TDA)是Thomson集团基于VantagePoint开发文献分析工具。商用软件。
具有去重、分段等数据预处理功能；可形成共现矩阵、因子矩阵等多种分析矩阵；可使用Pearson、Cosine等多种算法进行数据标准化；可进行知识图谱可视化展示。Sci2 Tools： 印第安纳大学开发的用于研究科学结构的模块化工具可从时间、空间、主题、网络分析和可视化等多角度，分析个体、局部和整体水平的知识单元。
ColPalRed: Gradnada大学开发的共词单元文献分析软件。商用软件。
结构分析，在主题网络中展现知识（词语及其关系）；战略分析，通过中心度和密度，在主题网络中为主题定位；动态分析，分析主题网络演变，鉴定主题路径和分支。Leydesdorff： 系类软件。
阿姆斯特丹大学Leydesdorff开发的这对文献计量的小程序集合。处理共词分析、耦合分析、共引分析等知识单元体系。
使用“层叠图”实现可视化知识的静态布局和动态变化。Word Smith： 词频分析软件。
可将文本中单词出现频率排序和找出单词的搭配词组。NWB Tools： 印第安纳大学开发的对大规模知识网络进行建模、分析和可视化工具. 数据预处理；构建共引、共词、耦合等多种网络；可用多种方法进行网络分析；可进行可视化展示.Ucinet NetDraw: Ucinet是社会网络分析工具。
包括网络可视化工具Net Draw。用于处理多种关系数据，可通过节点属性对节点的颜色、形状和大小等进行设置。
用于社交网络分析和网络可视化。Pajek： 来自斯洛文尼亚的分析大型网络的社会网络分析免费软件。
Pajek基于图论、网络分析和可视化技术，主要用于大型网络分解，网络关系展示，科研作者合作网络图谱的绘制。VOSviewer： 荷兰莱顿大学开发的文献可视化分析工具。
使用基于VOS聚类技术技术实现知识单元可视化工具。突出特点可视化能力强，适合于大规模样本数据。
四种视图浏览：标签视图、密度视图、聚类视图和分散视图。[4]陈悦， 刘则渊， 陈劲等. 科学知识图谱的发展历程[J]. 科学学研究， 2008, (03): 449-460.[5]Shiffrin, R.M., and Katy Börner. Mapping Knowledge Domains[C]. Proc. Proceedings of the National Academy of Sciences of the United States of America pp. 5183-5185.[6]Börner, K., Chen, C.和Boyack, K.W. Visualizing knowledge domains[J]. Annual review of information science and technology, 2003, 37, (1): 179-255.[7]CM, C. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature[J]. Journal of the American Society for Information Science and Technology, 2006, 57, (3): 359-377.[8]陈悦和刘则渊. 悄然兴起的科学知识图谱[J]. 科学学研究， 2005, (02): 149-154.[9]邱均平. 信息计量学[M]. （武汉大学出版社， 2007. 2007）.[10]沙勇忠和牛春华. 信息分析[M]. （科学出版社， 2009. 2009）.[11]塞沃尔， 建军和煦. 链接分析： 信息科学的研究方法[M]. （东南大学出版社， 2009. 2009）.[12]Egghe, L.和Rousseau, R. Introduction to informetrics: Quantitative methods in library, documentation and information science[J]. 1990[13]韩家炜， 坎伯， 裴健等. 数据挖掘： 概念与技术[M]. （机械工业出版社， 2007. 2007）.[14]Wasserman, S. Social network analysis: Methods and applications[M]. (Cambridge university press, 1994. 1994).[15]Persson, O., R. Danell, J. Wiborg Schneider. How to use Bibexcel for various types of bibliometric analysis[C]. Proc. International Society for Scientometrics and Informetrics., Leuven, Belgium2009 pp. 9–24.[16]Yang, Y., Akers, L., Klose, T.等. Text mining and visualization tools–impressions of emerging capabilities[J]. World Patent Information, 2008, 30, (4): 280-293.[17]Börner, K., Huang, W., Linnemeier, M.等. Rete-netzwerk-red: analyzing and visualizing scholarly networks using the Netwo。
3.什么是知识图谱
知识图谱（Knowledge Graph/Vault）又称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。为学科研究提供切实的、有价值的参考。
4.我想构建一个佛教知识图谱,不知是否会受到欢迎
兄弟，我想，你最好不要轻易这样做。
首先，佛教知识图谱并不容易构建，你很可能并不具备这么广博的知识。第一点来说，佛教是发展的，从公元前六世纪到大概公元三世纪佛教理论才构建完，从上座到大众，从南传到藏传汉传，体系庞大，内容驳杂，绝对不是一个爱好者级别能掌握的。
比如说，密宗横三世佛和汉传横三世佛，那是不同的，你也不能简单去套去类比。第二点来说，佛教人物很复杂，有时关系是不确定的。
比如前七世佛，就有不同的说法。不同宗派对人物的看法是不同的，你有了定见那就免不了不是正见。
第三点来说，佛教故事，尤其是菩萨故事，多形成于密宗后期，佛教也有伪经的争辩，你不懂佛经，是不能随便引用那些故事的。其次，佛教书籍或者说图谱，终究是出版物的一种，你要征得佛教团体的同意，和新闻出版的许可，这是很难的。
如果你以爱好者身份来做，那就不会有什么影响力，让人挑出毛病来反成了笑柄。第三，从市场来说，一般这种知识图谱，大都是儿童读物，这类书籍市场上有很多，你可以去书店看看。
而佛学爱好者，是不会选这种图谱的，懂得的就选名师的论书，不懂的都愿意去寺里求经或者听师父讲经。兄弟，我读了十余年大藏经，经常和僧人辩经，尚且不敢说构建这么个图谱，那是因为越是研读越是不敢僭越。
你要是立志做这个事业，那就终究来得及，要是一时冲动，那就算了。
5.知识图谱的简介
知识图谱（Mapping Knowledge Domain）也被称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。
具体来说，知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制而显示出来，揭示知识领域的动态发展规律，为学科研究提供切实的、有价值的参考。迄今为止，其实际应用在发达国家已经逐步拓展并取得了较好的效果，但它在我国仍属研究的起步阶段。
