在上一篇文章中我們給大家講述了資料分析中的雲-邊-端架構，但是資料分析在物聯網中的應用遠遠不止這些，還有很多的內容，我們在這篇文章中給大家詳細地介紹一下剩餘的內容。

這篇文章重點給大家說一說IOT中的知識圖譜。那麼什麼是IOT呢？IOT就是物聯網。IOT的知識圖譜的要點有很多：語義物聯、圖譜使能、知識規則、學習深化。首先就是語義物聯，所謂語義物聯，就是要通過語義建模，建立一套標準的物聯網語義，對物體的屬性、狀態、動作以及能力有個標準的規範，能夠實現物體的描述、解析、註冊、接入和認知，以解決問題。其次就是圖譜使能，所謂圖譜使能就是建立類似知識圖譜的語義網路、能力圖譜，實現多種感知資料的融合以及物品能力的規範整合，能夠在物體描述的基礎上，做到“物體發現”以及物體和能力的整合。然後就是知識規則。

知識規則和能力圖譜的建立，構成一套完整的知識圖譜模型，以完成感知資料和業務資料的融合。建立以業務知識為核心的規則引擎，能夠實時的完成簡單邏輯的分析和推理。最後就是學習深化，通過 融合全域性的感知資料、業務資料、網際網路資料，在規則引擎的基礎上，利用連線主義的學習深化思想進行隱藏知識的學習和推理，對已有的規則引擎進行完善，以達到一種自動化的學習。

關於物聯網資料資料分析中常見的一些資料、應用、模式和模型等，從新一代架構中的幾種資料主要包括物聯網資料、業務資料以及網際網路資料，而物聯網資料是比較重要的，物聯網資料的內容有很多，從資料分類中有靜態資料和動態資料，從屬性上來說，物聯網資料有能源類資料、資產屬性類資料、診斷類資料、訊號類資料。我們可以通過資料的時間關聯性和流程關聯性去把資料進行關聯分析，這樣就能夠方便我們更好的去分析資料。

物聯網離不開資料分析，這是因為物聯網是為了實現萬物相連，通過進行每一個終端產生的資料分析得出物體的實際情況，從而去決定未來發展的方向。由此可見資料分析在物聯網中還是很有用處的。希望這篇文章能夠給大家帶來幫助，我們會在下一篇文章中給大家講述一下物聯網資料的其他內容。