◎ 李俊達 （臺北市立大學社會暨公共事務學系副教授）
知識圖譜（knowledge graph）象徵著一個由不同實體（entity）所串聯在一起的網路，為一種機器可讀的資料結構。整個知識圖譜主要由兩個元素所組成，一為實體，在圖譜上以一個節點（node）象徵，代表的是任何形式的個體。另一個元素則是邊（edge），在圖譜上以一條線去串聯兩個不同的節點，象徵著的是這兩個結點之間的關係。
知識圖譜適合用來表示出不同概念（也就是知識節點）之間的相互關係。為了達到資料科學、政策領域知識以及公共治理的跨域整合之目標，可建置人才知識圖譜，提供人才專長與學術社群鏈結等分析功能，以增強人才的精確搜尋能力。例如，透過知識圖譜建立專家學者和研究單位、研究主題的關係等。又例如，可以在課題分析與呈現上，透過知識圖譜可以展示出不同主題、子議題、社會問題、彼此之間的關聯。
知識圖譜以更為直覺的方式，將不同來源的資料以關係式的方法結構化，代表著一個實體背後的涵義與相關概念。然而，知識圖譜並沒有中心思想的概念，且知識圖譜更強調實體與實體之間關聯的原因。因此，在選擇呈現方法時，仍必須考量分析目的為何、圖表是否能夠具有顯著的解讀性，再選擇合適的呈現方式。如果缺乏資訊之間的關係，就不適合透過知識圖譜呈現。
人才知識圖譜分析與應用有助於提升人才資源的鏈結與合作。例如，政府部門有許多需要專家學者協助的會議或審查工作，可透過預先建立的知識圖譜，精準地邀請最熟悉政策議題「關鍵字」的專家，提供最具專業的政策建議。不過，建立人才知識圖譜必須了解每位專家學者的專業領域，藉由具體的發表或是任何對議題熟悉的「證據」，建立專家與關鍵字之間的關聯性。