编者按：很多企业在了解在线客服时，常听到知识库和数据库和知识库的概念，但是什么是知识库，什么是数据库，它们之间可以完全对等吗？本文通过对知识库和数据库历史演进过程以及区别特性的介绍，帮助大家了解知识库和数据库。

➤  知识库和数据库的历史

数据库是以特定分类方式存储、能够实现多用户共享、与应用程序相独立的数据集合，用户可以对其中的信息进行分类添加、删除、更新等操作，数据库为高效的信息搜索提供了可能，在很久一段时间内，人工智能应用都是以高效的搜索方法为核心的。但是搜索导致信息展示的组合数随机无限增加，“问题”的解决效率始终是有限的。

直到1956年，知识型人工智能的概念开始产生。知识库中的知识是高度结构化的数据，在实际应用中更具有意义上的指向性，偏向于解决更具体的问题。这样知识库就可以避免搜索展示结果的随机性，使智能机器人在沟通接待中表现的更加智能。知识库已经成为智能客服系统的关键部分。

➤  知识库和数据库的区别

知识库和数据库都可以对信息进行模块化地组织，知识库的内容由于应用性比较强，信息更多根据领域特征、使用特征等进行组织。两者的不同点在于，数据库仅强调信息的分类整理，与应用程序彼此独立，但是知识库却可以通过多种算法、程序使知识具备 “实际意义”，在实际应用中更能切中使用者的需求，具体可以从以下几个知识库的特性表现出来：

1、知识库的知识分层：知识库的知识有三层，各层之间有逻辑上的关联。最底层存储的是“事实知识”，是在使用中可以直接展现的部分，中层的是用来控制管理底层事实知识的知识，一般是匹配的规则、常见的处理流程等，最高层的是知识是“策略”，主要用于控制管理中层的知识，可以说策略是规则的规则。知识库中的知识通过这样的关系相互依存管理，是与数据库有很大差别的。

2、知识库存在可信度数据：知识库中任一层次的知识，都有数据库中信息不存在的一个数据指标，叫做“可信度”，这也可以理解为一种特殊的知识，用于实现事实、规则、策略三个层面知识的确定程度，这样在实际的数据处理使用中，知识就不存在随机性，使用知识库的机器人也可以按可信度为使用者推介答案，知识变得更有价值。

3、知识库中可存在典型方法库：为了进一步提高问题解决的效率和准确性，知识库中还存在一个叫“典型方法库”的部分，这个部分存储一些解决途径具有必然性的问题，当使用者问到这类解决必然性的问题时，机器推理就会只在该问题的典型知识库中寻找答案，这样一方面提高效率，另一方面对准确性的保证也更高。

➤  小结

本文对知识库和数据库的区别进行了详细介绍，知识库是数据库的历史演进，知识库与数据库都可以对信息进行模块化的收集整理，但是知识库中的知识高度结构化，使知识具备实际的“意义”，这个特点可以从知识库的知识分层、可信度数据、典型方法库三个特性中看出来。正是因为这样的知识高度结构化和知识的意义属性，使机器人可以通过知识库实现真正意义上的智能化。