在上一篇文章中我们给大家讲述了数据分析中的云-边-端架构，但是数据分析在物联网中的应用远远不止这些，还有很多的内容，我们在这篇文章中给大家详细地介绍一下剩余的内容。
这篇文章重点给大家说一说IOT中的知识图谱。那么什么是IOT呢？IOT就是物联网。IOT的知识图谱的要点有很多：语义物联、图谱使能、知识规则、学习深化。首先就是语义物联，所谓语义物联，就是要通过语义建模，建立一套标准的物联网语义，对物体的属性、状态、动作以及能力有个标准的规范，能够实现物体的描述、解析、注册、接入和认知，以解决问题。其次就是图谱使能，所谓图谱使能就是建立类似知识图谱的语义网络、能力图谱，实现多种感知数据的融合以及物品能力的规范整合，能够在物体描述的基础上，做到“物体发现”以及物体和能力的集成。然后就是知识规则。
知识规则和能力图谱的建立，构成一套完整的知识图谱模型，以完成感知数据和业务数据的融合。建立以业务知识为核心的规则引擎，能够实时的完成简单逻辑的分析和推理。最后就是学习深化，通过 融合全局的感知数据、业务数据、互联网数据，在规则引擎的基础上，利用连接主义的学习深化思想进行隐藏知识的学习和推理，对已有的规则引擎进行完善，以达到一种自动化的学习。
关于物联网数据数据分析中常见的一些数据、应用、模式和模型等，从新一代架构中的几种数据主要包括物联网数据、业务数据以及互联网数据，而物联网数据是比较重要的，物联网数据的内容有很多，从数据分类中有静态数据和动态数据，从属性上来说，物联网数据有能源类数据、资产属性类数据、诊断类数据、信号类数据。我们可以通过数据的时间关联性和流程关联性去把数据进行关联分析，这样就能够方便我们更好的去分析数据。
物联网离不开数据分析，这是因为物联网是为了实现万物相连，通过进行每一个终端产生的数据分析得出物体的实际情况，从而去决定未来发展的方向。由此可见数据分析在物联网中还是很有用处的。希望这篇文章能够给大家带来帮助，我们会在下一篇文章中给大家讲述一下物联网数据的其他内容。