主要观点：知识图谱的概念源于多个研究领域的科学进步，其发展历经多个阶段，包括数字时代的开端、数据和知识基础的建立、数据和知识的成熟、数据、知识与网络的结合以及大规模数据和知识时代等。每个阶段都有其重要的理念、技术和系统，且数据和知识的关系在不断演变和融合。

关键信息：

• 20 世纪中叶数字计算的出现使数据和知识的命运紧密相连，知识图谱是大规模整合知识和数据的产物。
• 知识图谱的概念可追溯至古代，涉及多个学科，本文重点关注现代计算机科学学科发展后的历史背景。
• 按时间顺序将相关理念、技术和系统分为五个主题：开端、基础、成熟、网络时代和大规模。每个主题都围绕数据和知识展开，并讨论它们的相互作用、实现和局限性。
• 各阶段的重要事件和成果包括自动化推理、搜索空间、信息检索、数据管理系统、知识表示等方面的发展，以及不同逻辑系统和知识工程领域的进步。
• 21 世纪以来，随着电子商务和在线社交网络的兴起，进入大数据时代，数据和知识的结合在逻辑和统计两个方面都有发展，如语义网、链接数据等项目。

重要细节：

• 20 世纪 50 年代：数字计算机和编程语言的出现，引发了自动化推理、搜索空间、信息检索等方面的研究。
• 20 世纪 70 年代：数据处理需求增加，导致关系模型、语义网络等的发展，以及数据和知识的初步整合。
• 20 世纪 80 年代：个人计算机的兴起，对象导向数据库和非单调推理技术的发展，以及日本第五代项目等。
• 20 世纪 90 年代：万维网的出现和数字化进程，推动了数据和知识在数据库管理系统中的结合，以及本体工程的发展。
• 21 世纪初：大数据时代的到来，深度学习进入人工智能，语义网和链接数据项目的发展等。

现状与展望：知识图谱的概念不断演变，目前是数据和知识技术在图或网络概念上的融合，统计和逻辑方法正在融合，但如何整合这两种方法仍有待研究。历史表明，每个理念和技术都需要合适的环境才能发挥潜力，回顾历史有助于指导未来研究。