中国的知识图谱发展历程可以概括为以下几个阶段：
早期研究阶段：在20世纪70年代，专家系统作为人工智能的一个重要分支，利用知识和推理过程来解决特定问题。在这个阶段，研究者们主要关注图论和图算法的基本问题，如图的表示、图的遍历、图的匹配等。
知识库与推理机阶段：从20世纪80年代开始，研究者们开始构建知识库与推理机，这是早期版本的知识图谱的雏形。这些系统侧重于知识表示和知识推理，但受限于规模小和应用场景不明确，发展较为缓慢。
语义网和本体论阶段：21世纪初，语义网和本体论成为知识图谱发展的重要组成部分。语义网由万维网发明者Tim Berners-Lee提出，旨在通过结构化的三元组信息实现语义搜索。本体论的研究为知识图谱提供了宝贵的技术和方法。
大规模知识图谱阶段：2012年，谷歌发布了包含570亿实体的大规模知识图谱，这标志着知识图谱领域的一次重大突破。同时，深度学习技术的发展为知识图谱的构建和应用提供了新的技术支持。
深度学习时代的知识图谱：随着深度学习技术的兴起，知识图谱的研究和应用进入了新的阶段。研究者们开始探索如何将神经网络引入知识图谱的研究，以提高知识图谱补全和推理的能力。
认知图谱阶段：近年来，认知图谱的概念被提出，它依据人类认知的双加工理论，动态构建带有上下文信息的知识图谱并进行推理。认知图谱的提出旨在解决传统知识图谱在表示和推理方面的一些局限性。
产业化发展：随着数字经济的发展，知识图谱在中国的产业化进程加速，特别是在金融和公安等行业中得到了广泛应用。预计到2026年，中国知识图谱核心市场的规模将超过296亿元，2021-2026年的复合年增长率为22.5%。
行业应用与生态构建：知识图谱的应用逐渐深入到各个行业，同时产业生态也在逐渐构建，包括监管引导方、供给方、需求方、投资方、高校及科研院所等共同参与，推动产业生态的成长和壮大。
这些阶段反映了中国知识图谱从理论研究到技术实现，再到产业化应用的逐步发展过程。
