知識系統與知識圖譜
徐小龍 等
- 出版商: 電子工業
- 出版日期: 2022-06-01
- 定價: $534
- 售價: 8.5 折 $454
- 語言: 簡體中文
- 頁數: 216
- ISBN: 7121437538
- ISBN-13: 9787121437533
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$221Python 機器學習及實踐 --- 從零開始通往 Kaggle 競賽之路
-
$602$566 -
$890$757 -
$505知識圖譜與深度學習
-
$261知識圖譜的自然語言查詢和關鍵詞查詢
-
$403會話式AI:自然語言處理與人機交互
-
$690$538 -
$352TensorFlow 知識圖譜實戰
-
$505程序員必會的40種算法
-
$709R數據科學實戰, 2/e (Practical Data Science with R, 2/e)
-
$607自然語言理解與行業知識圖譜:概念、方法與工程落地
-
$880$748 -
$602知識圖譜與認知智能:基本原理、關鍵技術、應用場景與解決方案
-
$580$435 -
$680$537 -
$407金融中的人工智能
-
$450$405 -
$806知識圖譜:認知智能理論與實戰
-
$1,019$968 -
$254程序員的數學4:圖論入門
-
$500知識圖譜建模與智能推理技術
-
$551自然語言處理技術 — 文本信息抽取及應用研究
-
$620$484 -
$1,200$948 -
$560與量子比特共舞
相關主題
商品描述
本書主要介紹知識系統、知識服務、知識管理及知識工程的相關內容,共三個部分。第一部分主要介紹知識系統與知識服務,這部分從知識的定義出發,闡述知識服務的產生及與知識系統的關系,並詳細介紹了四種典型的知識系統,著重介紹其發展歷史、種類特徵和體系框架等。第二部分主要介紹知識管理與知識工程,這部分內容圍繞知識管理展開,涵蓋知識管理的產生與發展、關鍵技術、系統類型及常用的知識管理平臺等。第三部分重點分析當前知識系統中的重點、難點和關鍵技術,並且詳細介紹作者科研團隊在知識鑒別、知識分析、知識導航、專家推薦及知識雲等方面的最新研究成果。與此同時,本書還介紹作者科研團隊提出的創新算法在知識系統中的應用,並以原型系統的形式予以展示。
目錄大綱
目錄
1章 知識系統與知識服務 1
1.1 數據、信息及知識 1
1.1.1 知識定義及特徵 1
1.1.2 知識昇華過程 3
1.2 知識系統、需求及服務 5
1.2.1 知識系統 5
1.2.2 知識需求 7
1.2.3 知識服務 8
1.3 搜索引擎 10
1.3.1 定義 10
1.3.2 歷史與發展歷程 11
1.3.3 種類劃分 12
1.3.4 關鍵技術 12
1.3.5 體系結構和工作流程 14
1.3.6 代表性的搜索引擎 16
1.4 網絡百科全書 17
1.4.1 定義和主要特徵 17
1.4.2 歷史與發展歷程 18
1.4.3 維基百科的特徵、體系架構和工作流程 20
1.4.4 維基百科的內容管理技術和規範 22
1.4.5 代表性的網絡百科全書 22
1.5 網絡文獻共享平台 23
1.5.1 定義 23
1.5.2 主要特徵 23
1.5.3 歷史和發展歷程 23
1.5.4 典型功能 24
1.6 地理信息系統 25
1.6.1 地理數據與信息 25
1.6.2 定義 25
1.6.3 歷史與發展現狀 26
1.6.4 全球衛星導航系統 27
1.6.5 全球衛星導航系統的主要構成及其功能 28
1.7 本章小結 29
本章參考文獻 29
2章 知識管理與知識工程 31
2.1 知識管理 31
2.1.1 產生與發展 31
2.1.2 知識的運動 36
2.1.3 定義 36
2.2 知識工程 38
2.2.1 產生與發展 38
2.2.2 定義 39
2.2.3 與知識管理的區別和聯繫 39
2.3 關鍵技術 40
2.3.1 概述 40
2.3.2 知識獲取 41
2.3.3 知識鑒別 43
2.3.4 知識統計 48
2.3.5 知識檢索 49
2.3.6 知識圖譜 50
2.3.7 專家推薦 52
2.3.8 知識共享 53
2.4 系統架構分類 53
2.4.1 基於Web 1.0的系統架構 53
2.4.2 基於Web 2.0的系統架構 54
2.4.3 基於P2P的系統架構 55
2.5 知識大數據 58
2.6 大數據環境下的知識管理框架模型 60
2.6.1 基礎設施構建平台 60
2.6.2 知識大數據採集 61
2.6.3 知識大數據檢索 63
2.6.4 開源大數據處理平台 65
2.7 本章小結 71
本章參考文獻 71
3章 知識鑒別 77
3.1 背景與問題分析 77
3.2 重名消歧 80
3.2.1 相關定義 80
3.2.2 單特徵消歧算法 81
3.2.3 多特徵融合消歧算法 85
3.2.4 實驗驗證與性能分析 88
3.3 真值發現 92
3.3.1 相關定義 92
3.3.2 典型的真值發現算法 94
3.3.3 基於實體屬性的真值發現算法 97
3.3.4 實驗驗證與性能分析 102
3.4 本章小結 104
本章參考文獻 105
4章 知識聚類與統計 109
4.1 背景與問題分析 109
4.2 相關概念 111
4.2.1 共詞分析技術 111
4.2.2 共現矩陣的相似度係數 111
4.3 基於MapReduce的共現矩陣構建方法 113
4.3.1 知識對象建模 113
4.3.2 MR-CoMatri算法 113
4.3.3 相似度矩陣構建 114
4.4 知識聚類與統計方法 116
4.4.1 基於相似度矩陣的知識聚類 116
4.4.2 MR-Statistics算法 117
4.5 實驗驗證與性能分析 118
4.5.1 實驗環境 118
4.5.2 實驗與性能分析 119
4.6 原型系統 127
4.6.1 系統架構設計 127
4.6.2 功能模塊設計 129
4.6.3 系統實現 132
4.7 本章小結 135
本章參考文獻 135
5章 知識導航 141
5.1 背景與問題分析 141
5.2 知識圖譜與知識地圖 142
5.2.1 知識圖譜 142
5.2.2 知識地圖 143
5.3 文獻導航 145
5.3.1 相關定義 145
5.3.2 知識地圖構建 146
5.3.3 文獻佳路徑推薦 149
5.4 實驗驗證與性能分析 149
5.4.1 實驗環境 149
5.4.2 實驗性能指標 149
5.4.3 實驗與性能分析 150
5.5 應用效果展示與分析 153
5.6 本章小結 154
本章參考文獻 154
6章 專家推薦 159
6.1 背景與問題分析 159
6.2 相關技術與問題建模 160
6.2.1 網絡嵌入技術 160
6.2.2 問題建模 162
6.3 改進的網絡嵌入算法 163
6.3.1 融合結構和內容 163
6.3.2 解決優化問題 164
6.3.3 高階網絡嵌入 164
6.3.4 進一步推廣 166
6.4 專家推薦策略 166
6.4.1 譜聚類 166
6.4.2 專家推薦策略的計算方法 167
6.5 實驗驗證與性能分析 168
6.5.1 實驗環境 168
6.5.2 實驗數據及預處理 168
6.5.3 實驗性能對比 169
6.6 原型系統 171
6.6.1 系統架構設計 171
6.6.2 功能模塊設計 172
6.6.3 系統實現 175
6.7 本章小結 177
本章參考文獻 177
7章 知識雲 181
7.1 背景與問題分析 181
7.2 知識雲模型框架 182
7.2.1 模型提出 182
7.2.2 工作流程 182
7.3 知識系統服務質量問題 183
7.3.1 服務質量概述 183
7.3.2 知識雲系統分析 184
7.3.3 複合自適應QoS保障機制模型和工作流程 185
7.4 知識雲系統設計 187
7.4.1 系統技術概述 187
7.4.2 系統功能設計 188
7.4.3 系統架構選擇 189
7.4.4 普通節點模塊設計 190
7.4.5 主節點模塊設計 190
7.4.6 底層網絡通信設計 191
7.4.7 P2P架構協議選擇 192
7.5 知識雲系統實現 193
7.5.1 主節點端的實現 193
7.5.2 普通節點端的實現 197
7.5.3 知識雲系統結果展示 201
7.6 本章小結 202
本章參考文獻 203