《學術型大數據知識組織與服務模式研究》是2018年浙江大學出版社出版的圖書，作者是劉柏嵩。
基本介紹
- 中文名：學術型大數據知識組織與服務模式研究
- 作者：劉柏嵩
- 出版社：浙江大學出版社
- ISBN：9787308183338
內容簡介,圖書目錄,
內容簡介
劉柏嵩著的《學術型大數據知識組織與服務模式研究》共八章，以大數據環境為背景，以學術型數據為對象，以知識組織方法和體系為基石，以知識元抽取方法為技術支撐，以知識服務為目的，細細討論它們對應的標準與體系，並利用大數據知識組織技術和個性化知識服務技術，提出了個性化學術資源推薦平台框架——學術頭條。
圖書目錄
第1章 背景與對象：大數據環境與學術資源
1.1 大數據
1.1.1 大數據定義
1.1.2 大數據特點
1.1.3 大數據標準化進程
1.2 大數據環境下學術資源的發展與變化
1.2.1 圖書資源
1.2.2 學術期刊
1.2.3 OA倉儲
1.2.4 大規模開放課程（MOOC）
1.2.5 專利文獻
1.2.6 學術會議
1.2.7 學術新聞、學術部落格
1.2.8 學術評論
1.3 小結
第2章 大數據環境下的知識組織
2.1 知識組織：概念與方法
2.1.1 主要知識組織方法
2.1.2 知識組織體系的類型
2.2 數字環境下主要知識組織工具
2.2.1 元數據
2.2.2 本體（Ontology）
2.2.3 Semantic Web
2.2.4 主題地圖
2.2.5 知識圖譜
2.3 知識組織工具的發展趨勢
2.3.1 數位化和網路化
2.3.2 標準化
2.3.3 互操作
2.3.4 可視化
2.3.5 以用戶為中心
2.4 大數據時代對知識組織的挑戰與要求
2.5 知識組織和大數據四維度
2.6 大數據環境下的知識組織的演變
2.7 小結
第3章 大數據環境下的知識序化
3.1 知識網路
3.1.1 知識網路的分類
3.1.2 知識網路結構
3.1.3 基於可視化軟體的知識網路
3.1.4 基於知識網路的鏈路預測
3.2 關聯數據與大數據
3.2.1 數據管理和訪問的關聯辭彙
3.2.2 關聯數據詞表在大數據中的套用
3.3 簡單知識組織系統（SKOS）與大數據
3.3.1 知識組織系統的角色和規則
3.3.2 SKOS和元模型
3.3.3 SKOS詞表構建
3.3.4 SKOS引擎
3.3.5 SKOS引擎套用
3.4 小結
第4章 大數據環境下的知識元抽取
4.1 基於知識元的大數據知識組織
4.1.1 知識元主要模型
4.1.2 文本特徵表示模型
4.1.3 基於開放關係數據的知識元模型
4.2 知識元抽取過程
4.2.1 知識元的內容構成
4.2.2 知識元抽取
4.3 面向知識元的自然語言處理數據流
4.3.1 大數據處理框架
4.3.2 自然語言大數據處理
4.4 知識元抽取技術套用
4.4.1 基於本體的檢索
4.4.2 知識導航服務
4.5 小結
第5章 開放存取資源大數據知識組織方法
5.1 OA資源組織
5.1.1 基於OA資源的知識組織方法
5.1.2 OA資源組織方法的比較分析
5.1.3 大數據環境下OA資源的發展
5.2 網路課程資源組織
5.2.1 網路課程資源的定義
5.2.2 網路課程資源組織方法及其套用
5.3 MOOC資源組織
5.3.1 MOOC概述
5.3.2 國內外MOOC平台項目
5.3.3 知識組織方法在MOOC中的套用
5.4 專利數據知識組織方法
5.4.1 專利分類與組織及其套用
5.4.2 專利關聯與專利地圖
5.4.3 大數據環境下專利數據的套用
5.5 小結
第6章 短文本類學術資源知識組織
6.1 書評類短文本知識組織方法
6.1.1 面向書評的短文本一般分類方法
6.1.2 基於主題模型的短文本分類方法
6.2 書評微摘要研究
6.2.1 微觀點生成
6.2.2 微摘要生成
6.3 問答類短文本知識組織
6.3.1 基於疑問詞的層次化結構問題分類方法
6.3.2 基於焦點詞的問題分類器設計
6.3.3 小結
6.4 面向學術問答社區的高質量答案抽取方法
6.4.1 基於SDPP模型的答案摘要方法
6.4.2 融合語用信息與SDPP模型的答案摘要最佳化方法
6.4.3 小結
第7章 大數據知識服務系統
7.1 大數據知識服務體系
7.1.1 瀏覽與檢索模組
7.1.2 知識服務呈現模組
7.1.3 知識服務系統套用模組
7.2 基於多維度知識關聯的知識服務
7.2.1 概述
7.2.2 基於關聯數據的知識服務
7.3 基於數據驅動的個性化知識服務
7.3.1 數據驅動業務
7.3.2 大數據環境下個性化服務變革
7.3.3 社交網路中的個性化知識服務
7.3.4 基於內容的個性化知識服務
7.3.5 線上線下精準融合服務
7.3.6 基於場景觸發的個性化服務
7.4 小結
第8章 “學術頭條”——大數據知識組織與服務套用實例
8.1 學術頭條整體設計
8.2 海量學術資源自動獲取
8.2.1 基於定址網路爬蟲的學術資源獲取
8.2.2 面向不同類型學術資源的主題爬蟲獲取
8.3 學術資源的自動分類
8.3.1 原始語料
8.3.2 海量多類型學術資源分類系統
8.4 基於用戶瀏覽行為的個性化推薦
8.4.1 個性化推薦算法概述
8.4.2 學術資源的個性化推薦
8.5 小結
結語
參考文獻
圖索引
表索引
主題詞索引
