知識圖譜技術與套用

知識圖譜技術與套用

《知識圖譜技術與套用》是2019年人民郵電出版社出版的圖書,作者是閆樹、魏凱、洪萬福。

基本介紹

  • 中文名:知識圖譜技術與套用 
  • 作者:閆樹、魏凱、洪萬福
  • 出版社:人民郵電出版社
  • ISBN:9787115519665
內容簡介,作者簡介,目錄,

內容簡介

本書系統地介紹了知識圖譜的相關概念、技術要素與套用,不僅涵蓋了知識圖譜技術的發展歷程與特點,也涵蓋了當前階段知識圖譜的主要套用,並分析了未來的發展趨勢與挑戰。本書從理論綜述、技術解讀、套用場景、實戰分析等多個角度進行了闡述,內容全面且易於理解。
本書是一本入門級圖書,面向具備一定計算機知識但沒有知識圖譜構建經驗的讀者,旨在幫助他們掌握知識圖譜構建的專業知識。同時,本書還面向渴望了解知識圖譜套用的各行業人員,旨在幫助他們拓展視野、開闊思路。相信所有對知識圖譜感興趣的讀者通過閱讀本書都能有所收穫。

作者簡介

閆樹,理學博士,中國信息通信研究院雲計算與大數據研究所高級工程師。主要研究方向為數據流通、政務大數據、大數據產業等。牽頭編寫《大數據白皮書》《數據流通關鍵技術白皮書》《知識圖譜白皮書》《城市大數據平台白皮書》《大數據產業統計口徑研究報告》及數據流通、可信數據服務、安全多方計算、知識圖譜等相關標準。
魏凱,中國信息通信研究院雲計算與大數據研究所副所長,研究方向為大數據、資料庫、區塊鏈、知識圖譜的技術標準與基準測試,以及相關產業與監管政策。主持完成10項行業標準和5項國際標準。擔任ITU-T FG DLT主席、ITU-T SG16國內對口組組長、中國通信標準化協會大數據技術標準推進委員會(TC601)常務副主任等職務。2009年、2010年、2012年分別獲得中國通信標準化協會(省部級)科技一等獎、二等獎和中國通信學會二等獎。
洪萬福,十五年軟體從業經驗,擅長知識圖譜、自然語言處理、大規模系統架構等。歷任清華同方某控股公司首席架構師、Dell高級架構師、中軟電子政務負責人、廈門某軟體集團副總裁。2008年開始從事數據挖掘、機器學習相關工作,2013年創立淵亭科技並推出DataExa產品系列(知識圖譜、AI中台等),專注認知智慧型方向在行業的套用和賦能。

目錄

目錄
第一章 知識圖譜概述 / 1
第一節 什麼是知識圖譜 / 2
一、知識圖譜的定義 / 2
二、對知識圖譜定義的解讀 / 3
三、知識圖譜的通用表示 / 6
第二節 知識圖譜的發展歷程 / 8
一、起源:科學知識圖譜 / 8
二、發展:知識庫 / 9
三、形成:知識圖譜 / 11
第三節 知識圖譜的架構 / 13
一、邏輯架構 / 13
二、技術架構 / 14
第四節 知識圖譜的特點 / 16
一、與早期語義網路的比較 / 16
二、與早期知識庫的比較 / 17
三、與傳統數據技術的比較 / 18
第五節 知識圖譜的套用 / 18
一、知識圖譜套用於搜尋——查詢理解 / 18
二、知識圖譜套用於回答——自動問答 / 19
三、知識圖譜套用於查閱——文檔表示 / 19
第六節 知識圖譜的重要意義 / 20
一、提升網際網路服務 / 20
二、升級傳統行業 / 21
三、改善社會治理 / 21
第七節 代表性的知識圖譜 / 22
一、經典的通用知識圖譜 / 24
二、經典的行業知識圖譜 / 26
三、基於網際網路搜尋的知識圖譜 / 27
四、中文開放知識圖譜聯盟 / 29
第二章 通用知識圖譜的技術要素 / 31
第一節 知識表示與建模 / 32
一、知識表示 / 32
二、知識建模 / 37
第二節 知識抽取與挖掘 / 40
一、知識抽取 / 40
二、知識挖掘 / 46
第三節 知識存儲與融合 / 49
一、知識存儲 / 49
二、知識融合 / 51
第四節 知識檢索與推理 / 54
一、知識檢索 / 54
二、知識推理 / 56
第三章 行業知識圖譜的套用場景 / 59
第一節 行業知識圖譜的特點 / 59
第二節 公安行業 / 60
一、行業套用背景 / 61
二、解決方案 / 62
第三節 金融行業 / 65
一、行業套用背景 / 65
二、套用場景 / 66
第四節 教育行業 / 67
一、行業套用背景 / 68
二、解決方案 / 68
三、套用價值 / 72
第五節 電信行業 / 75
一、智慧型客服系統 / 75
二、電信反欺詐 / 81
第六節 工業 / 84
一、工業知識圖譜構建 / 84
二、工業知識圖譜套用場景 / 85
第四章 知識圖譜的發展趨勢與挑戰 / 87
第一節 知識圖譜的發展趨勢 / 87
一、與機器學習相互滲透融合 / 88
二、向更多行業滲透 / 89
三、從學術轉移到產業界 / 90
第二節 知識圖譜面臨的挑戰 / 91
一、知識獲取效率較低 / 91
二、知識融合的難點難以突破 / 91
三、知識推理套用進展緩慢 / 92
四、缺乏高質量知識庫 / 93
五、行業知識圖譜構建困難 / 93
六、商業模式面臨阻礙 / 93
第五章 知識圖譜實戰案例 / 95
第一節 基於知識圖譜的醫療決策輔助系統 / 96
一、痛點難點 / 96
二、實現路徑 / 96
三、套用效果 / 102
第二節 利用知識圖譜構建“虛擬生命” / 103
一、痛點難點 / 103
二、實現路徑 / 104
三、套用效果 / 106
第三節 股份制銀行知識圖譜案例 / 107
一、痛點難點 / 107
二、實現路徑 / 108
三、套用效果 / 110
第四節 基於公安知識圖譜的禁毒大數據分析平台 / 111
一、痛點難點 / 111
二、實現路徑 / 112
三、套用效果 / 114
第六章 知識圖譜構建工具 / 115
第一節 Pajek / 115
一、Pajek軟體概述 / 115
二、Pajek的主要特點 / 116
三、Pajek的數據結構 / 118
第二節 CiteSpace / 119
一、CiteSpace軟體概述 / 119
二、CiteSpace的主要特點 / 120
三、CiteSpace的結果呈現 / 121
第三節 UCINET / 122
一、UCINET軟體概述 / 122
二、UCINET的主要特點 / 122
三、UCINET的主要分析方法 / 124
第四節 Gephi / 124
一、Gephi軟體概述 / 124
二、Gephi的主要特點 / 125
第五節 VOSviewer / 126
一、VOSviewer軟體概述 / 126
二、VOSviewer的主要特點 / 127
三、VOSviewer的結果呈現 / 128
第六節 VantagePoint / 129
一、VantagePoint軟體概述 / 129
二、VantagePoint的主要特點 / 130
第七節 Sci2 / 131
一、Sci2軟體概述 / 131
二、Sci2的主要特點 / 132
第八節 SciMAT / 133
一、SciMAT軟體概述 / 133
二、SciMAT的主要特點 / 134
參考文獻 / 137

相關詞條

熱門詞條

聯絡我們