開放網路知識計算——模型、方法與套用

基本介紹

  • 書名:開放網路知識計算——模型、方法與套用
  • 作者:王元卓、賈岩濤、林海倫、程學旗
  • 定價:69元
  • 出版社:清華大學出版社
  • 出版時間:2018.05.01
開放網路知識計算——模型、方法與套用
作者:王元卓、賈岩濤、林海倫、程學旗
  定價:69元
印次:1-1
ISBN:9787302491439
出版日期:2018.05.01
印刷日期:2018.05.16
網路大數據是指“人、機、物”三元世界在網路空間(cyberspace)中彼此互動與融合所產生並在網際網路上可獲得的大數據,簡稱網路數據。本書提出了開放知識網路的概念,以機率論、圖論、矩陣分析、組合最佳化等為模型基礎,給出了一套從開放知識的感知與獲取、開放知識的融合與更新、開放知識的推斷與預測,到開放知識計算引擎的構建及系統套用的開放知識處理流程。深入探討了開放知識網路的建模與計算方法,並通過開放網路知識庫和套用系統,介紹了典型套用案例,全面、系統地展示了本領域最新的研究成果和進展。本書可作為計算機、通信、信息等相關專業的教師、研究生和大學高年級學生的教材或教學參考書,也可供行業大數據分析、商業情報挖掘、語義檢索、知識問答等方面的研究人員和工程技術人員參考。
編輯推薦
該書是作者五年多的時間裡研究成果的系統性介紹,全書從機率論、圖論、矩陣分析、組合最佳化等開放網路知識計算所需的基礎知識講起,系統性介紹了開放知識網路的知識庫快速構建、知識更新與融合、隱含知識推斷與知識的時序預測的模型方法與技術,並通過開放網路知識庫和套用系統,介紹了多種開放知識網路的典型套用案例。
目錄
開放網路知識計算——模型、方法與套用目錄
第一部分網路大數據中的開放知識
第1章網路大數據
1.1網路大數據
1.2網路大數據研究的意義
1.3網路大數據帶來的挑戰
1.3.1網路大數據的複雜性
1.3.2網路大數據的不確定性
1.3.3網路大數據的湧現性
1.4網路空間感知與數據表示
1.4.1網路大數據的感知與獲取
1.4.2網路大數據的質量評估與採樣
1.4.3網路大數據的清洗與提煉
1.4.4網路大數據的融合表示
1.5網路大數據存儲與管理體系
1.5.1分散式數據存儲
1.5.2數據高效索引
1.5.3數據世系管理
1.6網路大數據挖掘和社會化計算
1.6.1基於內容信息的數據挖掘
1.6.2基於結構信息的社會化計算
1.7網路數據平台系統與套用
1.7.1網路大數據平台引擎建設
1.7.2網路大數據下的高端數據分析
1.7.3網路大數據的套用
1.8研究展望
1.9本章小結
參考文獻
第2章開放網路知識
2.1概述
2.2開放網路知識庫構建
2.2.1知識庫構建
2.2.2多源知識的融合
2.2.3知識庫的更新
2.3基於開放網路知識庫的信息檢索
2.3.1意圖感知
2.3.2查詢擴展
2.3.3語義問答
2.4基於開放網路知識庫的數據挖掘
2.4.1線索挖掘
2.4.2關係推理
2.4.3關係預測
2.5研究展望
2.6本章小結
參考文獻
第二部分模 型 理 論
第3章機率論
3.1概述
3.2機率
3.3條件機率和全機率公式
3.3.1條件機率
3.3.2全機率公式
3.4貝葉斯定理
3.5本章小結
參考文獻
第4章圖論
4.1概述
4.2有向圖與無向圖
4.3完全圖、稀疏圖與二部圖
4.3.1完全圖與稀疏圖
4.3.2二部圖
4.4子圖與樹
4.5路徑與連通性
4.5.1路徑
4.5.2連通性
4.6圖的鄰接矩陣
4.7圖的遍歷
4.7.1DFS遍歷
4.7.2BFS遍歷
4.8本章小結
參考文獻
第5章矩陣分析
5.1概述
5.2矩陣基本概念
5.3矩陣的基本運算
5.4矩陣的分解
5.5本章小結
參考文獻
第6章組合最佳化
6.1概述
6.2圖的匹配
6.2.1匹配的相關概念
6.2.2最大匹配
6.2.3最大權匹配
6.3背包問題
6.3.1分支限界法
6.3.2貪婪近似算法
6.3.3模擬退火算法
6.3.4多項式時間近似方案
6.3.5其他背包問題
6.4本章小結
參考文獻
第7章開放知識網路
7.1開放知識網路的表示方法
7.1.1可演化的知識網路模型
7.1.2知識網路的分散式表示
7.1.3知識網路的增量表示
7.2開放知識網路表示的性質
7.2.1收斂性
7.2.2可增量性
7.3本章小結
參考文獻
第三部分計算方法
第8章開放網路知識庫的構建方法
8.1概述
8.2概念抽取方法
8.2.1相關工作
8.2.2基於詞向量的領域概念抽取方法
8.2.3實驗與結果分析
8.3屬性抽取方法
8.3.1開放文本屬性抽取方法
8.3.2實驗與結果分析
8.4關係抽取方法
8.4.1相關工作
8.4.2基於多句特徵的領域概念間關係抽取方法
8.4.3基於概念相似度的潛在領域關係推斷方法
8.4.4實驗與結果分析
8.5概念細化方法
8.5.1方法概述
8.5.2劃分屬性的挖掘
8.5.3實驗結果
8.6本章小結
參考文獻
第9章知識融合與更新方法
9.1概述
9.2實體融合方法
9.2.1相關工作
9.2.2基於依賴圖聯合推斷的融合方法
9.2.3實驗與分析
9.3關係融合方法
9.3.1相關工作
9.3.2基於實體關係嵌入的融合方法
9.3.3實驗與分析
9.4類別融合方法
9.4.1基於複合結構的融合方法
9.4.2基於集成排序的融合方法
9.5自適應更新方法
9.6本章小結
參考文獻
第10章知識推斷方法
10.1概述
10.2靜態關係推斷
10.2.1相關工作
10.2.2融合結構與內容的關係推斷
10.3非時序動態關係推斷
10.3.1相關工作
10.3.2融合時間信息的關係推斷
10.4本章小結
參考文獻
第11章知識預測方法
11.1關係預測
11.1.1相關工作
11.1.2基於開放知識網路的關係預測
11.2實體預測
11.3本章小結
參考文獻
第四部分系統與套用場景
第12章知識庫與知識分析系統
12.1概述
12.2Freebase知識庫
12.2.1Freebase的構建
12.2.2Freebase的融合與更新
12.2.3Freebase的知識計算
12.2.4Freebase的典型套用
12.3Yago知識庫
12.3.1Yago的構建
12.3.2Yago的融合與更新
12.3.3Yago的知識計算
12.3.4Yago的典型套用
12.4Probase知識庫
12.4.1Probase的構建
12.4.2Probase的融合與更新
12.4.3Probase的典型套用
12.5KnowledgeGraph知識計算系統
12.5.1KnowledgeGraph的構建
12.5.2KnowledgeGraph的典型套用
12.6KnowledgeVault知識計算系統
12.6.1KnowledgeVault的構建
12.6.2KnowledgeVault的融合與更新
12.6.3KnowledgeVault的知識計算
12.6.4KnowledgeVault的典型套用
12.7Palantir
12.7.1Palantir的構建
12.7.2Palantir的知識計算
12.7.3Palantir的典型套用
12.8NELL
12.8.1NELL的構建
12.8.2NELL的套用
12.9開放網路知識庫構建技術的評價
12.9.1相關工作
12.9.2開放網路知識庫構建技術的多維指標體系
12.9.3開放網路知識庫構建技術的多維量化評價方法
12.9.4實驗
12.10本章小結
參考文獻
第13章開放網路知識計算引擎OpenKN
13.1OpenKN的整體架構
13.2OpenKN的自適應性
13.3OpenKN的演化計算
13.3.1可演化知識網路
13.3.2OpenKN的演化計算運算元庫
13.4本章小結
參考文獻
第14章套用場景分析
14.1概述
14.2人物譜系關係畫像與分析
14.2.1背景與意義
14.2.2分析流程
14.2.3演示樣例
14.3領域事件的演化態勢分析
14.3.1背景與意義
14.3.2分析流程
14.3.3演示樣例
14.4新聞語義推薦
14.4.1背景與意義
14.4.2分析流程
14.4.3演示樣例
14.5本章小結
參考文獻

相關詞條

熱門詞條

聯絡我們