中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
開放網絡知識計算:模型方法與應用 版權信息
- ISBN：9787302491439
- 條形碼：9787302491439 ; 978-7-302-49143-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
開放網絡知識計算:模型方法與應用 本書特色
網絡大數據是指“人、機、物”三元世界在網絡空間（cyberspace）中彼此交互與融合所產生并在互聯網上可獲得的大數據，簡稱網絡數據。本書提出了開放知識網絡的概念，以概率論、圖論、矩陣分析、組合優化等為模型基礎，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應用的開放知識處理流程。深入探討了開放知識網絡的建模與計算方法，并通過開放網絡知識庫和應用系統，介紹了典型應用案例，全面、系統地展示了本領域*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。
開放網絡知識計算:模型方法與應用 內容簡介
網絡大數據是指“人、機、物”三元世界在網絡空間（cyberspace）中彼此交互與融合所產生并在互聯網上可獲得的大數據，簡稱網絡數據。本書提出了開放知識網絡的概念，以概率論、圖論、矩陣分析、組合優化等為模型基礎，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應用的開放知識處理流程。深入探討了開放知識網絡的建模與計算方法，并通過開放網絡知識庫和應用系統，介紹了典型應用案例，全面、系統地展示了本領域近期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。
開放網絡知識計算:模型方法與應用 目錄
開放網絡知識計算——模型、方法與應用目錄
**部分網絡大數據中的開放知識
第1章網絡大數據
1.1網絡大數據
1.2網絡大數據研究的意義
1.3網絡大數據帶來的挑戰
1.3.1網絡大數據的復雜性
1.3.2網絡大數據的不確定性
1.3.3網絡大數據的涌現性
1.4網絡空間感知與數據表示
1.4.1網絡大數據的感知與獲取
1.4.2網絡大數據的質量評估與采樣
1.4.3網絡大數據的清洗與提煉
1.4.4網絡大數據的融合表示
1.5網絡大數據存儲與管理體系
1.5.1分布式數據存儲
1.5.2數據高效索引
1.5.3數據世系管理
1.6網絡大數據挖掘和社會化計算
1.6.1基于內容信息的數據挖掘
1.6.2基于結構信息的社會化計算
1.7網絡數據平臺系統與應用
1.7.1網絡大數據平臺引擎建設
1.7.2網絡大數據下的高端數據分析
1.7.3網絡大數據的應用
1.8研究展望
1.9本章小結
參考文獻
第2章開放網絡知識
2.1概述
2.2開放網絡知識庫構建
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基于開放網絡知識庫的信息檢索
2.3.1意圖感知
2.3.2查詢擴展
2.3.3語義問答
2.4基于開放網絡知識庫的數據挖掘
2.4.1線索挖掘
2.4.2關系推理
2.4.3關系預測
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章概率論
3.1概述
3.2概率
3.3條件概率和全概率公式
3.3.1條件概率
3.3.2全概率公式
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章組合優化
6.1概述
6.2圖的匹配
6.2.1匹配的相關概念
6.2.2*大匹配
6.2.3*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章開放知識網絡
7.1開放知識網絡的表示方法
7.1.1可演化的知識網絡模型
7.1.2知識網絡的分布式表示
7.1.3知識網絡的增量表示
7.2開放知識網絡表示的性質
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章開放網絡知識庫的構建方法
8.1概述
8.2概念抽取方法
8.2.1相關工作
8.2.2基于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關系抽取方法
8.4.1相關工作
8.4.2基于多句特征的領域概念間關系抽取方法
8.4.3基于概念相似度的潛在領域關系推斷方法
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基于依賴圖聯合推斷的融合方法
9.2.3實驗與分析
9.3關系融合方法
9.3.1相關工作
9.3.2基于實體關系嵌入的融合方法
9.3.3實驗與分析
9.4類別融合方法
9.4.1基于復合結構的融合方法
9.4.2基于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靜態關系推斷
10.2.1相關工作
10.2.2融合結構與內容的關系推斷
10.3非時序動態關系推斷
10.3.1相關工作
10.3.2融合時間信息的關系推斷
10.4本章小結
參考文獻
第11章知識預測方法
11.1關系預測
11.1.1相關工作
11.1.2基于開放知識網絡的關系預測
11.2實體預測
11.3本章小結
參考文獻
第四部分系統與應用場景
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的典型應用
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的典型應用
12.4Probase知識庫
12.4.1Probase的構建
12.4.2Probase的融合與更新
12.4.3Probase的典型應用
12.5Knowledge Graph知識計算系統
12.5.1Knowledge Graph的構建
12.5.2Knowledge Graph的典型應用
12.6Knowledge Vault知識計算系統
12.6.1Knowledge Vault的構建
12.6.2Knowledge Vault的融合與更新
12.6.3Knowledge Vault的知識計算
12.6.4Knowledge Vault的典型應用
12.7Palantir
12.7.1Palantir的構建
12.7.2Palantir的知識計算
12.7.3Palantir的典型應用
12.8NELL
12.8.1NELL的構建
12.8.2NELL的應用
12.9開放網絡知識庫構建技術的評價
12.9.1相關工作
12.9.2開放網絡知識庫構建技術的多維指標體系
12.9.3開放網絡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章開放網絡知識計算引擎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可演化知識網絡
13.3.2OpenKN的演化計算算子庫
13.4本章小結
參考文獻
第14章應用場景分析
14.1概述
14.2人物譜系關系畫像與分析
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
展開全部
書友推薦
- >
我與地壇
- >
羅庸西南聯大授課錄
- >
我從未如此眷戀人間
- >
中國歷史的瞬間
- >
巴金－再思錄
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
山海經
- >
史學評論
本類暢銷
