知识图谱(大数据与人工智能系列) - 中国高校教材图书网
|
|
书名: |
知识图谱(大数据与人工智能系列)
|
ISBN: | 978-7-300-29211-3 |
条码: | |
作者: |
梁循 尤晓东
相关图书
|
装订: | 平装 |
印次: | 1-1 |
开本: | 16开 |
定价: |
¥36.00
折扣价:¥32.40
折扣:0.90
节省了3.6元
|
字数: |
192千字
|
出版社: |
中国人民大学出版社 |
页数: |
|
发行编号: | 292113 |
每包册数: |
12
|
出版日期: |
2021-04-19 |
|
内容简介: |
本书综合了大量国内外的最新资料和作者的研究成果,以社会网络用户行为的知识图谱为研究对象,探索了知识图谱构建过程,列举了面向用户行为知识图谱在智慧司法、电子商务及其它领域的应用。以最新资料案例为例进行理论分析和模型构建,给出实践指导策略。 本书的读者可以是对社会网络用户行为的知识图谱,及对智慧司法、电子商务等领域应用感兴趣的专业人士,或是对知识图谱感兴趣的商业界人士,也可作为计算机应用方向的教材或参考书。本书可作为大数据、人工智能、信管、计算机应用方向、电子商务等专业的教材或参考书,也可适用于对知识图谱应用感兴趣的普通读者。
|
作者简介: |
梁循,中国人民大学信息学院经济信息管理系教授,曾任[美国]硅谷商务数据服务公司高级科学家、CTO,北京大学计算机科学技术研究所数据挖掘研究室主任。作者长期从事计算机应用研究,曾主持或参加多个科研或商业系统的研究和开发,包括国家自然科学基金重点项目(项目负责人)、国家社会科学基金重大项目(首席专家)、科技部863计划项目(项目负责人)、留学回国启动基金、中国博士后基金等。发表论文200余篇,作为主要作者发表SCI论文50篇,多次任国内国际会议程序委员会主席、委员,申请发明专利10余项、国际专利1项、美国专利1项,出版著作和教材14部。
|
章节目录: |
第1章 社会网络舆情知识图谱 1.1 舆情事件与舆情管理 ∥ 3 1.2 知识图谱与舆情知识图谱 ∥ 7 1.3 舆情数据、舆情信息到舆情知识图谱 ∥ 10 1.4 舆情知识图谱中的知识挖掘 ∥ 23 1.5 舆情知识图谱的更新和推理 ∥ 28 1.6 社会网络舆情知识图谱的研究现状和前景 ∥ 31 第2章 社会网络舆情知识图谱的分析和舆情调控 2.1 社会网络舆情大数据主题图谱构建 ∥ 39 2.2 社会网络舆情大数据主题图谱分析与推理研究 ∥ 43 2.3 大数据驱动的社会网络舆情主题图谱调控策略研究 ∥ 47 2.4 大数据驱动的社会网络舆情主题图谱的应用 ∥ 53 2.5 社会网络舆情知识图谱的未来展望 ∥ 58 第3章 社会网络双舆情图谱分析与企业舆情管理 3.1 社会网络企业单舆情管理 ∥ 63 3.2 舆情事件的耦合研究 ∥ 65 3.3 社会网络企业双舆情管理 ∥ 67 3.4 天津港爆炸事件图谱分析 ∥ 69 第4章 社会网络中用户行为和影响力的动态度量 4.1 用户生成内容的评估 ∥ 75 4.2 用户生成内容的度量 ∥ 76 4.3 用户生成内容的度量模型 ∥ 79 4.4 用户影响力度量研究 ∥ 81 4.5 用户生成内容的演化 ∥ 83 4.6 基于用户生成内容的精准调控 ∥ 85 第5章 社会网络舆情知识图谱研究的基本态势 5.1 社会网络舆情知识图谱研究概述 ∥ 89 5.2 基于知识图谱的国内外舆情研究现状 ∥ 89 5.3 国内外舆情研究对比和启示 ∥ 92 5.4 基于知识图谱的社会网络舆情研究实例 ∥ 93 5.5 社会网络知识图谱研究的总结与展望 ∥ 99 第6章 社会网络知识图谱在智慧司法中的应用 6.1 智慧司法的现有研究和应用 ∥ 103 6.2 失信被执行人社会特征发现与预警 ∥ 104 6.3 民间借贷网络市场概况 ∥ 108 6.4 民间借贷关系模型及辅助认定框架 ∥ 111 6.5 僵尸企业社会关系网络知识图谱 ∥ 115 6.6 基于知识图谱的智慧司法优化 ∥ 120 第7章 社会网络知识图谱在电子商务中的应用 7.1 社会化电子商务 ∥ 126 7.2 电子商务的社会知识图谱 ∥ 130 7.3 电子商务的社会知识图谱构建 ∥ 133 7.4 电子商务的社会知识图谱分析 ∥ 134 7.5 基于社会知识图谱的智能商品推荐算法 ∥ 137 第8章 社会网络知识图谱在医疗领域的应用 8.1 医疗知识图谱的基本概念 ∥ 147 8.2 医疗知识图谱的数据获取 ∥ 148 8.3 医疗知识图谱的结构分析 ∥ 153 8.4 医疗知识图谱的典型应用 ∥ 157 8.5 医疗知识图谱的发展困境 ∥ 163 8.6 医疗知识图谱的发展前景 ∥ 164 第9章 社会网络知识图谱的应用拓展 9.1 知识图谱在图书情报领域的应用 ∥ 169 9.2 知识图谱在金融领域的应用 ∥ 171 9.3 知识图谱赋予机器认知智能 ∥ 173 9.4 知识图谱在农业领域的应用 ∥ 176 9.5 知识图谱在生命科学领域的应用 ∥ 176 9.6 知识图谱在其他领域的应用 ∥ 177 参考文献 ∥ 179
|
精彩片段: |
随着互联网的发展,网络信息呈现爆炸式增长。互联网内容规模巨大、异质多元、结构松散,传统的计算机算法很难有效地获取和组织其核心知识。知识图谱(Knowledge Graph)作为人工智能的底层技术,近年来开始升温,“知识”是“智能”的前提,它以强大的语义处理和互联组织能力,为智能化信息应用提供了基础。 知识图谱的概念是由谷歌公司在2012年提出的。2013年,脸谱网也推出社会网络的图谱搜索工具Graph Search,以社会网络为主战场的腾讯不久也利用其数据优势构建了自己的社会知识图谱。可以说,知识图谱也是描述社会网络用户行为的一种模型和工具。 知识图谱本质上是一种语义网络,旨在描述客观世界的概念、实体、事件及其之间的关系,其节点代表实体或者概念,边代表实体或概念之间的各种语义和行为关系。知识图谱又称为科学知识图谱,在图书情报界称为知识域可视化或知识领域映射地图,用来表示知识结构和演化关系。知识图谱自产生以来,以其简洁性和有效性,成功地在各行各业中得以应用。 在社会网络中的舆情是指在一定的社会网络空间内,围绕某个社会事件的发生、发展和变化,广大民众对社会产生和持有的社会态度,是较多群众关于社会中各种现象、问题所表达的信念、态度、意见和情绪等表现的总和。社会网络是一种自媒体,用户生成内容在开放边界的环境中相互依赖又互相竞争,关系复杂却又平稳地联系着,彼此间的互动按照某种关系或属性聚集形成的相对稳定的体系结构具有演化性、复杂性、适应性、分散控制和变粒度等特征。社会网络舆情数据一般具有多源异构性、多维关联性、多重可用性,依照舆情大数据,挖掘舆情信息,构建舆情主题知识图谱,并利用舆情主体图谱的应用价值,可以自下而上地从理论和实践多方面探索大数据环境下社会网络舆情主题图谱的构建和调控问题。 本书通过讨论社会网络用户行为的知识图谱,列举了社会网络用户行为研究在舆情分析、智慧司法、电子商务等方面的应用。本书与作者先前出版的另外15本书籍《网络金融》《数据挖掘算法与应用》《互联网金融信息系统的设计与实现》《电子商务理论与实践》《网络金融信息挖掘导论》《网络金融系统设计与实现案例集》《互联网金融信息智能挖掘基础》《支持向量机算法及其金融应用》《金融数据挖掘》《面向社会化媒体大数据的社会计算》《社会化商务理论与实践》《社会网络大数据下企业舆情建模和管理》《大数据物联网复杂信息系统》《社会网络大数据融合》《区块链:技术与应用》之间的关系见下图。
|
书 评: |
|
其 它: |
|
|
|