幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

知識圖譜與認知智能(基本原理關鍵技術應用場景與解決方案)

  • 作者：吳睿|責編:張國霞
  • 出版社：電子工業
  • ISBN：9787121425950
  • 出版日期：2022/02/01
  • 裝幀：平裝
  • 頁數：364
人民幣：RMB 118 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    認知的高度決定了你創造價值的高度，包括你對世界的認知及世界對你的認知。知識圖譜與認知智能技術的發展，既孕育了圈層變更的機會，也帶來了人、機器、企業如何協同與博弈的難題。
    本書總計12章，從理論到產業應用對知識圖譜與認知智能進行了介紹。
    第1?7章圍繞知識圖譜與認知智能的需求，以用戶、設備、企業為中心，講解知識體系建設、知識圖譜構建、知識存儲、知識推理的基本原理與關鍵技術。
    第8?12章講解如何運用知識圖譜與認知智能技術，構建產品化及系統化解決方案，以滿足企業營銷、服務、供應鏈、生產、運維、經營管理、數據交易等應用場景的業務需求。
    讀者通過本書可以了解企業認知智能的原理、應用方法、執行策略，以此構建企業認知博弈的優異策略。企業數據智能相關從業者可以參考本書，構建以用戶為中心的企業認知智能解決方案，通過人機協同的方式，實現對業務的認知與引導，並從業務演變中獲益。此外，本書可以作為自然語言處理、知識工程、人工智慧、社會計算等相關課程的教材。
作者介紹
吳睿|責編:張國霞
    吳睿，畢業於倫敦大學學院，主要研究方向為用戶認知與引導，相關領域包括用戶畫像、知識圖譜、認知智能、搜索推薦、智能對話、社會計算等。     作為騰訊數據智能技術負責人，主導了多項騰訊雲企業數據智能項目的落地，涉及營銷、服務、生產、運維、企業經營管理等多個領域，開發了騰訊星圖、騰訊雲知識圖譜、騰訊雲圖計算等多款產品。     作為騰訊數據負責人，主導規劃並建設了QQ用戶畫像體系，通過統一的數據中台，支持廣告營銷、個性化推薦、用戶增長、信貸風控、金融投資等多項業務。
目錄
第1章  知識圖譜與認知智能理論的基本概念
  1.1  人工智慧
    1.1.1  人工智慧的類型
    1.1.2  人工智慧的能力層級
  1.2  知識圖譜
    1.2.1  知識的形態
    1.2.2  知識圖譜的定義
    1.2.3  知識圖譜涉及的技術領域
  1.3  認知智能
    1.3.1  認知智能的定義
    1.3.2  認知智能與知識圖譜的技術關聯
    1.3.3  認知智能的技術領域
第2章  知識圖譜與認知智能的需求場景
  2.1  知識圖譜與認知智能需求總覽
    2.1.1  認知智能的產業需求
    2.1.2  認知智能的產業落地
    2.1.3  認知智能的產業價值
    2.1.4  認知智能的產業影響
  2.2  個體認知智能
    2.2.1  個體對環境的認知智能需求場景
    2.2.2  環境對個體的認知智能需求場景
  2.3  物聯認知智能
    2.3.1  消費物聯網中的認知智能
    2.3.2  工業物聯網中的認知智能
  2.4  企業認知智能
    2.4.1  企業認知智能與企業協同
    2.4.2  企業認知智能需求總覽
    2.4.3  企業全域數據治理場景
    2.4.4  企業營銷認知智能場景
    2.4.5  企業生產認知智能場景
    2.4.6  企業經營管理認知智能場景
第3章  知識體系建設
  3.1  知識體系建設理論
    3.1.1  知識體系定義
    3.1.2  知識體系建設的方法
    3.1.3  知識體系建設的原則
  3.2  用戶知識體系
    3.2.1  用戶畫像知識體系理論
    3.2.2  用戶畫像知識體系建設的挑戰
    3.2.3  用戶畫像知識體系建設的方法
    3.2.4  用戶畫像基礎知識體系
    3.2.5  用戶營銷領域的用戶畫像知識體系
    3.2.6  用戶增長領域的用戶畫像知識體系
  3.3  物聯知識體系
    3.3.1  商品知識圖譜知識體系
    3.3.2  設備知識圖譜知識體系
  3.4  企業業務知識體系
    3.4.1  企業全域知識體系
    3.4.2  企業營銷服務知識體系
    3.4.3  企業生產與運維知識體系

    3.4.4  企業經營管理知識體系
    3.4.5  企業風險管理與投資知識體系
  3.5  知識體系建設與知識治理
    3.5.1  數據治理
    3.5.2  知識治理與企業知識戰略
第4章  知識圖譜構建
  4.1  知識圖譜構建系統
    4.1.1  知識圖譜的構建流程
    4.1.2  知識圖譜構建系統的整體架構
  4.2  知識抽取系統
    4.2.1  知識抽取的數據來源
    4.2.2  知識抽取框架
    4.2.3  實體抽取
    4.2.4  關係抽取
    4.2.5  屬性抽取
  4.3  知識融合系統
    4.3.1  知識融合的流程
    4.3.2  知識融合系統的架構
    4.3.3  用戶域的知識融合
    4.3.4  物聯域的知識融合
    4.3.5  企業域的知識融合
  4.4  知識質量校驗
第5章  知識存儲與計算之圖資料庫
  5.1  知識圖譜與圖資料庫
    5.1.1  圖資料庫的基礎知識
    5.1.2  知識圖譜與圖資料庫存儲解決方案
    5.1.3  知識圖譜應用與圖資料庫
  5.2  圖資料庫相關技術
    5.2.1  圖資料庫技術的發展史
    5.2.2  圖資料庫與傳統資料庫
    5.2.3  圖資料庫的數據模型
    5.2.4  圖資料庫的存儲介質
    5.2.5  圖資料庫的引擎
  5.3  開源圖資料庫產品介紹
  5.4  圖資料庫評估標準
第6章  知識存儲計算之圖計算
  6.1  知識圖譜與圖計算
  6.2  圖計算基礎
    6.2.1  圖網路的基礎定義與理論
    6.2.2  節點分析類演算法
    6.2.3  關係鏈分析類演算法
    6.2.4  全圖分析類演算法
    6.2.5  子圖匹配演算法
    6.2.6  社區發現演算法
  6.3  圖深度學習
    6.3.1  圖深度學習與知識圖譜
    6.3.2  圖神經網路演算法的原理
    6.3.3  圖神經網路演算法的對比
    6.3.4  圖表示學習演算法
    6.3.5  GraphSAGE

    6.3.6  GAT
  6.4  圖計算框架
    6.4.1  圖計算平台的難點
    6.4.2  開源圖計算框架介紹
    6.4.3  圖計算平台的評估標準
第7章  知識推理
  7.1  知識推理的理論
    7.1.1  基礎理論
    7.1.2  認知科學理論
    7.1.3  產業實踐理論
    7.1.4  認知協同理論
  7.2  知識推理的技術體系
  7.3  知識問答
    7.3.1  知識問答的定義與需求場景
    7.3.2  垂直域的知識問答
    7.3.3  知識問答產品的需求拆解
    7.3.4  知識問答技術的難點
    7.3.5  知識問答系統的整體技術方案
    7.3.6  知識問答系統的技術架構
    7.3.7  知識問答系統中的意圖識別模塊
    7.3.8  知識問答系統中的推理查詢模塊
    7.3.9  知識問答系統中的配置管理模塊
    7.3.10  知識問答運營
  7.4  知識補全
    7.4.1  知識補全定義
    7.4.2  知識補全的方法
    7.4.3  知識補全的技術架構與方案
    7.4.4  對知識補全的進一步思考
第8章  知識圖譜管理平台
  8.1  知識圖譜管理平台的產品架構
    8.1.1  知識圖譜管理平台的應用場景與流程
    8.1.2  知識圖譜管理平台的產品設計挑戰
    8.1.3  知識圖譜管理平台的產品架構概覽
    8.1.4  知識建模模塊
    8.1.5  知識構建模塊
    8.1.6  知識存儲與計算模塊
    8.1.7  知識推理模塊
    8.1.8  知識圖譜管理平台的產品落地
  8.2  知識圖譜管理平台評估
    8.2.1  技術架構評估
    8.2.2  知識建模模塊評估
    8.2.3  知識構建模塊評估
    8.2.4  知識存儲與計算模塊評估
    8.2.5  知識推理模塊評估
    8.2.6  安全能力評估
    8.2.7  系統運維評估
第9章  知識圖譜與營銷認知智能
  9.1  認知智能與企業營銷系統的整體解決方案
    9.1.1  用戶營銷的認知過程
    9.1.2  企業營銷系統

    9.1.3  企業營銷認知智能的系統實現
    9.1.4  營銷認知之企業私域流量場景
    9.1.5  營銷認知之B2B營銷場景
    9.1.6  營銷認知之企業產銷協同場景
  9.2  知識圖譜與用戶智能認知
    9.2.1  用戶畫像分析引擎
    9.2.2  用戶智能標籤引擎
    9.2.3  智能用戶數據中台
  9.3  知識圖譜與社群認知引導
    9.3.1  社群認知的形態
    9.3.2  社群認知引導與社群演變
    9.3.3  社群認知引導與智能推薦
    9.3.4  社群認知引導與營銷機器人
  9.4  知識圖譜與商品搜索
    9.4.1  商品搜索基礎理論
    9.4.2  商品搜索技術架構
  9.5  知識圖譜與智能推薦
    9.5.1  知識圖譜助力推薦的方法論
    9.5.2  知識圖譜助力推薦的技術架構
    9.5.3  知識圖譜助力推薦的產品方案
    9.5.4  知識圖譜助力推薦的標籤映射
  9.6  知識圖譜與營銷服務機器人
    9.6.1  社群營銷機器人
    9.6.2  智能客服機器人
    9.6.3  營銷機器人的認知能力建設
  9.7  知識圖譜與智能供應鏈
    9.7.1  供應鏈管理中的知識圖譜與認知智能
    9.7.2  智能渠道管理
    9.7.3  供應鏈風險預警
    9.7.4  企業智能採購助手
第10章  知識圖譜與物聯網認知智能
  10.1  設備認知智能
  10.2  設備知識圖譜建設
  10.3  設備數據採集、存儲與計算
    10.3.1  設備數據採集與存儲計算平台
    10.3.2  設備物聯網與圖資料庫
    10.3.3  設備物聯網與圖計算
    10.3.4  電網配網潮流計算
  10.4  設備健康管理
    10.4.1  設備健康狀態管理系統
    10.4.2  設備運維檢修
  10.5  設備智能調度與先進控制
    10.5.1  設備智能調度
    10.5.2  設備先進控制
  10.6  能源設備認知智能解決方案
    10.6.1  能源設備認知智能解決方案總覽
    10.6.2  能源設備知識圖譜建設
    10.6.3  能源的知識推理案例：能源設備運行斷面檢索
第11章  知識圖譜與企業認知智能
  11.1  企業認知大腦

    11.1.1  企業認知智能戰略
    11.1.2  企業認知大腦的整體架構
    11.1.3  企業認知大腦與企業物聯網平台
    11.1.4  企業認知大腦與企業數據中台
    11.1.5  企業認知大腦與企業AI中台
    11.1.6  企業認知智能應用體系
    11.1.7  企業認知大腦的團隊建設
    11.1.8  企業認知大腦的落地流程示例
    11.1.9  企業認知大腦的投入產出分析
  11.2  企業知識庫
    11.2.1  企業知識庫面臨的挑戰
    11.2.2  企業知識庫與知識圖譜
    11.2.3  企業知識庫的解決方案
  11.3  企業決策助手
    11.3.1  企業決策助手的理論體系
    11.3.2  企業決策助手的產品需求
    11.3.3  企業決策助手的產品方案
    11.3.4  企業管理駕駛艙
    11.3.5  商業智能決策助手
    11.3.6  專業智能決策助手
  11.4  企業辦公智能
    11.4.1  企業辦公協同
    11.4.2  企業數字人
    11.4.3  企業智能組織管理
  11.5  企業風控與投資認知智能
    11.5.1  企業風控認知智能
    11.5.2  企業投資認知智能
  11.6  企業認知智能與個體認知智能
    11.6.1  認知博弈與認知協同
    11.6.2  宏觀協同與微觀協同
第12章  認知智能與數據交易流通
  12.1  數據的要素
  12.2  數據交易的特性
  12.3  數據交易解決方案
    12.3.1  數據交易解決方案總覽
    12.3.2  數據交易的平台建設
    12.3.3  數據交易的知識治理
    12.3.4  數據交易的需求匹配
    12.3.5  數據交易的隱私保護

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032