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

知識圖譜導論與項目案例教程(微課視頻版大數據與人工智慧面向數字化時代高等學校電腦系列教材)

  • 作者：編者:王金龍//張媛媛//李朋駿//熊曉芸|責編:葛鵬程//薛陽
  • 出版社：清華大學
  • ISBN：9787302723585
  • 出版日期：2026/07/01
  • 裝幀：平裝
  • 頁數：319
人民幣：RMB 69.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書遵循理論與實踐相結合的原則，全面覆蓋知識圖譜的基本內涵、知識表示、知識抽取、知識融合、知識存儲、知識推理和圖學習等內容，同時囊括多模態知識圖譜、動態知識圖譜、事理圖譜和生成式人工智慧與知識圖譜結合等前沿技術。
    全書共12章，分為3部分。第1部分（第1?5章）聚焦于知識圖譜的基礎知識及關鍵技術，主要內容包括知識圖譜的基本概念、圖譜構建及存儲的核心理論技術；第2部分（第6?9章）專註于知識圖譜分析技術與應用，主要內容包括圖表示學習、圖神經網路、知識推理應用、知識圖譜前沿技術等；第3部分（第10?12章）著重於綜合項目實踐，通過構建3個實踐項目，從項目背景、需求分析、知識圖譜構建到知識圖譜分析等方面，全面展示項目的完整構建流程，旨在幫助讀者通過實際操作深入理解和掌握項目開發的各方面。
    本書可作為高等院校電腦類相關專業的高年級本科生、研究生的教材，也可作為知識圖譜技術愛好者的自學讀物，還可作為相關行業技術人員的參考用書。
作者介紹
編者:王金龍//張媛媛//李朋駿//熊曉芸|責編:葛鵬程//薛陽
目錄
第1部分  知識圖譜的基礎知識及關鍵技術
  第1章  知識圖譜技術概述
    1.1  知識圖譜的基本概念與發展過程
      1.1.1  知識圖譜的發展過程
      1.1.2  知識圖譜概念的內涵
    1.2  國內外典型知識圖譜項目
      1.2.1  WordNet
      1.2.2  Wikidata
      1.2.3  YAGO
    1.3  知識圖譜的分類
      1.3.1  按照知識模態分類
      1.3.2  按照領域開放性分類
      1.3.3  按照構建方法分類
      1.3.4  按照元數據實現方式分類
      1.3.5  新興類別的知識圖譜
    1.4  知識圖譜的應用場景
      1.4.1  知識圖譜應用於醫療健康
      1.4.2  知識圖譜應用於電子商務
      1.4.3  知識圖譜應用於企業監管
    1.5  本章小結
    習題
  第2章  知識圖譜表示技術
    2.1  知識表示的概念與早期技術演化
      2.1.1  知識表示的概念
      2.1.2  早期的知識表示技術
    2.2  基於符號的知識圖譜表示
      2.2.1  屬性圖表示
      2.2.2  資源描述框架表示
      2.2.3  網路本體語言表示
    2.3  基於向量的知識圖譜表示
      2.3.1  基於向量空間距離的知識圖譜表示
      2.3.2  基於語義匹配的知識圖譜表示
      2.3.3  基於旋轉與雙曲幾何的知識圖譜表示
      2.3.4  基於動態知識圖譜的知識圖譜表示
    2.4  本章小結
    習題
  第3章  知識抽取技術
    3.1  知識抽取的概念及階段劃分
      3.1.1  數據預處理階段
      3.1.2  實體抽取階段
      3.1.3  關係抽取階段
      3.1.4  事件抽取階段
      3.1.5  后處理與評估階段
    3.2  實體抽取技術
      3.2.1  實體抽取的概念
      3.2.2  規則式實體抽取
      3.2.3  基於機器學習的實體抽取
      3.2.4  基於深度學習的實體抽取
      3.2.5  實體抽取面臨的挑戰與機遇
    3.3  關係抽取技術

      3.3.1  關係抽取的概念
      3.3.2  依存句法的概念及關係抽取的應用
      3.3.3  基於機器學習的關係抽取
      3.3.4  基於深度學習的關係抽取
      3.3.5  關係抽取面臨的挑戰和機遇
    3.4  事件抽取技術
      3.4.1  事件抽取的概念
      3.4.2  管道式事件抽取
      3.4.3  聯合式事件抽取
      3.4.4  篇章級事件抽取
      3.4.5  事件抽取面臨的挑戰和機遇
    3.5  知識抽取實踐
      3.5.1  實踐環境
      3.5.2  數據集
      3.5.3  操作步驟及運行結果
    3.6  本章小結
    習題
  第4章  知識融合技術
    4.1  知識融合的概念
      4.1.1  基本技術流程
      4.1.2  典型知識融合工具
    4.2  實體鏈接
      4.2.1  實體鏈接的概念
      4.2.2  實體鏈接的技術發展
    4.3  知識對齊
      4.3.1  知識對齊的概念
      4.3.2  本體對齊
      4.3.3  實體對齊
      4.3.4  屬性對齊
    4.4  知識合併
      4.4.1  知識合併的概念
      4.4.2  知識合併的常用方法
      4.4.3  知識合併的步驟
    4.5  知識融合實踐
      4.5.1  實踐環境
      4.5.2  運行結果
    4.6  本章小結
    習題
  第5章  知識存儲
    5.1  知識存儲介紹
      5.1.1  知識存儲的基本概念
      5.1.2  知識存儲的重要性
    5.2  採用關係資料庫存儲知識圖譜
      5.2.1  三元組直接存儲
      5.2.2  屬性表與二元表存儲
      5.2.3  索引表存儲
      5.2.4  基於關係資料庫存儲知識圖譜的對比
      5.2.5  關係資料庫存儲的數據安全與隱私保護
    5.3  採用原生圖資料庫存儲知識圖譜
      5.3.1  原生圖資料庫介紹

      5.3.2  原生圖資料庫存儲的原理
      5.3.3  原生圖資料庫的數據安全與隱私保護
      5.3.4  原生圖資料庫的應用
    5.4  本章小結
    習題
第2部分  知識圖譜分析技術與應用
  第6章  圖表示學習與圖神經網路
    6.1  圖表示學習
      6.1.1  DeepWalk模型
      6.1.2  Node2vec模型
      6.1.3  LINE模型
      6.1.4  Metapath2vec模型
    6.2  同構圖神經網路
      6.2.1  GCN模型
      6.2.2  GraphSAGE模型
      6.2.3  GAT模型
    6.3  異構圖神經網路
      6.3.1  RGCN模型
      6.3.2  RGAT模型
      6.3.3  HAN模型
      6.3.4  HGT模型
    6.4  本章小結
    習題
  第7章  知識推理技術
    7.1  基於規則及本體的推理
      7.1.1  Datalog語法推理
      7.1.2  產生式規則推理
      7.1.3  RETE演算法推理
      7.1.4  本體推理
    7.2  基於向量的知識推理
      7.2.1  基於圖嵌入表示的推理
      7.2.2  基於知識圖譜嵌入表示的推理
      7.2.3  基於圖神經網路的推理
    7.3  多跳推理
      7.3.1  RLH模型
      7.3.2  DPMPN模型
      7.3.3  BetaE模型
    7.4  本章小結
    習題
  第8章  知識圖譜衍生技術
    8.1  事理圖譜
      8.1.1  事理圖譜的基本概念
      8.1.2  事理邏輯關係
      8.1.3  事理圖譜的應用範例
      8.1.4  事理圖譜面臨的挑戰
    8.2  多模態知識圖譜
      8.2.1  多模態知識圖譜的基本概念
      8.2.2  多模態知識圖譜的應用範例
      8.2.3  多模態知識圖譜面臨的挑戰
    8.3  動態知識圖譜

      8.3.1  動態知識圖譜的基本概念
      8.3.2  動態知識圖譜的應用範例
      8.3.3  動態知識圖譜面臨的挑戰
    8.4  多模態知識圖譜實踐
      8.4.1  環境介紹及搭建
      8.4.2  實驗運行結果
    8.5  本章小結
    習題
  第9章  知識圖譜與生成式人工智慧
    9.1  蓬勃發展的生成式人工智慧
      9.1.1  生成式人工智慧的概念
      9.1.2  生成式人工智慧的發展
      9.1.3  生成式人工智慧的前沿應用
    9.2  大語言模型的誕生與發展
      9.2.1  生成式人工智慧與大語言模型的關係
      9.2.2  大語言模型介紹
      9.2.3  大語言模型的應用與發展前景
    9.3  知識圖譜與生成式人工智慧的結合應用
      9.3.1  知識圖譜增強大模型
      9.3.2  大模型增強知識圖譜
    9.4  本章小結
    習題
第3部分  綜合項目實踐
  第10章  基於知識圖譜的地市重點產業推斷系統
    10.1  項目概述
      10.1.1  項目背景
      10.1.2  業務場景分析
    10.2  地市重點產業知識圖譜的構建
      10.2.1  產業知識圖譜建模
      10.2.2  數據預處理
      10.2.3  產業知識圖譜的構建
    10.3  地市重點產業推斷系統的實現
      10.3.1  產業推斷需求分析
      10.3.2  產業推斷系統設計
      10.3.3  產業推斷功能的實現
    10.4  地市重點產業知識圖譜的場景應用
    10.5  本章小結
    習題
  第11章  基於知識圖譜的消防事故查詢管理系統
    11.1  項目概述
      11.1.1  項目背景
      11.1.2  業務場景分析
    11.2  消防事故知識圖譜的構建
      11.2.1  消防事故知識圖譜建模
      11.2.2  數據預處理
    11.3  消防事故查詢管理系統的實現
      11.3.1  消防事故查詢需求
      11.3.2  消防事故查詢系統設計
      11.3.3  消防事故查詢功能的實現
    11.4  消防事故圖譜的場景應用

    11.5  本章小結
    習題
  第12章  基於知識圖譜的企業風險評估系統
    12.1  項目概述
      12.1.1  項目背景
      12.1.2  業務場景分析
    12.2  企業風險知識圖譜的構建
      12.2.1  企業風險圖譜建模
      12.2.2  數據預處理
      12.2.3  風險知識圖譜的構建
    12.3  企業風險評估系統的實現
      12.3.1  企業風險評估需求分析
      12.3.2  企業風險評估設計
      12.3.3  企業風險評估的實現
    12.4  企業風險知識圖譜的場景應用
      12.4.1  企業風險傳導分析
      12.4.2  企業潛在風險識別預警
      12.4.3  企業風險知識圖譜管理
    12.5  本章小結
    習題
參考文獻

  • 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