知識系統(tǒng)與知識圖譜

目錄
第1章 知識系統(tǒng)與知識服務(wù)\t1
1．1　數(shù)據(jù)、信息及知識\t1
1．1．1 知識定義及特征\t1
1．1．2 知識升華過程\t3
1．2　知識系統(tǒng)、需求及服務(wù)\t5
1．2．1 知識系統(tǒng)\t5
1．2．2 知識需求\t7
1．2．3 知識服務(wù)\t8
1．3　搜索引擎\t10
1．3．1 定義\t10
1．3．2 歷史與發(fā)展歷程\t11
1．3．3 種類劃分\t12
1．3．4 關(guān)鍵技術(shù)\t12
1．3．5 體系結(jié)構(gòu)和工作流程\t14
1．3．6 代表性的搜索引擎\t16
1．4　網(wǎng)絡(luò)百科全書\t17
1．4．1 定義和主要特征\t17
1．4．2 歷史與發(fā)展歷程\t18
1．4．3 維基百科的特征、體系架構(gòu)和工作流程\t20
1．4．4 維基百科的內(nèi)容管理技術(shù)和規(guī)范\t22
1．4．5 代表性的網(wǎng)絡(luò)百科全書\t22
1．5　網(wǎng)絡(luò)文獻(xiàn)共享平臺\t23
1．5．1 定義\t23
1．5．2 主要特征\t23
1．5．3 歷史和發(fā)展歷程\t23
1．5．4 典型功能\t24
1．6　地理信息系統(tǒng)\t25
1．6．1 地理數(shù)據(jù)與信息\t25
1．6．2 定義\t25
1．6．3 歷史與發(fā)展現(xiàn)狀\t26
1．6．4 全球衛(wèi)星導(dǎo)航系統(tǒng)\t27
1．6．5 全球衛(wèi)星導(dǎo)航系統(tǒng)的主要構(gòu)成及其功能\t28
1．7　本章小結(jié)\t29
本章參考文獻(xiàn)\t29
第2章 知識管理與知識工程\t31
2．1　知識管理\t31
2．1．1 產(chǎn)生與發(fā)展\t31
2．1．2 知識的運動\t36
2．1．3 定義\t36
2．2　知識工程\t38
2．2．1 產(chǎn)生與發(fā)展\t38
2．2．2 定義\t39
2．2．3 與知識管理的區(qū)別和聯(lián)系\t39
2．3　關(guān)鍵技術(shù)\t40
2．3．1 概述\t40
2．3．2 知識獲取\t41
2．3．3 知識鑒別\t43
2．3．4 知識統(tǒng)計\t48
2．3．5 知識檢索\t49
2．3．6 知識圖譜\t50
2．3．7 專家推薦\t52
2．3．8 知識共享\t53
2．4　系統(tǒng)架構(gòu)分類\t53
2．4．1 基于Web 1．0的系統(tǒng)架構(gòu)\t53
2．4．2 基于Web 2．0的系統(tǒng)架構(gòu)\t54
2．4．3 基于P2P的系統(tǒng)架構(gòu)\t55
2．5　知識大數(shù)據(jù)\t58
2．6　大數(shù)據(jù)環(huán)境下的知識管理框架模型\t60
2．6．1 基礎(chǔ)設(shè)施構(gòu)建平臺\t60
2．6．2 知識大數(shù)據(jù)采集\t61
2．6．3 知識大數(shù)據(jù)檢索\t63
2．6．4 開源大數(shù)據(jù)處理平臺\t65
2．7　本章小結(jié)\t71
本章參考文獻(xiàn)\t71
第3章 知識鑒別\t77
3．1　背景與問題分析\t77
3．2　重名消歧\t80
3．2．1 相關(guān)定義\t80
3．2．2 單特征消歧算法\t81
3．2．3 多特征融合消歧算法\t85
3．2．4 實驗驗證與性能分析\t88
3．3　真值發(fā)現(xiàn)\t92
3．3．1 相關(guān)定義\t92
3．3．2 典型的真值發(fā)現(xiàn)算法\t94
3．3．3 基于實體屬性的真值發(fā)現(xiàn)算法\t97
3．3．4 實驗驗證與性能分析\t102
3．4　本章小結(jié)\t104
本章參考文獻(xiàn)\t105
第4章 知識聚類與統(tǒng)計\t109
4．1　背景與問題分析\t109
4．2　相關(guān)概念\t111
4．2．1 共詞分析技術(shù)\t111
4．2．2 共現(xiàn)矩陣的相似度系數(shù)\t111
4．3　基于MapReduce的共現(xiàn)矩陣構(gòu)建方法\t113
4．3．1 知識對象建模\t113
4．3．2 MR-CoMatrix算法\t113
4．3．3 相似度矩陣構(gòu)建\t114
4．4　知識聚類與統(tǒng)計方法\t116
4．4．1 基于相似度矩陣的知識聚類\t116
4．4．2 MR-Statistics算法\t117
4．5　實驗驗證與性能分析\t118
4．5．1 實驗環(huán)境\t118
4．5．2 實驗與性能分析\t119
4．6　原型系統(tǒng)\t127
4．6．1 系統(tǒng)架構(gòu)設(shè)計\t127
4．6．2 功能模塊設(shè)計\t129
4．6．3 系統(tǒng)實現(xiàn)\t132
4．7　本章小結(jié)\t135
本章參考文獻(xiàn)\t135
第5章 知識導(dǎo)航\t141
5．1　背景與問題分析\t141
5．2　知識圖譜與知識地圖\t142
5．2．1 知識圖譜\t142
5．2．2 知識地圖\t143
5．3　文獻(xiàn)導(dǎo)航\t145
5．3．1 相關(guān)定義\t145
5．3．2 知識地圖構(gòu)建\t146
5．3．3 文獻(xiàn)最佳路徑推薦\t149
5．4　實驗驗證與性能分析\t149
5．4．1 實驗環(huán)境\t149
5．4．2 實驗性能指標(biāo)\t149
5．4．3 實驗與性能分析\t150
5．5　應(yīng)用效果展示與分析\t153
5．6　本章小結(jié)\t154
本章參考文獻(xiàn)\t154
第6章 專家推薦\t159
6．1　背景與問題分析\t159
6．2　相關(guān)技術(shù)與問題建模\t160
6．2．1 網(wǎng)絡(luò)嵌入技術(shù)\t160
6．2．2 問題建模\t162
6．3　改進(jìn)的網(wǎng)絡(luò)嵌入算法\t163
6．3．1 融合結(jié)構(gòu)和內(nèi)容\t163
6．3．2 解決優(yōu)化問題\t164
6．3．3 高階網(wǎng)絡(luò)嵌入\t164
6．3．4 進(jìn)一步推廣\t166
6．4　專家推薦策略\t166
6．4．1 譜聚類\t166
6．4．2 專家推薦策略的計算方法\t167
6．5　實驗驗證與性能分析\t168
6．5．1 實驗環(huán)境\t168
6．5．2 實驗數(shù)據(jù)及預(yù)處理\t168
6．5．3 實驗性能對比\t169
6．6　原型系統(tǒng)\t171
6．6．1 系統(tǒng)架構(gòu)設(shè)計\t171
6．6．2 功能模塊設(shè)計\t172
6．6．3 系統(tǒng)實現(xiàn)\t175
6．7　本章小結(jié)\t177
本章參考文獻(xiàn)\t177
第7章 知識云\t181
7．1　背景與問題分析\t181
7．2　知識云模型框架\t182
7．2．1 模型提出\t182
7．2．2 工作流程\t182
7．3　知識系統(tǒng)服務(wù)質(zhì)量問題\t183
7．3．1 服務(wù)質(zhì)量概述\t183
7．3．2 知識云系統(tǒng)分析\t184
7．3．3 復(fù)合自適應(yīng)QoS保障機(jī)制模型和工作流程\t185
7．4　知識云系統(tǒng)設(shè)計\t187
7．4．1 系統(tǒng)技術(shù)概述\t187
7．4．2 系統(tǒng)功能設(shè)計\t188
7．4．3 系統(tǒng)架構(gòu)選擇\t189
7．4．4 普通節(jié)點模塊設(shè)計\t190
7．4．5 主節(jié)點模塊設(shè)計\t190
7．4．6 底層網(wǎng)絡(luò)通信設(shè)計\t191
7．4．7 P2P架構(gòu)協(xié)議選擇\t192
7．5　知識云系統(tǒng)實現(xiàn)\t193
7．5．1 主節(jié)點端的實現(xiàn)\t193
7．5．2 普通節(jié)點端的實現(xiàn)\t197
7．5．3 知識云系統(tǒng)結(jié)果展示\t201
7．6　本章小結(jié)\t202
本章參考文獻(xiàn)\t203