编辑推荐
中国信通院专家倾情撰写和推荐，知识图谱方法技术与实践应用指南。
内容简介
本书系统地介绍了知识图谱的相关概念、技术要素与应用，不仅涵盖了知识图谱技术的发展历程与特点，也涵盖了当前阶段知识图谱的主要应用，并分析了未来的发展趋势与挑战。本书从理论综述、技术解读、应用场景、实战分析等多个角度进行了阐述，内容全面且易于理解。
本书是一本入门级图书，面向具备一定计算机知识但没有知识图谱构建经验的读者，旨在帮助他们掌握知识图谱构建的专业知识。同时，本书还面向渴望了解知识图谱应用的各行业人员，旨在帮助他们拓展视野、开阔思路。相信所有对知识图谱感兴趣的读者通过阅读本书都能有所收获。
作者简介
作者闫树，理学博士，中国信息通信研究院云计算与大数据研究所高级工程师。主要研究方向为数据流通、政务大数据、大数据产业等。牵头编写《大数据白皮书》《数据流通关键技术白皮书》《知识图谱白皮书》《城市大数据平台白皮书》《大数据产业统计口径研究报告》及数据流通、可信数据服务、安全多方计算、知识图谱等相关标准。
章节目录
版权信息
内容提要
前言
第一章 知识图谱概述
第一节 什么是知识图谱
一、知识图谱的定义
二、对知识图谱定义的解读
1.表现形式
2.涵盖范围
3.技术表现
4.研究价值
5.应用价值
三、知识图谱的通用表示
第二节 知识图谱的发展历程
一、起源：科学知识图谱
二、发展：知识库
三、形成：知识图谱
第三节 知识图谱的架构
一、逻辑架构
二、技术架构
第四节 知识图谱的特点
一、与早期语义网络的比较
二、与早期知识库的比较
三、与传统数据技术的比较
第五节 知识图谱的应用
一、知识图谱应用于搜索
二、知识图谱应用于回答
三、知识图谱应用于查阅
第六节 知识图谱的重要意义
一、提升互联网服务
二、升级传统行业
三、改善社会治理
第七节 代表性的知识图谱
一、经典的通用知识图谱
1.FreeBase
2.DBpedia
3.YAGO
4.Wikidata
二、经典的行业知识图谱
1.IMDb
2.MusicBrainz
3.ConceptNet
三、基于互联网搜索的知识图谱
1.Google Knowledge Graph
2.微软“概念图谱”
3.百度知心
4.搜狗知立方
四、中文开放知识图谱联盟
第二章 通用知识图谱的技术要素
第一节 知识表示与建模
一、知识表示
1.知识表示的概念
2.知识表示的原则
3.知识表示的形式
二、知识建模
第二节 知识抽取与挖掘
一、知识抽取
1.知识抽取的主要方法
2.各类数据的抽取方式
二、知识挖掘
1.知识挖掘的流程
2.知识挖掘的主要方法
第三节 知识存储与融合
一、知识存储
二、知识融合
第四节 知识检索与推理
一、知识检索
二、知识推理
第三章 行业知识图谱的应用场景
第一节 行业知识图谱的特点
第二节 公安行业
一、行业应用背景
二、解决方案
1.基于公安知识图谱的超级智能检索
2.基于公安知识图谱的全警实战警务大脑解决方案
3.基于公安知识图谱的情报信息分析挖掘平台解决方案
第三节 金融行业
一、行业应用背景
二、应用场景
1.客户风险监测与预警
2.内部审计
3.智能投研
4.反欺诈
5.智能营销
第四节 教育行业
一、行业应用背景
二、解决方案
（一）知识图谱构建
1.结构化数据构建
2.数据融合
3.数据抽取
（二）知识图谱查询
（三）知识图谱更新
三、应用价值
（一）语义搜索
（二）智能推荐
（三）个性化学习
第五节 电信行业
一、智能客服系统
1.行业需求
2.解决方案
3.知识图谱的构建
4.知识获取
5.知识融合
6.知识推理
7.知识问答
8.图谱展示
二、电信反欺诈
1.行业需求
2.原始数据
3.关键共词分析
第六节 工业
一、工业知识图谱构建
1.结构化知识抽取
2.非结构化知识抽取
二、工业知识图谱应用场景
第四章 知识图谱的发展趋势与挑战
第一节 知识图谱的发展趋势
一、与机器学习相互渗透融合
二、向更多行业渗透
三、从学术界转移到产业界
第二节 知识图谱面临的挑战
一、知识获取效率较低
二、知识融合的难点难以突破
三、知识推理应用进展缓慢
四、缺乏高质量知识库
五、行业知识图谱构建困难
六、商业模式面临阻碍
第五章 知识图谱实战案例
第一节 基于知识图谱的医疗决策辅助系统
一、痛点难点
二、实现路径
三、应用效果
第二节 利用知识图谱构建“虚拟生命”
一、痛点难点
二、实现路径
三、应用效果
第三节 股份制银行知识图谱案例
一、痛点难点
二、实现路径
三、应用效果
第四节 基于公安知识图谱的禁毒大数据分析平台
一、痛点难点
二、实现路径
三、应用效果
第六章 知识图谱构建工具
第一节 Pajek
一、Pajek软件概述
二、Pajek的主要特点
1.计算快速
2.可视化
3.抽象化
三、Pajek的数据结构
第二节 CiteSpace
一、CiteSpace软件概述
二、CiteSpace的主要特点
1.动态追踪
2.可视化与序列化兼具
3.知识图谱构建功能完整
三、CiteSpace的结果呈现
第三节 UCINET
一、UCINET软件概述
二、UCINET的主要特点
1.矩阵格式的数据处理
2.多样化的分析方法
3.集成可视化软件包
三、UCINET的主要分析方法
第四节 Gephi
一、Gephi软件概述
二、Gephi的主要特点
1.可扩展性
2.实时可视化
3.探索性
4.动态过滤
第五节 VOSviewer
一、VOSviewer软件概述
二、VOSviewer的主要特点
1.基于关联强度的数据处理
2.傻瓜化操作
3.智能可视化
三、VOSviewer的结果呈现
第六节 VantagePoint
一、VantagePoint软件概述
二、VantagePoint的主要特点
1.优秀的数据预处理和数据清理功能
2.有效的数据归档工具
3.安全的应用环境
第七节 Sci2
一、Sci2软件概述
二、Sci2的主要特点
1.丰富的插件
2.强大的数据处理能力
3.多种可视化模式
第八节 SciMAT
一、SciMAT软件概述
二、SciMAT的主要特点
1.全流程分析
2.时序分析
3.数据管理和预处理能力
参考文献
知识图谱技术与应用是2019年由人民邮电出版社出版,作者。
得书感谢您对《知识图谱技术与应用》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
