開放網絡知識計算——模型、方法與應用

開放網絡知識計算——模型、方法與應用目錄

第一部分網絡大數據中的開放知識

第1章網絡大數據

1.1網絡大數據

1.2網絡大數據研究的意義

1.3網絡大數據帶來的挑戰

1.3.1網絡大數據的複雜性

1.3.2網絡大數據的不確定性

1.3.3網絡大數據的湧現性

1.4網絡空間感知與數據表示

1.4.1網絡大數據的感知與獲取

1.4.2網絡大數據的質量評估與採樣

1.4.3網絡大數據的清洗與提煉

1.4.4網絡大數據的融合表示

1.5網絡大數據存儲與管理體系

1.5.1分佈式數據存儲

1.5.2數據高效索引

1.5.3數據世系管理

1.6網絡大數據挖掘和社會化計算

1.6.1基於內容信息的數據挖掘

1.6.2基於結構信息的社會化計算

1.7網絡數據平台系統與應用

1.7.1網絡大數據平台引擎建設

1.7.2網絡大數據下的高端數據分析

1.7.3網絡大數據的應用

1.8研究展望

1.9本章小結

參考文獻

第2章開放網絡知識

2.1概述

2.2開放網絡知識庫構建

2.2.1知識庫構建

2.2.2多源知識的融合

2.2.3知識庫的更新

2.3基於開放網絡知識庫的信息檢索

2.3.1意圖感知

2.3.2查詢擴展

2.3.3語義問答

2.4基於開放網絡知識庫的數據挖掘

2.4.1線索挖掘

2.4.2關係推理

2.4.3關係預測

2.5研究展望

2.6本章小結

參考文獻

第二部分模 型 理 論

第3章概率論

3.1概述

3.2概率

3.3條件概率和全概率公式

3.3.1條件概率 ^[1] 

3.3.2全概率公式

3.4貝葉斯定理

3.5本章小結

參考文獻

第4章圖論

4.1概述

4.2有向圖與無向圖

4.3完全圖、稀疏圖與二部圖

4.3.1完全圖與稀疏圖

4.3.2二部圖

4.4子圖與樹

4.5路徑與連通性

4.5.1路徑

4.5.2連通性

4.6圖的鄰接矩陣

4.7圖的遍歷

4.7.1DFS遍歷

4.7.2BFS遍歷

4.8本章小結

參考文獻

第5章矩陣分析

5.1概述

5.2矩陣基本概念

5.3矩陣的基本運算

5.4矩陣的分解

5.5本章小結

參考文獻

第6章組合優化

6.1概述

6.2圖的匹配

6.2.1匹配的相關概念

6.2.2最大匹配

6.2.3最大權匹配

6.3揹包問題

6.3.1分支限界法

6.3.2貪婪近似算法

6.3.3模擬退火算法

6.3.4多項式時間近似方案

6.3.5其他揹包問題

6.4本章小結

參考文獻

第7章開放知識網絡

7.1開放知識網絡的表示方法

7.1.1可演化的知識網絡模型

7.1.2知識網絡的分佈式表示

7.1.3知識網絡的增量表示

7.2開放知識網絡表示的性質

7.2.1收斂性

7.2.2可增量性

7.3本章小結

參考文獻

第三部分計算方法

第8章開放網絡知識庫的構建方法

8.1概述

8.2概念抽取方法

8.2.1相關工作

8.2.2基於詞向量的領域概念抽取方法

8.2.3實驗與結果分析

8.3屬性抽取方法

8.3.1開放文本屬性抽取方法

8.3.2實驗與結果分析

8.4關係抽取方法

8.4.1相關工作

8.4.2基於多句特徵的領域概念間關係抽取方法

8.4.3基於概念相似度的潛在領域關係推斷方法

8.4.4實驗與結果分析

8.5概念細化方法

8.5.1方法概述

8.5.2劃分屬性的挖掘

8.5.3實驗結果

8.6本章小結

參考文獻

第9章知識融合與更新方法

9.1概述

9.2實體融合方法

9.2.1相關工作

9.2.2基於依賴圖聯合推斷的融合方法

9.2.3實驗與分析

9.3關係融合方法

9.3.1相關工作

9.3.2基於實體關係嵌入的融合方法

9.3.3實驗與分析

9.4類別融合方法

9.4.1基於複合結構的融合方法

9.4.2基於集成排序的融合方法

9.5自適應更新方法

9.6本章小結

參考文獻

第10章知識推斷方法

10.1概述

10.2靜態關係推斷

10.2.1相關工作

10.2.2融合結構與內容的關係推斷

10.3非時序動態關係推斷

10.3.1相關工作

10.3.2融合時間信息的關係推斷

10.4本章小結

參考文獻

第11章知識預測方法

11.1關係預測

11.1.1相關工作

11.1.2基於開放知識網絡的關係預測

11.2實體預測

11.3本章小結

參考文獻

第四部分系統與應用場景

第12章知識庫與知識分析系統

12.1概述

12.2Freebase知識庫

12.2.1Freebase的構建

12.2.2Freebase的融合與更新

12.2.3Freebase的知識計算

12.2.4Freebase的典型應用

12.3Yago知識庫

12.3.1Yago的構建

12.3.2Yago的融合與更新

12.3.3Yago的知識計算

12.3.4Yago的典型應用

12.4Probase知識庫

12.4.1Probase的構建

12.4.2Probase的融合與更新

12.4.3Probase的典型應用

12.5KnowledgeGraph知識計算系統

12.5.1KnowledgeGraph的構建

12.5.2KnowledgeGraph的典型應用

12.6KnowledgeVault知識計算系統

12.6.1KnowledgeVault的構建

12.6.2KnowledgeVault的融合與更新

12.6.3KnowledgeVault的知識計算

12.6.4KnowledgeVault的典型應用

12.7Palantir

12.7.1Palantir的構建

12.7.2Palantir的知識計算

12.7.3Palantir的典型應用

12.8NELL

12.8.1NELL的構建

12.8.2NELL的應用

12.9開放網絡知識庫構建技術的評價

12.9.1相關工作

12.9.2開放網絡知識庫構建技術的多維指標體系

12.9.3開放網絡知識庫構建技術的多維量化評價方法

12.9.4實驗

12.10本章小結

參考文獻

第13章開放網絡知識計算引擎OpenKN

13.1OpenKN的整體架構

13.2OpenKN的自適應性

13.3OpenKN的演化計算

13.3.1可演化知識網絡

13.3.2OpenKN的演化計算算子庫

13.4本章小結

參考文獻

第14章應用場景分析

14.1概述

14.2人物譜系關係畫像與分析

14.2.1背景與意義

14.2.2分析流程

14.2.3演示樣例

14.3領域事件的演化態勢分析

14.3.1背景與意義

14.3.2分析流程

14.3.3演示樣例

14.4新聞語義推薦

14.4.1背景與意義

14.4.2分析流程

14.4.3演示樣例

14.5本章小結

參考文獻 ^[1] 

網絡大數據是指“人、機、物”三元世界在網絡空間（cyberspace）中彼此交互與融合所產生並在互聯網上可獲得的大數據，簡稱網絡數據。本書提出了開放知識網絡的概念，以概率論、圖論、矩陣分析、組合優化等為模型基礎，給出了一套從開放知識的感知與獲取、開放知識的融合與更新、開放知識的推斷與預測，到開放知識計算引擎的構建及系統應用的開放知識處理流程。深入探討了開放知識網絡的建模與計算方法，並通過開放網絡知識庫和應用系統，介紹了典型應用案例，全面、系統地展示了本領域最新的研究成果和進展。本書可作為計算機、通信、信息等相關專業的教師、研究生和大學高年級學生的教材或教學參考書，也可供行業大數據分析、商業情報挖掘、語義檢索、知識問答等方面的研究人員和工程技術人員參考。 ^[1] 

該書是作者五年多的時間裏研究成果的系統性介紹，全書從概率論、圖論、矩陣分析、組合優化等開放網絡知識計算所需的基礎知識講起，系統性介紹了開放知識網絡的知識庫快速構建、知識更新與融合、隱含知識推斷與知識的時序預測的模型方法與技術，並通過開放網絡知識庫和應用系統，介紹了多種開放知識網絡的典型應用案例。 ^[1]