開放網絡知識計算：模型、方法與應用（簡體書）

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。

一部分網絡大數據中的開放知識 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網絡大數據的復雜性 1.3.2網絡大數據的不確定性 1.3.3網絡大數據的涌現性 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采樣 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分布式數據存儲 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基于內容信息的數據挖掘 1.6.2基于結構信息的社會化計算 1.7網絡數據平臺系統與應用 1.7.1網絡大數據平臺引擎建設 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 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基于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基于開放網絡知識庫的數據挖掘 2.4.1線索挖掘 2.4.2關系推理 2.4.3關系預測 2.5研究展望 2.6本章小結 參考文獻 二部分模 型 理 論 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 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 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 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 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大匹配 6.2.3大權匹配 6.3背包問題 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其他背包問題 6.4本章小結 參考文獻 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知識網絡的分布式表示 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 三部分計 算 方 法 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基于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關系抽取方法 8.4.1相關工作 8.4.2基于多句特征的領域概念間關系抽取方法 8.4.3基于概念相似度的潛在領域關系推斷方法 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 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基于依賴圖聯合推斷的融合方法 9.2.3實驗與分析 9.3關系融合方法 9.3.1相關工作 9.3.2基于實體關系嵌入的融合方法 9.3.3實驗與分析 9.4類別融合方法 9.4.1基于復合結構的融合方法 9.4.2基于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 10章知識推斷方法 10.1概述 10.2靜態關系推斷 10.2.1相關工作 10.2.2融合結構與內容的關系推斷 10.3非時序動態關系推斷 10.3.1相關工作 10.3.2融合時間信息的關系推斷 10.4本章小結 參考文獻 11章知識預測方法 11.1關系預測 11.1.1相關工作 11.1.2基于開放知識網絡的關系預測 11.2實體預測 11.3本章小結 參考文獻 四部分系統與應用場景 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 12.5Knowledge Graph知識計算系統 12.5.1Knowledge Graph的構建 12.5.2Knowledge Graph的典型應用 12.6Knowledge Vault知識計算系統 12.6.1Knowledge Vault的構建 12.6.2Knowledge Vault的融合與更新 12.6.3Knowledge Vault的知識計算 12.6.4Knowledge Vault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 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 14章應用場景分析 14.1概述 14.2人物譜系關系畫像與分析 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