更新时间：2022-05-05 22:15:41
封面
版权信息
内容简介
推荐序
序言
第1章 知识图谱与认知智能理论的基本概念
1.1 人工智能
1.1.1 人工智能的类型
1.1.2 人工智能的能力层级
1.2 知识图谱
1.2.1 知识的形态
1.2.2 知识图谱的定义
1.2.3 知识图谱涉及的技术领域
1.3 认知智能
1.3.1 认知智能的定义
1.3.2 认知智能与知识图谱的技术关联
1.3.3 认知智能的技术领域
第2章 知识图谱与认知智能的需求场景
2.1 知识图谱与认知智能需求总览
2.1.1 认知智能的产业需求
2.1.2 认知智能的产业落地
2.1.3 认知智能的产业价值
2.1.4 认知智能的产业影响
2.2 个体认知智能
2.2.1 个体对环境的认知智能需求场景
2.2.2 环境对个体的认知智能需求场景
2.3 物联认知智能
2.3.1 消费物联网中的认知智能
2.3.2 工业物联网中的认知智能
2.4 企业认知智能
2.4.1 企业认知智能与企业协同
2.4.2 企业认知智能需求总览
2.4.3 企业全域数据治理场景
2.4.4 企业营销认知智能场景
2.4.5 企业生产认知智能场景
2.4.6 企业经营管理认知智能场景
第3章 知识体系建设
3.1 知识体系建设理论
3.1.1 知识体系定义
3.1.2 知识体系建设的方法
3.1.3 知识体系建设的原则
3.2 用户知识体系
3.2.1 用户画像知识体系理论
3.2.2 用户画像知识体系建设的挑战
3.2.3 用户画像知识体系建设的方法
3.2.4 用户画像基础知识体系
3.2.5 用户营销领域的用户画像知识体系
3.2.6 用户增长领域的用户画像知识体系
3.3 物联知识体系
3.3.1 商品知识图谱知识体系
3.3.2 设备知识图谱知识体系
3.4 企业业务知识体系
3.4.1 企业全域知识体系
3.4.2 企业营销服务知识体系
3.4.3 企业生产与运维知识体系
3.4.4 企业经营管理知识体系
3.4.5 企业风险管理与投资知识体系
3.5 知识体系建设与知识治理
3.5.1 数据治理
3.5.2 知识治理与企业知识战略
第4章 知识图谱构建
4.1 知识图谱构建系统
4.1.1 知识图谱的构建流程
4.1.2 知识图谱构建系统的整体架构
4.2 知识抽取系统
4.2.1 知识抽取的数据来源
4.2.2 知识抽取框架
4.2.3 实体抽取
4.2.4 关系抽取
4.2.5 属性抽取
4.3 知识融合系统
4.3.1 知识融合的流程
4.3.2 知识融合系统的架构
4.3.3 用户域的知识融合
4.3.4 物联域的知识融合
4.3.5 企业域的知识融合
4.4 知识质量校验
第5章 知识存储与计算之图数据库
5.1 知识图谱与图数据库
5.1.1 图数据库的基础知识
5.1.2 知识图谱与图数据库存储解决方案
5.1.3 知识图谱应用与图数据库
5.2 图数据库相关技术
5.2.1 图数据库技术的发展史
5.2.2 图数据库与传统数据库
5.2.3 图数据库的数据模型
5.2.4 图数据库的存储介质
5.2.5 图数据库的引擎
5.3 开源图数据库产品介绍
5.4 图数据库评估标准
第6章 知识存储计算之图计算
6.1 知识图谱与图计算
6.2 图计算基础
6.2.1 图网络的基础定义与理论
6.2.2 节点分析类算法
6.2.3 关系链分析类算法
6.2.4 全图分析类算法
6.2.5 子图匹配算法
6.2.6 社区发现算法
6.3 图深度学习
