展开全部

主编推荐语

本书讲述企业认知智能的原理、应用方法和执行策略,读者可以此构建企业认知博弈的最优策略。

内容简介

本书总计12章,从理论到产业应用对知识图谱与认知智能进行了介绍。

第1-7章围绕知识图谱与认知智能的需求,以用户、设备、企业为中心,讲解知识体系建设、知识图谱构建、知识存储、知识推理的基本原理与关键技术。第8-12章讲解如何运用知识图谱与认知智能技术,构建产品化及系统化解决方案,以满足企业营销、服务、供应链、生产、运维、经营管理、数据交易等应用场景的业务需求。

目录

  • 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
  • 6.3.1 图深度学习与知识图谱
  • 6.3.2 图神经网络算法的原理
  • 6.3.3 图神经网络算法的对比
  • 6.3.4 图表示学习算法
  • 6.3.5 GraphSAGE
  • 6.3.6 GAT
  • 6.4 图计算框架
  • 6.4.1 图计算平台的难点
  • 6.4.2 开源图计算框架介绍
  • 6.4.3 图计算平台的评估标准
  • 第7章 知识推理
  • 7.1 知识推理的理论
  • 7.1.1 基础理论
  • 7.1.2 认知科学理论
  • 7.1.3 产业实践理论
  • 7.1.4 认知协同理论
  • 7.2 知识推理的技术体系
  • 7.3 知识问答
  • 7.3.1 知识问答的定义与需求场景
  • 7.3.2 垂直域的知识问答
  • 7.3.3 知识问答产品的需求拆解
  • 7.3.4 知识问答技术的难点
  • 7.3.5 知识问答系统的整体技术方案
  • 7.3.6 知识问答系统的技术架构
  • 7.3.7 知识问答系统中的意图识别模块
  • 7.3.8 知识问答系统中的推理查询模块
  • 7.3.9 知识问答系统中的配置管理模块
  • 7.3.10 知识问答运营
  • 7.4 知识补全
  • 7.4.1 知识补全定义
  • 7.4.2 知识补全的方法
  • 7.4.3 知识补全的技术架构与方案
  • 7.4.4 对知识补全的进一步思考
  • 第8章 知识图谱管理平台
  • 8.1 知识图谱管理平台的产品架构
  • 8.1.1 知识图谱管理平台的应用场景与流程
  • 8.1.2 知识图谱管理平台的产品设计挑战
  • 8.1.3 知识图谱管理平台的产品架构概览
  • 8.1.4 知识建模模块
  • 8.1.5 知识构建模块
  • 8.1.6 知识存储与计算模块
  • 8.1.7 知识推理模块
  • 8.1.8 知识图谱管理平台的产品落地
  • 8.2 知识图谱管理平台评估
  • 8.2.1 技术架构评估
  • 8.2.2 知识建模模块评估
  • 8.2.3 知识构建模块评估
  • 8.2.4 知识存储与计算模块评估
  • 8.2.5 知识推理模块评估
  • 8.2.6 安全能力评估
  • 8.2.7 系统运维评估
  • 第9章 知识图谱与营销认知智能
  • 9.1 认知智能与企业营销系统的整体解决方案
  • 9.1.1 用户营销的认知过程
  • 9.1.2 企业营销系统
  • 9.1.3 企业营销认知智能的系统实现
  • 9.1.4 营销认知之企业私域流量场景
  • 9.1.5 营销认知之B2B营销场景
  • 9.1.6 营销认知之企业产销协同场景
  • 9.2 知识图谱与用户智能认知
  • 9.2.1 用户画像分析引擎
  • 9.2.2 用户智能标签引擎
  • 9.2.3 智能用户数据中台
  • 9.3 知识图谱与社群认知引导
  • 9.3.1 社群认知的形态
  • 9.3.2 社群认知引导与社群演变
  • 9.3.3 社群认知引导与智能推荐
  • 9.3.4 社群认知引导与营销机器人
  • 9.4 知识图谱与商品搜索
  • 9.4.1 商品搜索基础理论
  • 9.4.2 商品搜索技术架构
  • 9.5 知识图谱与智能推荐
  • 9.5.1 知识图谱助力推荐的方法论
  • 9.5.2 知识图谱助力推荐的技术架构
  • 9.5.3 知识图谱助力推荐的产品方案
  • 9.5.4 知识图谱助力推荐的标签映射
  • 9.6 知识图谱与营销服务机器人
  • 9.6.1 社群营销机器人
  • 9.6.2 智能客服机器人
  • 9.6.3 营销机器人的认知能力建设
  • 9.7 知识图谱与智能供应链
  • 9.7.1 供应链管理中的知识图谱与认知智能
  • 9.7.2 智能渠道管理
  • 9.7.3 供应链风险预警
  • 9.7.4 企业智能采购助手
  • 第10章 知识图谱与物联网认知智能
  • 10.1 设备认知智能
  • 10.2 设备知识图谱建设
  • 10.3 设备数据采集、存储与计算
  • 10.3.1 设备数据采集与存储计算平台
  • 10.3.2 设备物联网与图数据库
  • 10.3.3 设备物联网与图计算
  • 10.3.4 电网配网潮流计算
  • 10.4 设备健康管理
  • 10.4.1 设备健康状态管理系统
  • 10.4.2 设备运维检修
  • 10.5 设备智能调度与先进控制
  • 10.5.1 设备智能调度
  • 10.5.2 设备先进控制
  • 10.6 能源设备认知智能解决方案
  • 10.6.1 能源设备认知智能解决方案总览
  • 10.6.2 能源设备知识图谱建设
  • 10.6.3 能源的知识推理案例:能源设备运行断面检索
  • 第11章 知识图谱与企业认知智能
  • 11.1 企业认知大脑
  • 11.1.1 企业认知智能战略
  • 11.1.2 企业认知大脑的整体架构
  • 11.1.3 企业认知大脑与企业物联网平台
  • 11.1.4 企业认知大脑与企业数据中台
  • 11.1.5 企业认知大脑与企业AI中台
  • 11.1.6 企业认知智能应用体系
  • 11.1.7 企业认知大脑的团队建设
  • 11.1.8 企业认知大脑的落地流程示例
  • 11.1.9 企业认知大脑的投入产出分析
  • 11.2 企业知识库
  • 11.2.1 企业知识库面临的挑战
  • 11.2.2 企业知识库与知识图谱
  • 11.2.3 企业知识库的解决方案
  • 11.3 企业决策助手
  • 11.3.1 企业决策助手的理论体系
  • 11.3.2 企业决策助手的产品需求
  • 11.3.3 企业决策助手的产品方案
  • 11.3.4 企业管理驾驶舱
  • 11.3.5 商业智能决策助手
  • 11.3.6 专业智能决策助手
  • 11.4 企业办公智能
  • 11.4.1 企业办公协同
  • 11.4.2 企业数字人
  • 11.4.3 企业智能组织管理
  • 11.5 企业风控与投资认知智能
  • 11.5.1 企业风控认知智能
  • 11.5.2 企业投资认知智能
  • 11.6 企业认知智能与个体认知智能
  • 11.6.1 认知博弈与认知协同
  • 11.6.2 宏观协同与微观协同
  • 第12章 认知智能与数据交易流通
  • 12.1 数据的要素
  • 12.2 数据交易的特性
  • 12.3 数据交易的解决方案
  • 12.3.1 数据交易解决方案总览
  • 12.3.2 数据交易的平台建设
  • 12.3.3 数据交易的知识治理
  • 12.3.4 数据交易的需求匹配
  • 12.3.5 数据交易的隐私保护
展开全部

评分及书评

4.8
5个评分
  • 用户头像
    给这本书评了
    5.0
    很全面的知识图谱资料

    深入浅出写出了知识图谱的架构、原理、应用及实践,让我们整个了解了知识图谱的整个生态,值得利用里面的知识去深入实践!

      转发
      评论

    出版方

    电子工业出版社

    电子工业出版社成立于1982年10月,是国务院独资、工信部直属的中央级科技与教育出版社,是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展,已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域,综合出版能力位居全国出版行业前列。