4.8 用户推荐指数
科技
类型
可以朗读
语音朗读
266千字
字数
2022-02-01
发行日期
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
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！
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。
