知識圖譜與認(rèn)知智能:基本原理、關(guān)鍵技術(shù)、應(yīng)用場景與解決方案
定 價:118 元
- 作者:吳睿
- 出版時間:2022/1/1
- ISBN:9787121425950
- 出 版 社:電子工業(yè)出版社
- 中圖法分類:G302-39
- 頁碼:380
- 紙張:
- 版次:01
- 開本:16開
內(nèi) 容 簡 介認(rèn)知的高度決定了你創(chuàng)造價值的高度,包括你對世界的認(rèn)知及世界對你的認(rèn)知。知識圖譜與認(rèn)知智能技術(shù)的發(fā)展,既孕育了圈層變更的機會,也帶來了人、機器、企業(yè)如何協(xié)同與博弈的難題。本書總計12章,從理論到產(chǎn)業(yè)應(yīng)用對知識圖譜與認(rèn)知智能進(jìn)行了介紹。第1~7章圍繞知識圖譜與認(rèn)知智能的需求,以用戶、設(shè)備、企業(yè)為中心,講解知識體系建設(shè)、知識圖譜構(gòu)建、知識存儲、知識推理的基本原理與關(guān)鍵技術(shù)。第8~12章講解如何運用知識圖譜與認(rèn)知智能技術(shù),構(gòu)建產(chǎn)品化及系統(tǒng)化解決方案,以滿足企業(yè)營銷、服務(wù)、供應(yīng)鏈、生產(chǎn)、運維、經(jīng)營管理、數(shù)據(jù)交易等應(yīng)用場景的業(yè)務(wù)需求。讀者通過本書可以了解企業(yè)認(rèn)知智能的原理、應(yīng)用方法、執(zhí)行策略,以此構(gòu)建企業(yè)認(rèn)知博弈的最優(yōu)策略。企業(yè)數(shù)據(jù)智能相關(guān)從業(yè)者可以參考本書,構(gòu)建以用戶為中心的企業(yè)認(rèn)知智能解決方案,通過人機協(xié)同的方式,實現(xiàn)對業(yè)務(wù)的認(rèn)知與引導(dǎo),并從業(yè)務(wù)演變中獲益。此外,本書可以作為自然語言處理、知識工程、人工智能、社會計算等相關(guān)課程的教材。
吳睿畢業(yè)于倫敦大學(xué)學(xué)院,主要研究方向為用戶認(rèn)知與引導(dǎo),相關(guān)領(lǐng)域包括用戶畫像、知識圖譜、認(rèn)知智能、搜索推薦、智能對話、社會計算等。作為騰訊數(shù)據(jù)智能技術(shù)負(fù)責(zé)人,主導(dǎo)了多項騰訊云企業(yè)數(shù)據(jù)智能項目的落地,涉及營銷、服務(wù)、生產(chǎn)、運維、企業(yè)經(jīng)營管理等多個領(lǐng)域,開發(fā)了騰訊星圖、騰訊云知識圖譜、騰訊云圖計算等多款產(chǎn)品。作為騰訊數(shù)據(jù)負(fù)責(zé)人,主導(dǎo)規(guī)劃并建設(shè)了QQ用戶畫像體系,通過統(tǒng)一的數(shù)據(jù)中臺,支持廣告營銷、個性化推薦、用戶增長、信貸風(fēng)控、金融投資等多項業(yè)務(wù)。
第1章 知識圖譜與認(rèn)知智能理論的基本概念 1
1.1 人工智能 2
1.1.1 人工智能的類型 2
1.1.2 人工智能的能力層級 5
1.2 知識圖譜 6
1.2.1 知識的形態(tài) 6
1.2.2 知識圖譜的定義 7
1.2.3 知識圖譜涉及的技術(shù)領(lǐng)域 9
1.3 認(rèn)知智能 10
1.3.1 認(rèn)知智能的定義 10
1.3.2 認(rèn)知智能與知識圖譜的技術(shù)關(guān)聯(lián) 13
1.3.3 認(rèn)知智能的技術(shù)領(lǐng)域 14
第2章 知識圖譜與認(rèn)知智能的需求場景 15
2.1 知識圖譜與認(rèn)知智能需求總覽 16
2.1.1 認(rèn)知智能的產(chǎn)業(yè)需求 16
2.1.2 認(rèn)知智能的產(chǎn)業(yè)落地 18
2.1.3 認(rèn)知智能的產(chǎn)業(yè)價值 21
2.1.4 認(rèn)知智能的產(chǎn)業(yè)影響 22
2.2 個體認(rèn)知智能 23
2.2.1 個體對環(huán)境的認(rèn)知智能需求場景 23
2.2.2 環(huán)境對個體的認(rèn)知智能需求場景 25
2.3 物聯(lián)認(rèn)知智能 26
2.3.1 消費物聯(lián)網(wǎng)中的認(rèn)知智能 27
2.3.2 工業(yè)物聯(lián)網(wǎng)中的認(rèn)知智能 29
2.4 企業(yè)認(rèn)知智能 31
2.4.1 企業(yè)認(rèn)知智能與企業(yè)協(xié)同 32
2.4.2 企業(yè)認(rèn)知智能需求總覽 33
2.4.3 企業(yè)全域數(shù)據(jù)治理場景 35
2.4.4 企業(yè)營銷認(rèn)知智能場景 36
2.4.5 企業(yè)生產(chǎn)認(rèn)知智能場景 38
2.4.6 企業(yè)經(jīng)營管理認(rèn)知智能場景 40
第3章 知識體系建設(shè) 42
3.1 知識體系建設(shè)理論 43
3.1.1 知識體系定義 43
3.1.2 知識體系建設(shè)的方法 44
3.1.3 知識體系建設(shè)的原則 48
3.2 用戶知識體系 49
3.2.1 用戶畫像知識體系理論 50
3.2.2 用戶畫像知識體系建設(shè)的挑戰(zhàn) 51
3.2.3 用戶畫像知識體系建設(shè)的方法 52
3.2.4 用戶畫像基礎(chǔ)知識體系 56
3.2.5 用戶營銷領(lǐng)域的用戶畫像知識體系 58
3.2.6 用戶增長領(lǐng)域的用戶畫像知識體系 62
3.3 物聯(lián)知識體系 63
3.3.1 商品知識圖譜知識體系 64
3.3.2 設(shè)備知識圖譜知識體系 66
3.4 企業(yè)業(yè)務(wù)知識體系 69
3.4.1 企業(yè)全域知識體系 69
3.4.2 企業(yè)營銷服務(wù)知識體系 71
3.4.3 企業(yè)生產(chǎn)與運維知識體系 72
3.4.4 企業(yè)經(jīng)營管理知識體系 73
3.4.5 企業(yè)風(fēng)險管理與投資知識體系 74
3.5 知識體系建設(shè)與知識治理 78
3.5.1 數(shù)據(jù)治理 79
3.5.2 知識治理與企業(yè)知識戰(zhàn)略 84
第4章 知識圖譜構(gòu)建 86
4.1 知識圖譜構(gòu)建系統(tǒng) 87
4.1.1 知識圖譜的構(gòu)建流程 87
4.1.2 知識圖譜構(gòu)建系統(tǒng)的整體架構(gòu) 90
4.2 知識抽取系統(tǒng) 92
4.2.1 知識抽取的數(shù)據(jù)來源 92
4.2.2 知識抽取框架 94
4.2.3 實體抽取 100
4.2.4 關(guān)系抽取 101
4.2.5 屬性抽取 103
4.3 知識融合系統(tǒng) 104
4.3.1 知識融合的流程 104
4.3.2 知識融合系統(tǒng)的架構(gòu) 106
4.3.3 用戶域的知識融合 108
4.3.4 物聯(lián)域的知識融合 110
4.3.5 企業(yè)域的知識融合 111
4.4 知識質(zhì)量校驗 112
第5章 知識存儲與計算之圖數(shù)據(jù)庫 115
5.1 知識圖譜與圖數(shù)據(jù)庫 116
5.1.1 圖數(shù)據(jù)庫的基礎(chǔ)知識 116
5.1.2 知識圖譜與圖數(shù)據(jù)庫存儲解決方案 118
5.1.3 知識圖譜應(yīng)用與圖數(shù)據(jù)庫 121
5.2 圖數(shù)據(jù)庫相關(guān)技術(shù) 122
5.2.1 圖數(shù)據(jù)庫技術(shù)的發(fā)展史 122
5.2.2 圖數(shù)據(jù)庫與傳統(tǒng)數(shù)據(jù)庫 123
5.2.3 圖數(shù)據(jù)庫的數(shù)據(jù)模型 124
5.2.4 圖數(shù)據(jù)庫的存儲介質(zhì) 125
5.2.5 圖數(shù)據(jù)庫的引擎 126
5.3 開源圖數(shù)據(jù)庫產(chǎn)品介紹 126
5.4 圖數(shù)據(jù)庫評估標(biāo)準(zhǔn) 129
第6章 知識存儲計算之圖計算 130
6.1 知識圖譜與圖計算 131
6.2 圖計算基礎(chǔ) 134
6.2.1 圖網(wǎng)絡(luò)的基礎(chǔ)定義與理論 134
6.2.2 節(jié)點分析類算法 136
6.2.3 關(guān)系鏈分析類算法 137
6.2.4 全圖分析類算法 138
6.2.5 子圖匹配算法 138
6.2.6 社區(qū)發(fā)現(xiàn)算法 138
6.3 圖深度學(xué)習(xí) 139
6.3.1 圖深度學(xué)習(xí)與知識圖譜 140
6.3.2 圖神經(jīng)網(wǎng)絡(luò)算法的原理 141
6.3.3 圖神經(jīng)網(wǎng)絡(luò)算法的對比 143
6.3.4 圖表示學(xué)習(xí)算法 144
6.3.5 GraphSAGE 146
6.3.6 GAT 148
6.4 圖計算框架 149
6.4.1 圖計算平臺的難點 149
6.4.2 開源圖計算框架介紹 150
6.4.3 圖計算平臺的評估標(biāo)準(zhǔn) 152
第7章 知識推理 155
7.1 知識推理的理論 156
7.1.1 基礎(chǔ)理論 156
7.1.2 認(rèn)知科學(xué)理論 157
7.1.3 產(chǎn)業(yè)實踐理論 157
7.1.4 認(rèn)知協(xié)同理論 159
7.2 知識推理的技術(shù)體系 161
7.3 知識問答 163
7.3.1 知識問答的定義與需求場景 163
7.3.2 垂直域的知識問答 166
7.3.3 知識問答產(chǎn)品的需求拆解 167
7.3.4 知識問答技術(shù)的難點 168
7.3.5 知識問答系統(tǒng)的整體技術(shù)方案 169
7.3.6 知識問答系統(tǒng)的技術(shù)架構(gòu) 171
7.3.7 知識問答系統(tǒng)中的意圖識別模塊 174
7.3.8 知識問答系統(tǒng)中的推理查詢模塊 174
7.3.9 知識問答系統(tǒng)中的配置管理模塊 177
7.3.10 知識問答運營 178
7.4 知識補全 179
7.4.1 知識補全定義 179
7.4.2 知識補全的方法 180
7.4.3 知識補全的技術(shù)架構(gòu)與方案 183
7.4.4 對知識補全的進(jìn)一步思考 184
第8章 知識圖譜管理平臺 186
8.1 知識圖譜管理平臺的產(chǎn)品架構(gòu) 187
8.1.1 知識圖譜管理平臺的應(yīng)用場景與流程 187
8.1.2 知識圖譜管理平臺的產(chǎn)品設(shè)計挑戰(zhàn) 188
8.1.3 知識圖譜管理平臺的產(chǎn)品架構(gòu)概覽 189
8.1.4 知識建模模塊 190
8.1.5 知識構(gòu)建模塊 191
8.1.6 知識存儲與計算模塊 193
8.1.7 知識推理模塊 194
8.1.8 知識圖譜管理平臺的產(chǎn)品落地 195
8.2 知識圖譜管理平臺評估 197
8.2.1 技術(shù)架構(gòu)評估 198
8.2.2 知識建模模塊評估 199
8.2.3 知識構(gòu)建模塊評估 199
8.2.4 知識存儲與計算模塊評估 200
8.2.5 知識推理模塊評估 201
8.2.6 安全能力評估 202
8.2.7 系統(tǒng)運維評估 202
第9章 知識圖譜與營銷認(rèn)知智能 204
9.1 認(rèn)知智能與企業(yè)營銷系統(tǒng)的整體解決方案 205
9.1.1 用戶營銷的認(rèn)知過程 206
9.1.2 企業(yè)營銷系統(tǒng) 207
9.1.3 企業(yè)營銷認(rèn)知智能的系統(tǒng)實現(xiàn) 209
9.1.4 營銷認(rèn)知之企業(yè)私域流量場景 212
9.1.5 營銷認(rèn)知之B2B營銷場景 214
9.1.6 營銷認(rèn)知之企業(yè)產(chǎn)銷協(xié)同場景 216
9.2 知識圖譜與用戶智能認(rèn)知 217
9.2.1 用戶畫像分析引擎 218
9.2.2 用戶智能標(biāo)簽引擎 219
9.2.3 智能用戶數(shù)據(jù)中臺 227
9.3 知識圖譜與社群認(rèn)知引導(dǎo) 231
9.3.1 社群認(rèn)知的形態(tài) 231
9.3.2 社群認(rèn)知引導(dǎo)與社群演變 233
9.3.3 社群認(rèn)知引導(dǎo)與智能推薦 234
9.3.4 社群認(rèn)知引導(dǎo)與營銷機器人 236
9.4 知識圖譜與商品搜索 238
9.4.1 商品搜索基礎(chǔ)理論 239
9.4.2 商品搜索技術(shù)架構(gòu) 241
9.5 知識圖譜與智能推薦 244
9.5.1 知識圖譜助力推薦的方法論 245
9.5.2 知識圖譜助力推薦的技術(shù)架構(gòu) 247
9.5.3 知識圖譜助力推薦的產(chǎn)品方案 250
9.5.4 知識圖譜助力推薦的標(biāo)簽映射 253
9.6 知識圖譜與營銷服務(wù)機器人 254
9.6.1 社群營銷機器人 255
9.6.2 智能客服機器人 256
9.6.3 營銷機器人的認(rèn)知能力建設(shè) 258
9.7 知識圖譜與智能供應(yīng)鏈 260
9.7.1 供應(yīng)鏈管理中的知識圖譜與認(rèn)知智能 261
9.7.2 智能渠道管理 263
9.7.3 供應(yīng)鏈風(fēng)險預(yù)警 264
9.7.4 企業(yè)智能采購助手 266
第10章 知識圖譜與物聯(lián)網(wǎng)認(rèn)知智能 269
10.1 設(shè)備認(rèn)知智能 270
10.2 設(shè)備知識圖譜建設(shè) 272
10.3 設(shè)備數(shù)據(jù)采集、存儲與計算 274
10.3.1 設(shè)備數(shù)據(jù)采集與存儲計算平臺 274
10.3.2 設(shè)備物聯(lián)網(wǎng)與圖數(shù)據(jù)庫 275
10.3.3 設(shè)備物聯(lián)網(wǎng)與圖計算 277
10.3.4 電網(wǎng)配網(wǎng)潮流計算 278
10.4 設(shè)備健康管理 280
10.4.1 設(shè)備健康狀態(tài)管理系統(tǒng) 280
10.4.2 設(shè)備運維檢修 283
10.5 設(shè)備智能調(diào)度與先進(jìn)控制 286
10.5.1 設(shè)備智能調(diào)度 286
10.5.2 設(shè)備先進(jìn)控制 288
10.6 能源設(shè)備認(rèn)知智能解決方案 290
10.6.1 能源設(shè)備認(rèn)知智能解決方案總覽 290
10.6.2 能源設(shè)備知識圖譜建設(shè) 291
10.6.3 能源的知識推理案例:能源設(shè)備運行斷面檢索 295
第11章 知識圖譜與企業(yè)認(rèn)知智能 300
11.1 企業(yè)認(rèn)知大腦 301
11.1.1 企業(yè)認(rèn)知智能戰(zhàn)略 301
11.1.2 企業(yè)認(rèn)知大腦的整體架構(gòu) 304
11.1.3 企業(yè)認(rèn)知大腦與企業(yè)物聯(lián)網(wǎng)平臺 308
11.1.4 企業(yè)認(rèn)知大腦與企業(yè)數(shù)據(jù)中臺 309
11.1.5 企業(yè)認(rèn)知大腦與企業(yè)AI中臺 310
11.1.6 企業(yè)認(rèn)知智能應(yīng)用體系 311
11.1.7 企業(yè)認(rèn)知大腦的團(tuán)隊建設(shè) 313
11.1.8 企業(yè)認(rèn)知大腦的落地流程示例 315
11.1.9 企業(yè)認(rèn)知大腦的投入產(chǎn)出分析 317
11.2 企業(yè)知識庫 319
11.2.1 企業(yè)知識庫面臨的挑戰(zhàn) 319
11.2.2 企業(yè)知識庫與知識圖譜 320
11.2.3 企業(yè)知識庫的解決方案 321
11.3 企業(yè)決策助手 323
11.3.1 企業(yè)決策助手的理論體系 323
11.3.2 企業(yè)決策助手的產(chǎn)品需求 325
11.3.3 企業(yè)決策助手的產(chǎn)品方案 326
11.3.4 企業(yè)管理駕駛艙 329
11.3.5 商業(yè)智能決策助手 332
11.3.6 專業(yè)智能決策助手 334
11.4 企業(yè)辦公智能 338
11.4.1 企業(yè)辦公協(xié)同 338
11.4.2 企業(yè)數(shù)字人 339
11.4.3 企業(yè)智能組織管理 342
11.5 企業(yè)風(fēng)控與投資認(rèn)知智能 344
11.5.1 企業(yè)風(fēng)控認(rèn)知智能 345
11.5.2 企業(yè)投資認(rèn)知智能 346
11.6 企業(yè)認(rèn)知智能與個體認(rèn)知智能 351
11.6.1 認(rèn)知博弈與認(rèn)知協(xié)同 351
11.6.2 宏觀協(xié)同與微觀協(xié)同 352
第12章 認(rèn)知智能與數(shù)據(jù)交易流通 354
12.1 數(shù)據(jù)的要素 355
12.2 數(shù)據(jù)交易的特性 356
12.3 數(shù)據(jù)交易解決方案 357
12.3.1 數(shù)據(jù)交易解決方案總覽 358
12.3.2 數(shù)據(jù)交易的平臺建設(shè) 359
12.3.3 數(shù)據(jù)交易的知識治理 361
12.3.4 數(shù)據(jù)交易的需求匹配 361
12.3.5 數(shù)據(jù)交易的隱私保護(hù) 363