書馨卡幫你省薪 2024個(gè)人購書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >
知識中臺:數(shù)字化轉(zhuǎn)型中的認(rèn)知技術(shù)

知識中臺:數(shù)字化轉(zhuǎn)型中的認(rèn)知技術(shù)

作者：張杰
出版社：電子工業(yè)出版社出版時(shí)間：2022-03-01
開本： 16開 頁數(shù)： 312
中 圖 價(jià):¥91.6(7.1折) 定價(jià)  ¥129.0 登錄后可看到會員價(jià)
加入購物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

知識中臺:數(shù)字化轉(zhuǎn)型中的認(rèn)知技術(shù) 版權(quán)信息

知識中臺:數(shù)字化轉(zhuǎn)型中的認(rèn)知技術(shù) 內(nèi)容簡介

如何利用人工智能技術(shù)有效地管理知識資產(chǎn)，成為企業(yè)保持持續(xù)競爭力的重要問題。作者從數(shù)據(jù)科學(xué)的視角出發(fā)，提出知識中臺需要管理三類知識（事實(shí)知識、原理知識和技能知識）和具備四項(xiàng)能力（知識抽取、知識管理、知識計(jì)算和知識演化）。本書結(jié)合人工智能的前沿成果，分章節(jié)詳細(xì)講述了其中的關(guān)鍵技術(shù)和實(shí)施路徑。同時(shí)，從業(yè)務(wù)視角出發(fā)，講解了知識中臺在營銷、金融、工業(yè)領(lǐng)域的經(jīng)典案例。

知識中臺:數(shù)字化轉(zhuǎn)型中的認(rèn)知技術(shù) 目錄

第1章 知識中臺：厘清功能邊界 1
1．1 知識的類別 2
1．1．1 知識的哲學(xué)觀點(diǎn) 2
1．1．2 知識的認(rèn)知心理學(xué)分類 3
1．1．3 知識的管理學(xué)分類 5
1．1．4 信息技術(shù)視角下的知識 9
1．2 核心概念 14
1．2．1 兩類用戶 14
1．2．2 三類知識 15
1．2．3 六步建設(shè)法 17
1．3 數(shù)據(jù)挖掘三范式 19
1．3．1 數(shù)據(jù)湖式 20
1．3．2 數(shù)據(jù)中臺式 20
1．3．3 知識中臺式 21
1．4 知識中臺不是什么 21
1．5 系統(tǒng)架構(gòu) 22
1．5．1 生命周期 23
1．5．2 技術(shù)框架 24
1．6 本章小結(jié) 29
第2章 知識建模：從原材料清單到統(tǒng)一藍(lán)圖 31
2．1 設(shè)計(jì)內(nèi)容：類別與任務(wù)體系 31
2．2 設(shè)計(jì)原則 33
2．3 設(shè)計(jì)步驟 34
2．3．1 數(shù)據(jù)字典收集 34
2．3．2 數(shù)據(jù)洞察 35
2．3．3 業(yè)務(wù)訪談 36
2．3．4 兩個(gè)體系設(shè)計(jì) 36
2．3．5 打通兩體系 39

2．4 典型設(shè)計(jì)示例 40
2．4．1 詞庫類 40
2．4．2 百科知識類 41
2．4．3 常識知識類 42
2．4．4 領(lǐng)域知識類 43
2．5 實(shí)戰(zhàn)六步法手記（1）：勾勒全局視圖 45
2．6 本章小結(jié) 47
第3章 知識抽。簭臄(shù)據(jù)源中提煉知識片段 49
3．1 結(jié)構(gòu)化數(shù)據(jù)的映射 50
3．1．1 數(shù)據(jù)規(guī)范 50
3．1．2 數(shù)據(jù)清洗 53
3．1．3 數(shù)據(jù)映射 57
3．2 非結(jié)構(gòu)化信息的抽取 63
3．2．1 任務(wù)、挑戰(zhàn)與技術(shù)路線 64
3．2．2 實(shí)體識別 67
3．2．3 關(guān)系抽取 71
3．2．4 事件抽取 76
3．3 容易被忽視的隱性知識挖掘 80
3．3．1 文本中的事理關(guān)系 81
3．3．2 網(wǎng)絡(luò)結(jié)構(gòu)中的隱含模式 82
3．3．3 時(shí)間序列中的周期與強(qiáng)度 90
3．4 實(shí)戰(zhàn)六步法手記（2）：先小而精，再大而全 97
3．5 本章小結(jié) 101
第4章 知識管理：從分散碎片到集中資產(chǎn) 103
4．1 知識融合 103
4．1．1 本體融合 104
4．1．2 實(shí)體融合 105
4．1．3 關(guān)系融合 107
4．1．4 流程融合 107
4．2 類目管理 109
4．3 存儲方式的選擇 111
4．3．1 傳統(tǒng)存儲 111
4．3．2 非關(guān)系型數(shù)據(jù)庫 111
4．3．3 數(shù)據(jù)庫對比小結(jié) 118
4．3．4 知識圖譜 120
4．4 知識的反向溯源 121
4．5 實(shí)戰(zhàn)六步法手記（3）：人機(jī)協(xié)同很有必要 122
4．6 本章小結(jié) 124
第5章 知識計(jì)算：讓知識可自動執(zhí)行 125
5．1 指標(biāo)：**的預(yù)置知識 125
5．1．1 邏輯結(jié)構(gòu) 126
5．1．2 指標(biāo)體系 128
5．2 規(guī)則：帶條件的預(yù)置知識 128
5．2．1 規(guī)則引擎 129
5．2．2 常用工具 131
5．2．3 專家系統(tǒng) 135
5．3 模型：復(fù)雜問題的簡化表達(dá) 137
5．3．1 物理模型 137
5．3．2 機(jī)器學(xué)習(xí)模型 138
5．3．3 因果模型 143
5．4 工作流 148
5．5 業(yè)務(wù)流程管理 150
5．5．1 定義規(guī)范 150
5．5．2 基本元素 151
5．5．3 常用工具 152
5．6 機(jī)器人流程自動化 152
5．7 實(shí)戰(zhàn)六步法手記（4）：融合式的執(zhí)行引擎 153
5．8 本章小結(jié) 155
第6章 知識應(yīng)用：開啟知識的變現(xiàn)之旅 156
6．1 知識圖譜嵌入 156
6．1．1 融合事實(shí)信息 157
6．1．2 融合附加信息 158
6．2 可視化洞察 160
6．2．1 問題描述 161
6．2．2 常用方法 161
6．2．3 知識庫增強(qiáng)的可視化 163
6．3 信息檢索 165
6．3．1 問題描述 165
6．3．2 常用算法 166
6．3．3 知識庫增強(qiáng)的檢索算法 167
6．4 推薦系統(tǒng) 170
6．4．1 問題描述 170
6．4．2 常用算法 172
6．4．3 知識庫增強(qiáng)的推薦系統(tǒng) 175
6．5 問答系統(tǒng) 178
6．5．1 問題描述 178
6．5．2 常用方法 179
6．5．3 知識庫問答 181
6．6 實(shí)戰(zhàn)六步法手記（5）：點(diǎn)線面三級跳 186
6．7 本章小結(jié) 188
第7章 知識演化：促進(jìn)新知識的不斷產(chǎn)生 190
7．1 四項(xiàng)共性特征 190
7．2 訂閱推薦 192
7．3 積累改變規(guī)則的規(guī)則 194
7．4 知識推理 194
7．4．1 傳統(tǒng)的規(guī)則推理 196
7．4．2 規(guī)則與知識表示結(jié)合的推理 198
7．4．3 實(shí)體預(yù)測 201
7．4．4 關(guān)系路徑推理 204
7．5 在線學(xué)習(xí) 207
7．6 實(shí)戰(zhàn)六步法手記（6）：形成持續(xù)學(xué)習(xí)的閉環(huán) 209
7．7 本章小結(jié) 211
第8章 組織保障：技術(shù)之外的管理手段 212
8．1 勝任度評估 213
8．1．1 任務(wù)類型 213
8．1．2 角色類型 214
8．1．3 團(tuán)隊(duì)類型 215
8．1．4 勝任素質(zhì)測評 216
8．2 成熟度評估 218
8．2．1 等級遞進(jìn)規(guī)則嚴(yán)格的模型 218
8．2．2 等級遞進(jìn)規(guī)則靈活的模型 219
8．2．3 面向?qū)嵤╇A段的模型 219
8．3 知識資產(chǎn)評估 220
8．3．1 團(tuán)隊(duì)組成 221
8．3．2 評估對象 221
8．3．3 評估方法 222
8．3．4 實(shí)施建議 224
8．4 文化建設(shè) 225
8．4．1 營造學(xué)習(xí)型組織 225
8．4．2 融入知識聯(lián)盟 227
8．4．3 產(chǎn)業(yè)集群層面 230
8．5 本章小結(jié) 231
第9章 營銷洞察實(shí)踐：連接生產(chǎn)者與消費(fèi)者 233
9．1 營銷要素 234
9．2 營銷知識中臺 235
9．3 美妝輿情洞察示例 237
9．4 零售導(dǎo)購賦能示例 240
9．5 本章小結(jié) 243
第10章 金融行業(yè)實(shí)踐：信貸風(fēng)控 244
10．1 零售信貸應(yīng)用場景 244
10．2 大數(shù)據(jù)風(fēng)控解決方案 246
10．2．1 數(shù)據(jù)源 246
10．2．2 數(shù)據(jù)中臺 248
10．2．3 決策引擎 249
10．3 信用評分建模 250
10．4 關(guān)系圖譜反欺詐 255
10．5 本章小結(jié) 256
第11章 其他行業(yè)實(shí)踐 257
11．1 軌道交通 257
11．1．1 需求背景 257
11．1．2 解決方案 258
11．1．3 應(yīng)用效果 260
11．2 媒體資產(chǎn) 262
11．2．1 需求背景 262
11．2．2 解決方案 263
11．2．3 應(yīng)用效果 265
11．3 數(shù)字城市 267
11．3．1 需求背景 267
11．3．2 解決方案 267
11．3．3 應(yīng)用效果 272
11．4 本章小結(jié) 273
參考文獻(xiàn) 275

展開全部

知識中臺:數(shù)字化轉(zhuǎn)型中的認(rèn)知技術(shù) 作者簡介

張杰，明略科學(xué)院知識工程實(shí)驗(yàn)室主任，資深科學(xué)家。天津大學(xué)計(jì)算機(jī)專業(yè)博士學(xué)位，曾就職于華為****實(shí)驗(yàn)室，后作為聯(lián)合創(chuàng)始人創(chuàng)辦金融科技公司并任CTO。研究方向?yàn)橹R工程、機(jī)器學(xué)習(xí)、自然語言處理，發(fā)表學(xué)術(shù)論文十余篇，發(fā)明專利100余項(xiàng)。主持開發(fā)了推薦引擎、知識問答系統(tǒng)、客服機(jī)器人、大數(shù)據(jù)風(fēng)控系統(tǒng)、行業(yè)知識圖譜等多項(xiàng)商業(yè)系統(tǒng)，累計(jì)銷售額數(shù)億元。吳明輝，明略科技創(chuàng)始人、董事長兼首席執(zhí)行官。人工智能、大數(shù)據(jù)技術(shù)及企業(yè)數(shù)字化轉(zhuǎn)型資深專家。連續(xù)創(chuàng)業(yè)成功者、天使投資人！敦(cái)富》“中國40位40歲以下商界精英”之一，HAO智能框架理論創(chuàng)立者之一，公安大學(xué)特聘教授，北京大學(xué)和人民大學(xué)創(chuàng)業(yè)導(dǎo)師。吳明輝先生畢業(yè)于北京大學(xué)，獲數(shù)學(xué)系學(xué)士學(xué)位、計(jì)算機(jī)軟件與理論碩士學(xué)位。擁有20年軟件工程開發(fā)和算法研究經(jīng)驗(yàn)、130余項(xiàng)國內(nèi)外發(fā)明專利，15年企業(yè)級服務(wù)領(lǐng)域創(chuàng)業(yè)經(jīng)驗(yàn)。帶領(lǐng)公司為營銷、廣告、服務(wù)業(yè)、公共安全、數(shù)字城市、工業(yè)、金融等垂直領(lǐng)域的2000多個(gè)企業(yè)與組織，提供完整的人工智能閉環(huán)解決方案服務(wù)。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
返回頂部
中圖網(wǎng)
在線客服