語義網(wǎng)數(shù)據(jù)管理技術(shù)及應(yīng)用

序
前言
第一章緒 論
1.1 語義網(wǎng)及其面臨的挑戰(zhàn)
1.2 與web1.0和Web2.0的區(qū)別
1.3 語義網(wǎng)體系結(jié)構(gòu)
1.4 語義網(wǎng)規(guī)范
1.4.1 資源描述框架
1.4.2 RDFS／OWL
1.4.3 SPARQL
1.4.4 GRDDL
1.4.5 RDFa
1.5 本章小結(jié)
參考文獻(xiàn)
第二章 語義數(shù)據(jù)模型
2.1 數(shù)據(jù)模型簡介
2.1.1 語義及數(shù)據(jù)模型
2.1.2 語義數(shù)據(jù)模型特征
2.1.3 語義數(shù)據(jù)模型分類
2.2 邏輯及物理數(shù)據(jù)模型
2.2.1 層次和網(wǎng)狀數(shù)據(jù)模型
2.2.2 關(guān)系數(shù)據(jù)模型
2.2.3 面向?qū)ο蟮臄?shù)據(jù)模型
2.2.4 模糊語義模型
2.2.5 圖模型
2.3 概念數(shù)據(jù)模型
2.3.1 實(shí)體一關(guān)系模型
2.3.2 RM／T
2.3.3 SDM
2.3.4 資源空間模型及語義鏈網(wǎng)絡(luò)
2.4 主動語義數(shù)據(jù)模型
2.4.1 主動語義數(shù)據(jù)模型概述
2.4.2 事件模型研究現(xiàn)狀
2.4.3 FEM
2.4.4 事件探測
2.5 本章小結(jié)
參考文獻(xiàn)
第三章 語義數(shù)據(jù)抽取
3.1 信息抽取技術(shù)簡介
3.1.1 國內(nèi)外研究現(xiàn)狀
3.1.2 信息抽取技術(shù)分類
3.2 科技文獻(xiàn)元數(shù)據(jù)抽取
3.2.1 科技文獻(xiàn)特征
3.2.2 信息抽取預(yù)處理
3.2.3 基于模板匹配的頭部信息抽取
3.2.4 基于統(tǒng)計(jì)的尾部信息抽取
3.2.5 信息封裝
3.3 科技文獻(xiàn)信息抽取系統(tǒng)及其性能評價(jià)
3.3.1 科技文獻(xiàn)信息抽取系統(tǒng)
3.3.2 評價(jià)指標(biāo)
3.3.3 實(shí)驗(yàn)結(jié)果及分析
3.4 語義數(shù)據(jù)清理
3.4.1 語義數(shù)據(jù)清理概述
3.4.2 歧義實(shí)體的識別
3.4.3 重復(fù)數(shù)據(jù)的發(fā)現(xiàn)
3.5 本章小結(jié)
參考文獻(xiàn)
第四章 數(shù)據(jù)分類
4.1 數(shù)據(jù)分類意義
4.2 研究現(xiàn)狀
4.2.1 傳統(tǒng)文本分類
4.2.2 層次分類
4.2.3 基于知識的分類
4.3 多類別文本自動分類方法
4.3.1 支持向量機(jī)分類方法
4.3.2 k近鄰分類方法
4.3.3 多類別單標(biāo)簽分類方法MSVM-kNN
4.3.4 多類別多標(biāo)簽分類方法
4.4 多類別文本分類實(shí)現(xiàn)技術(shù)
4.4.1 文獻(xiàn)預(yù)處理
4.4.2 特征降維
4.4.3 權(quán)重計(jì)算
4.4.4 分類器設(shè)計(jì)
4.5 多類別分類方法性能評價(jià)
4.6 本章小結(jié)
參考文獻(xiàn)
第五章 語義網(wǎng)數(shù)據(jù)存儲技術(shù)
5.1 語義網(wǎng)數(shù)據(jù)存儲技術(shù)現(xiàn)狀
5.1.1 RDF數(shù)據(jù)模型
5.1.2 RDF存儲結(jié)構(gòu)
5.1.3 RDF查詢語言
5.1.4 語義數(shù)據(jù)索引技術(shù)
5.1.5 語義網(wǎng)數(shù)據(jù)存儲系統(tǒng)
5.2 語義網(wǎng)數(shù)據(jù)管理系統(tǒng)DBLink
5.2.1 DBI，ink的體系結(jié)構(gòu)
5.2.2 基于主存的面向?qū)ο蟠鎯δＰ?br />5.2.3 URI映射與內(nèi)置數(shù)據(jù)類型
5.2.4 語義網(wǎng)數(shù)據(jù)分割與映射
5.2.5 語義網(wǎng)數(shù)據(jù)的壓縮存儲
5.2.6 模式空間與實(shí)例空間分離
5.3 DBLink性能評價(jià)
5.3.1 測試數(shù)據(jù)集
5.3.2 實(shí)驗(yàn)環(huán)境
5.3.3 測試查詢集
5.3.4 實(shí)驗(yàn)結(jié)果
5.4 本章小結(jié)
參考文獻(xiàn)
第六章 語義數(shù)據(jù)檢索技術(shù)
6.1 語義數(shù)據(jù)檢索的分類
6.1.1 傳統(tǒng)數(shù)據(jù)／信息檢索
6.1.2 語義網(wǎng)數(shù)據(jù)檢索
6.1.3 語義網(wǎng)格／知識網(wǎng)格中的數(shù)據(jù)檢索
6.1.4 對等網(wǎng)絡(luò)中的信息檢索
6.2 語義關(guān)聯(lián)數(shù)據(jù)模型及其檢索的關(guān)鍵問題
6.2.1 支持知識評價(jià)的語義關(guān)聯(lián)數(shù)據(jù)模型
6.2.2 實(shí)用且有效的語義數(shù)據(jù)檢索機(jī)制
6.2.3 模糊語義數(shù)據(jù)的表達(dá)及檢索
6.2.4 基于語義的對等網(wǎng)數(shù)據(jù)組織及其檢索
6.3 支持知識評價(jià)的語義關(guān)聯(lián)數(shù)據(jù)模型
6.3.1 語義關(guān)聯(lián)數(shù)據(jù)模型
6.3.2 數(shù)據(jù)的檢索及回答
6.4 基于關(guān)鍵字的語義數(shù)據(jù)檢索
6.4.1 問題描述
6.4.2 近似搜索算法及分析
6.4.3 相關(guān)問題討論
6.5 基于語義模糊性和用戶偏好的檢索機(jī)制
6.5.1 后臺知識庫的語義模糊性
6.5.2 用戶檢索請求的規(guī)范化
6.5.3 檢索結(jié)果的排序
6.6 基于語義小世界的數(shù)據(jù)檢索
6.6.1 語義小世界的構(gòu)建
6.6.2 數(shù)據(jù)檢索算法
6.7 本章小結(jié)
參考文獻(xiàn)
第七章 語義數(shù)據(jù)檢索可視化
7.1 信息檢索可視化
7.2 研究現(xiàn)狀
7.2.1 可視化技術(shù)概述
7.2.2 基于分類的文檔簇法
7.2.3 基于超鏈接法
7.2.4 基于文檔內(nèi)容的信息可視化方法
7.2.5 網(wǎng)絡(luò)知識發(fā)現(xiàn)的可視化方法
7.2.6 分類信息檢索可視化方法
7.2.7 其他信息可視化系統(tǒng)
7.3 基于關(guān)聯(lián)的語義網(wǎng)情景檢索
……
第八章 語義網(wǎng)數(shù)據(jù)應(yīng)用系統(tǒng)
參考文獻(xiàn)