123,123

內(nèi)容簡(jiǎn)介

　　萬(wàn)維網(wǎng)已經(jīng)深刻影響到社會(huì)生活的各個(gè)方面。《語(yǔ)義網(wǎng)數(shù)據(jù)管理技術(shù)及應(yīng)用》圍繞Web科學(xué)的核心問(wèn)題之一——數(shù)據(jù)管理技術(shù)進(jìn)行闡述。首先，介紹了語(yǔ)義網(wǎng)的意義及語(yǔ)義網(wǎng)的標(biāo)準(zhǔn)規(guī)范；然后，研究了語(yǔ)義數(shù)據(jù)模型及存儲(chǔ)技術(shù)，以實(shí)現(xiàn)語(yǔ)義數(shù)據(jù)的高效存儲(chǔ)、快速查詢和動(dòng)態(tài)添加。由于現(xiàn)實(shí)中的數(shù)據(jù)通常為半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)，為了從中獲取語(yǔ)義數(shù)據(jù)，《語(yǔ)義網(wǎng)數(shù)據(jù)管理技術(shù)及應(yīng)用》介紹了信息抽取技術(shù)、數(shù)據(jù)分類技術(shù)。在此基礎(chǔ)上，介紹了語(yǔ)義數(shù)據(jù)檢索、語(yǔ)義數(shù)據(jù)可視化技術(shù)，以便為用戶提供高質(zhì)量的檢索結(jié)果，并向用戶可視化地呈現(xiàn)豐富的數(shù)據(jù)間語(yǔ)義關(guān)聯(lián)。最后，介紹了一些語(yǔ)義網(wǎng)應(yīng)用系統(tǒng)?！墩Z(yǔ)義網(wǎng)數(shù)據(jù)管理技術(shù)及應(yīng)用》可供計(jì)算機(jī)科學(xué)與技術(shù)、模式識(shí)別等相關(guān)專業(yè)的研究人員、工程技術(shù)人員、教師、研究生和本科生學(xué)習(xí)參考。

作者簡(jiǎn)介

　　金海，教授，博士生導(dǎo)師，化中科學(xué)大學(xué)計(jì)算機(jī)學(xué)院院長(zhǎng)，國(guó)家杰出青年基金獲得者、霍英東高等院校青年教師基金獲得者、首批新世紀(jì)百千萬(wàn)人才工程國(guó)家級(jí)人選。國(guó)務(wù)院學(xué)位委員會(huì)學(xué)科評(píng)議組成員、國(guó)務(wù)院特殊津貼專家。973計(jì)劃“計(jì)算系統(tǒng)虛擬化基礎(chǔ)理論與方法研究”首席科學(xué)家、教育部重大專項(xiàng)“中國(guó)教育科研網(wǎng)格計(jì)劃China Grid”專家組組長(zhǎng)、863計(jì)劃信息技術(shù)領(lǐng)域（高效能計(jì)算機(jī)及網(wǎng)格服務(wù)環(huán)境）重大／重點(diǎn)項(xiàng)目總體專家組成員、教育部“長(zhǎng)江學(xué)者和創(chuàng)新團(tuán)隊(duì)發(fā)展計(jì)劃”創(chuàng)新團(tuán)隊(duì)學(xué)術(shù)帶頭人。金海教授主要從事計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)的研究與教學(xué)工作，先后主持和參加40余項(xiàng)科研項(xiàng)目，在國(guó)內(nèi)外公開發(fā)表學(xué)術(shù)論文500余篇.50余次擔(dān)任國(guó)際學(xué)術(shù)會(huì)議／程序委員會(huì)主席／副主席，60余次國(guó)外講學(xué)或在重要國(guó)際學(xué)術(shù)會(huì)議上作報(bào)告。曾獲留學(xué)回國(guó)人員成就獎(jiǎng)（2003）、中國(guó)軟件行業(yè)十大杰出青年稱號(hào)（2004）.第五屆湖北省青年科技獎(jiǎng)獲得者，湖北省第六屆十大杰出青年獲得者。金海教授先后獲國(guó)家科技進(jìn)步二等獎(jiǎng)1項(xiàng)、國(guó)家技術(shù)發(fā)明二等獎(jiǎng)1項(xiàng)、教育部科技進(jìn)步／技術(shù)發(fā)明一等獎(jiǎng)3項(xiàng)、及省級(jí)各類獎(jiǎng)項(xiàng)3項(xiàng)以上。袁平鵬，博士，副教授，中國(guó)計(jì)算機(jī)學(xué)會(huì)高級(jí)會(huì)員，1972年生.2002年于浙江大學(xué)獲得工學(xué)博士學(xué)位。擔(dān)任多個(gè)國(guó)內(nèi)外期刊與學(xué)術(shù)會(huì)議審稿人.湖北省創(chuàng)新群體主要成員之一。主要從事語(yǔ)義網(wǎng)、分布式系統(tǒng)等方面的研究。在國(guó)內(nèi)外發(fā)表學(xué)術(shù)論文40余篇.其中被SCI、EI等收錄20余篇次。獲得國(guó)家發(fā)明專利4項(xiàng).獲得了10項(xiàng)軟件著作版權(quán)，申請(qǐng)了7項(xiàng)國(guó)家發(fā)明專利。

圖書目錄

序
前言
第一章緒論
1.1 語(yǔ)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(yǔ)義網(wǎng)體系結(jié)構(gòu)
1.4 語(yǔ)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(yǔ)義數(shù)據(jù)模型
2.1 數(shù)據(jù)模型簡(jiǎn)介
2.1.1 語(yǔ)義及數(shù)據(jù)模型
2.1.2 語(yǔ)義數(shù)據(jù)模型特征
2.1.3 語(yǔ)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(yǔ)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(yǔ)義鏈網(wǎng)絡(luò)
2.4 主動(dòng)語(yǔ)義數(shù)據(jù)模型
2.4.1 主動(dòng)語(yǔ)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(cè)
2.5 本章小結(jié)
參考文獻(xiàn)
第三章語(yǔ)義數(shù)據(jù)抽取
3.1 信息抽取技術(shù)簡(jiǎn)介
3.1.1 國(guó)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(píng)價(jià)
3.3.1 科技文獻(xiàn)信息抽取系統(tǒng)
3.3.2 評(píng)價(jià)指標(biāo)
3.3.3 實(shí)驗(yàn)結(jié)果及分析
3.4 語(yǔ)義數(shù)據(jù)清理
3.4.1 語(yǔ)義數(shù)據(jù)清理概述
3.4.2 歧義實(shí)體的識(shí)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(shí)的分類
4.3 多類別文本自動(dòng)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(píng)價(jià)
4.6 本章小結(jié)
參考文獻(xiàn)
第五章語(yǔ)義網(wǎng)數(shù)據(jù)存儲(chǔ)技術(shù)
5.1 語(yǔ)義網(wǎng)數(shù)據(jù)存儲(chǔ)技術(shù)現(xiàn)狀
5.1.1 RDF數(shù)據(jù)模型
5.1.2 RDF存儲(chǔ)結(jié)構(gòu)
5.1.3 RDF查詢語(yǔ)言
5.1.4 語(yǔ)義數(shù)據(jù)索引技術(shù)
5.1.5 語(yǔ)義網(wǎng)數(shù)據(jù)存儲(chǔ)系統(tǒng)
5.2 語(yǔ)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?chǔ)模型
5.2.3 URI映射與內(nèi)置數(shù)據(jù)類型
5.2.4 語(yǔ)義網(wǎng)數(shù)據(jù)分割與映射
5.2.5 語(yǔ)義網(wǎng)數(shù)據(jù)的壓縮存儲(chǔ)
5.2.6 模式空間與實(shí)例空間分離
5.3 DBLink性能評(píng)價(jià)
5.3.1 測(cè)試數(shù)據(jù)集
5.3.2 實(shí)驗(yàn)環(huán)境
5.3.3 測(cè)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(yǔ)義數(shù)據(jù)檢索技術(shù)
6.1 語(yǔ)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(yǔ)義網(wǎng)數(shù)據(jù)檢索
6.1.3 語(yǔ)義網(wǎng)格／知識(shí)網(wǎng)格中的數(shù)據(jù)檢索
6.1.4 對(duì)等網(wǎng)絡(luò)中的信息檢索
6.2 語(yǔ)義關(guān)聯(lián)數(shù)據(jù)模型及其檢索的關(guān)鍵問(wèn)題
6.2.1 支持知識(shí)評(píng)價(jià)的語(yǔ)義關(guān)聯(lián)數(shù)據(jù)模型
6.2.2 實(shí)用且有效的語(yǔ)義數(shù)據(jù)檢索機(jī)制
6.2.3 模糊語(yǔ)義數(shù)據(jù)的表達(dá)及檢索
6.2.4 基于語(yǔ)義的對(duì)等網(wǎng)數(shù)據(jù)組織及其檢索
6.3 支持知識(shí)評(píng)價(jià)的語(yǔ)義關(guān)聯(lián)數(shù)據(jù)模型
6.3.1 語(yǔ)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(yǔ)義數(shù)據(jù)檢索
6.4.1 問(wèn)題描述
6.4.2 近似搜索算法及分析
6.4.3 相關(guān)問(wèn)題討論
6.5 基于語(yǔ)義模糊性和用戶偏好的檢索機(jī)制
6.5.1 后臺(tái)知識(shí)庫(kù)的語(yǔ)義模糊性
6.5.2 用戶檢索請(qǐng)求的規(guī)范化
6.5.3 檢索結(jié)果的排序
6.6 基于語(yǔ)義小世界的數(shù)據(jù)檢索
6.6.1 語(yǔ)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(yǔ)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(shí)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(yǔ)義網(wǎng)情景檢索
……
第八章語(yǔ)義網(wǎng)數(shù)據(jù)應(yīng)用系統(tǒng)
參考文獻(xiàn)