海量語義數(shù)據(jù)處理：平臺、技術與應用

定　價：￥59.00

作　者：	黃智生，鐘寧著
出版社：	高等教育出版社
叢編項：
標　簽：	人工智能

購買這本書可以去

ISBN：	9787040362466	出版時間：	2012-10-31	包裝：	平裝
開本：	16開	頁數(shù)：	255	字數(shù)：

內容簡介

　　語義萬維網(wǎng)所面臨的一個重大問題，就是如何處理海量語義數(shù)據(jù)，它一直被認為是制約語義技術發(fā)展的瓶頸。《海量語義數(shù)據(jù)處理：平臺、技術與應用》系統(tǒng)地介紹了海量語義數(shù)據(jù)處理的最新技術和進展，通過介紹LarKC項目所開發(fā)的海量語義處理平臺及其應用，來闡述海量語義數(shù)據(jù)處理技術的基本原理、實現(xiàn)方法和應用開發(fā)等一系列關鍵問題?！逗Ａ空Z義數(shù)據(jù)處理：平臺、技術與應用》由黃智生、鐘寧著，全書共13章，分為上、下篇。上篇為技術篇，內容包括海量語義數(shù)據(jù)處理基本原理、海量語義數(shù)據(jù)處理平臺體系結構、識別與選擇技術、抽象與學習技術、推理與決策技術及LarKC平臺應用開發(fā)技術等。下篇為應用篇，內容涉及LarKC平臺開發(fā)的一系列應用系統(tǒng)，包括關聯(lián)生命數(shù)據(jù)集、基于語義技術的醫(yī)學文獻檢索、語義技術在生命科學中的應用、語義技術與城市計算以及語義技術在智能交通中的應用等?！逗Ａ空Z義數(shù)據(jù)處理：平臺、技術與應用》不僅是一本介紹海量語義數(shù)據(jù)處理LarKC平臺及其技術與應用的參考書，同時對語義數(shù)據(jù)處理技術問題的研究人員、語義數(shù)據(jù)處理平臺實現(xiàn)的技術人員以及語義技術的應用開發(fā)人員均具有一定的參考價值。

作者簡介

　　北京市特聘專家（海聚工程特聘教授），北京工業(yè)大學國際WlC研究院學術帶頭人。日本東京大學博士，日本前橋工業(yè)大學研究生院及生命信息系教授，國際學術組織WebIntelligence Coortium（WlC）主席，國際學術期刊Web Intelligence andAgentSystems主編，IEEE計算智能學會腦信息學任務組主席。黃智生（Zhisheng Huang）荷蘭阿姆斯特丹自由大學計算機系高級研究員，北京工業(yè)大學國際WIC研究院等多個大學兼職教授。主持歐盟第七研究框架重大語義技術研究項目LarKC中的推理工作組的研究。在國際期刊和會議上發(fā)表、交流學術論文百余篇。擔任近七十個國際學術會議組織委員會或程序委員會的委員或聯(lián)合主席。

圖書目錄

第1章導論
1.1 語義技術概述
1.2 海量語義數(shù)據(jù)處理
1.3 LarKC概述
1.3.1.LarKC項目
1.3.2 LarKC技術概述
1.3.3 LarKC海量語義數(shù)據(jù)處理平臺概述
1.3.4 LarKC應用技術開發(fā)概述
1.4 本章小結
參考文獻
第一部分技術篇
第2章 LarKC海量語義數(shù)據(jù)處理平臺
2.1 LarKC體系結構
2.2 LarKC平臺的安裝與使用
2.2.1 獲取LarKC
2.2.2 運行LarKC
2.2.3 一個簡單工作流實例
2.3 工作流設計器
2.3.1 工作流設計器概覽
2.3.2 安裝及主要操作
2.4 LarKC插件概述
2.5 用戶支持和版權信息
2.6 本章小結
參考文獻
第3章識別與選擇
3.1 識別方法與識別插件
3.2 基于興趣的選擇方法與插件實現(xiàn)
3.2.1 基本原理與基本算法
3.2.2 方法的可擴展性與效率比較
3.2.3 基于興趣的選擇插件設計與實現(xiàn)
3.3 隨機索引選擇方法與插件實現(xiàn)
3.3.1 語義索引
3.3.2 基于隨機索引與Lcene索引的檢索比較
3.4 選擇方法與選擇插件的應用
3.4.1 基于興趣的選擇插件應用示例
3.4.2 隨機索引選擇插件應用示例
3.5 本章小結
附錄第3.3.2 節(jié)相關詢問
參考文獻
第4章抽象與轉換
4.1 機器學習
4.1.1 SUNS
4.1.2 機器學習插件
4.2 數(shù)據(jù)流
4.2.1 C-SPARQL
4.2.2 數(shù)據(jù)流插件
4.3 歸納與演繹結合的數(shù)據(jù)流推理
4.3.1 動機
4.3.2 數(shù)據(jù)流推理的結構框架
4.4 本章小結
參考文獻
第5章推理與決策
5.1 LarKC推理與決策插件
5.2 常規(guī)語義推理
5.2.1 OWLAPI推理機
5.2.2 SPARQLDL推理機
5.3 并行與分布式推理
5.3.1 采用MapReduce技術的海量分布性推理
5.3.2 采用WebPIE進行OWL分布性推理
5.4 基于規(guī)則的推理
5.5 本章小結
參考文獻
第6章非常規(guī)語義推理
6.1 不一致本體的推理
6.1.1 語義網(wǎng)與不一致性
6.1.2 基本方法
6.1.3 LarKC平臺下的PION系統(tǒng)
6.2 轉折推理
6.2.1 基本定義
6.2.2 計算方法和實現(xiàn)
6.2.3 轉折推理插件
6.3 嘈雜語義數(shù)據(jù)的推理
6.3.1 基本定義
6.3.2 韓國首爾RSM系統(tǒng)示例
6.4 本章小結
參考文獻
第7章 LarKC系統(tǒng)與應用開發(fā)
7.1 LarKC工作流開發(fā)
7.1.1 工作流圖
7.1.2 工作流描述
7.1.3 更復雜的一個示例
7.2 LarKC插件開發(fā)
7.2.1 LarKCMaven原型的使用
7.2.2 插件代碼編寫
7.2.3 整合插件到LarKC平臺
7.3 相關的開發(fā)工具
7.3.1 集成開發(fā)環(huán)境Eclipse
7.3.2 項目管理Maven
7.3.3 單元測試JUnit
7.3.4 版本控制SVN
7.4 本章小結
附錄復雜的工作流描述示例
參考文獻
第二部分應用篇
第8章關聯(lián)生命數(shù)據(jù)集
8.1 概況
8.2 關聯(lián)生命數(shù)據(jù)組成
8.3 語義關聯(lián)構造
8.4 關聯(lián)生命數(shù)據(jù)集的使用
8.4.1 關聯(lián)生命數(shù)據(jù)集關鍵詞查詢
8.4.2 關聯(lián)生命數(shù)據(jù)集SPARQL語義查詢
8.5 本章小結
參考文獻
第9章生物醫(yī)學文獻語義檢索
9.1 需求分析
9.2 通過LLD進行醫(yī)學文獻檢索
9.3 醫(yī)學文獻語義標注
9.4 LarKC醫(yī)學文獻語義檢索插件
9.5 本章小結
參考文獻
第10章海量語義數(shù)據(jù)處理與基因研究
10.1 概述
10.2 基因研究與語義數(shù)據(jù)
10.3 LarKC海量語義數(shù)據(jù)處理平臺用于GWAS研究
10.3.1 LarKC的GWAS插件
10.3.2 關鍵詞擴展推理器
10.3.3 GWAS識別器
10.3.4 GWAS工作流
10.4 本章小結
參考文獻
第11章城市計算Ⅰ：交通與社交媒體
11.1 交通路線規(guī)劃
11.1.1 框架結構
11.1.2 交通預測
11.1.3 語義交通路線規(guī)劃
11.1.4 評價
11.1.5 小結
11.2 社交媒體分析
11.2.1 概況
11.2.2 框架結構
11.2.3 BOTTARI的LarKC工作流
11.3 本章小結
參考文獻
第12章城市計算Ⅱ：路標管理
12.1 基本思想
12.2 RSM數(shù)據(jù)集與數(shù)據(jù)整合
12.2.1 RSM數(shù)據(jù)集
12.2.2 數(shù)據(jù)整合
12.2.3 路標的有效性審核
12.3 RSM語義數(shù)據(jù)處理
12.3.1 系統(tǒng)結構
12.3.2.RSM工作流
12.3.3 ：RSM查詢與推理
12.4 RSM系統(tǒng)用戶界面
12.5 本章小結
參考文獻
第13章海量語義數(shù)據(jù)處理技術展望
13.1 市場分析
13.1.1 語義技術的市場觀察和潛力
13.1.2 市場分析的結論
13.2 LarKC海量語義數(shù)據(jù)平臺應用展望
13.2.1 藥物研發(fā)海量語義數(shù)據(jù)處理
13.2.2 語義技術用于政治文化分析
13.2.3 智能交通系統(tǒng)
13.2.4 基于語義技術的電子病歷
13.3 海量語義數(shù)據(jù)處理研究展望
13.4 結束語
參考文獻