新書推薦：
《
动物之思——动物的权利与人类的边界
》
售價：NT$
653
《
历史缝隙里的人：以十二段被忽略的人生，串联有清一代历史变迁
》
售價：NT$
403
《
清小篆古诗三十例（一） 吴让之书风
》
售價：NT$
347
《
目睹飞人的时刻（奇想版“沉默的大多数”，底层生活图鉴，中国社会棱镜）
》
售價：NT$
305
《
孔子的门徒（孔子及弟子内心世界的传记佳作 探寻中华文明精神内核的文化之旅）
》
售價：NT$
653
《
文案发烧
》
售價：NT$
765
《
卓越创新：打造世界一流企业创新管理案例精选（2025年）
》
售價：NT$
505
《
谁杀了勇者 预言之章 驮犬著 toi8绘 前传小说 是谁杀死了勇者轻小说
》
售價：NT$
194
|
| 內容簡介： |
|
本书从知识管理与知识服务出发，以用户为导向、数据为基础、服务为目标，探索“用户-数据-服务”组合视角下的知识融合新模式及其实现方案。在理论方法上，综合运用、集成与优化多学科技术方法，提出同源数据组配型、用户需求挖掘型、多源数据集成型、服务增强型等模式，有助于创新和完善知识融合的研究，拓展和深化知识管理的理论和方法体系；在实践应用上，提出的知识融合模式有效实现了嵌入用户需求、融合多源数据、增强服务能力的目的，深层次挖掘了潜在知识并发现新知识，有助于通过知识融合支撑知识创新服务工作，促进数据产业与人工智能产业的发展。
|
| 目錄：
|
第1章
1绪 论11 多源数据时代的知识融合需求与价值 112 知识融合研究的进展与评述 713 本书的研究思路与内容结构 2514 本书的研究方法与技术路线 2915 主要创新点 32第2章
34知识融合理论基础与研究架构设计21 相关概念界定 3422 本书的理论基础 4023 本书的方法基础 5024“用户 -数据 -服务”组合视角下知识融合体系架构及其实现模式设计 5625 本章小结 75第3章
76同源数据组配型知识融合模式研究：基于知识元抽取
31 同源数据组配型知识融合模式研究框架 7632 知识元的内涵及表示方法 7733 知识元抽取模型设计 8034 同源数据组配型知识融合模式的设计实现8635 本章小结 96
第4章
97用户需求挖掘型知识融合模式研究：知识推荐支撑
41 用户需求挖掘型知识融合模式研究框架 9742 知识用户的多种需求 9843 知识推荐模型设计 10144 用户需求挖掘型知识融合模式的设计实现10745 本章小结 124
第5章
125多源数据集成型知识融合模式研究：考虑主题时滞51 多源数据集成型知识融合模式研究框架 12552 时滞现象与主题时滞 12653 主题时滞现象测度方法设计 13154 多源数据集成型知识融合模式的设计实现13655 本章小结 165
第6章
166服务增强型知识融合模式研究：用户需求嵌入多源数据
61 服务增强型知识融合模式研究框架 16662 服务面临的方法困境 16763 主题挖掘与演化方法设计 16864 服务增强型知识融合模式的设计实现 17665 本章小结 191192结论与展望
第7章
71 研究结论及建议 19272 研究不足与展望 195 198参考文献 212附录A 实验研究时所采用的检索词 217B 主题模型挖掘结果与层次关系附录
|
| 內容試閱：
|
2012年大数据技术迅速发展以来，科学研究逐渐进入“数据密集型
科学发现”的第四范式时代，开启了以海量数据驱动科学发现的新篇章。大
数据的广泛应用使得学术界和工业界在众多领域内迅速积累了丰富的数据资
源，从社交网络、物联网到科学实验和医学影像，大量的数据已经渗透到日
常生活和专业领域的方方面面。然而，海量数据不仅带来了前所未有的知识
获取机会，也带来了巨大的挑战。如何有效组织和利用这些数据，从繁杂的
数据源中提炼出有价值的知识，以支撑科学创新、服务创新乃至产业创新，
成为当前数据密集型研究的关键问题。
在这种背景下，数据不再仅仅是被动的存储和分析对象，而是成为一
种动态的、复杂的资产。然而，这种复杂性也带来了数据获取和利用的难
度——数据的多源化和异构化特性使得数据间存在巨大的语义差异和结构不
一致性，导致数据融合和知识挖掘的复杂性急剧上升。对于用户而言，面对
如此庞大的数据规模，要从中获取有意义的知识变得愈发困难。这种知识获
取的复杂性不仅体现在用户需求的不确定性和多变性上，还体现在用户无法
明确表达自己所需的知识内容上。这种模糊需求进一步加大了知识服务的难
度，传统的知识推荐和知识服务模式已经难以应对。
海量数据本身具备多样化的形式和丰富的内在价值。从文本、图像、音
频到视频，不同的数据形式承载了不同的语义和信息层次，简单的集成或处
理方法很难充分挖掘和整合其中的知识。这些多层次的语义结构和内容特征
对数据处理、知识发现和知识服务提出了更高的要求。尤其是在知识服务领
域，如何有效提取和整合这些数据，使其能够准确地满足用户的需求，成为
知识管理和信息服务面临的核心挑战之一。
数据的异构性和多源性在实际应用中也面临显著的技术问题。来自不同
数据源的异构数据往往存在时间滞后性、结构差异和语义不一致性，这些问
题导致多源数据在融合过程中容易产生信息冲突和内容冗余，严重影响了数
据利用效率和知识服务的准确性。例如，在科技文本分析中，来自不同学术
平台或数据库的数据可能具有不同的分类方式和语义表达，导致同一主题下
的数据在集成时存在较大的差异性。多源数据的时滞和语义不一致性问题已
成为知识融合过程中的技术瓶颈，亟须通过创新性的融合模式和算法设计来
解决。
鉴于上述问题，构建一个有效的知识融合体系架构，以应对“用户 -数据
-服务”三者之间的复杂关系，成为本书的主要研究目标。在本书中，
笔者试图从“用户 -数据 -服务”组合的视角出发，探索如何在多源数据
的背景下实现高效、精准的知识融合和服务。全书不仅关注数据本身的技术
处理，更关注如何通过数据融合和知识整合提升用户需求的满足度和服务质
量。具体而言，本书设计了以下 4种创新的知识融合模式，并逐一分析和实
验验证其在不同应用场景中的有效性。
一是同源数据组配型知识融合模式。聚焦同源数据的语义汇聚与关联，
提出了“语义汇聚 -语义拆分 -语义整合 -语义关联”的融合路径，利用
BERT模型和复杂网络方法对同源数据进行知识元的语义表达和关系识别。
二是用户需求挖掘型知识融合模式。从用户需求的多样性出发，提出“语
义补充 -语义推荐”的实现路径，通过内容推荐模型和协同过滤模型，在用
户个性需求与共性需求的背景下实现需求的深度挖掘和知识推荐。
三是多源数据集成型知识融合模式。关注多源数据的时滞效应，提出“语
义时滞 -语义分离 -语义融合”的框架，利用 STM设计时滞测度方法，探讨
如何在时滞数据的语义融合中实现数据的一致性和协调性。
四是服务增强型知识融合模式。以用户需求嵌入为核心，提出“需求嵌
入 -语义附加 -模型优化”的路径，通过对 BERTopic模型的优化，将用户需
求权重嵌入知识融合过程，以提升知识服务的灵活性和响应速度。
通过这些创新性研究，本书不仅为“用户 -数据 -服务”组合视角下的
知识融合提供了一套系统的理论框架，也为知识服务和知识管理领域带来了
新的应用价值。在理论方法上，本书力求在数据科学、知识管理和人工智能
交叉领域实现多学科技术的有机融合，为知识服务提供创新的解决方案；在
实际应用上，本书的研究成果可有效支持知识创新服务的实现，促进数据产
业与人工智能产业的发展，对未来数据密集型科学的研究和知识服务具有重
要的指导意义。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
