海量語義數(shù)據(jù)處理——平臺、技術(shù)與應(yīng)用
定 價：59 元
叢書名：Webt智能與科學(xué)
- 作者：黃智生 等編著
- 出版時間：2012/10/1
- ISBN：9787040362466
- 出 版 社：高等教育出版社
- 中圖法分類：TP274
- 頁碼：255
- 紙張：膠版紙
- 版次：1
- 開本：大16開
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(rèn)為是制約語義技術(shù)發(fā)展的瓶頸。本書系統(tǒng)地介紹了海量語義數(shù)據(jù)處理的最新技術(shù)和進(jìn)展，通過介紹LarKC項(xiàng)目所開發(fā)的海量語義處理平臺及其應(yīng)用，來闡述海量語義數(shù)據(jù)處理技術(shù)的基本原理、實(shí)現(xiàn)方法和應(yīng)用開發(fā)等一系列關(guān)鍵問題�！逗Ａ空Z義數(shù)據(jù)處理——平臺技術(shù)與應(yīng)用》由黃智生、鐘寧著，全書共13章，分為上、下篇。上篇為技術(shù)篇，內(nèi)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(jié)構(gòu)、識別與選擇技術(shù)、抽象與學(xué)習(xí)技術(shù)、推理與決策技術(shù)及LarKC平臺應(yīng)用開發(fā)技術(shù)等。下篇為應(yīng)用篇，內(nèi)容涉及LarKC平臺開發(fā)的一系列應(yīng)用系統(tǒng)，包括關(guān)聯(lián)生命數(shù)據(jù)集、基于語義技術(shù)的醫(yī)學(xué)文獻(xiàn)檢索、語義技術(shù)在生命科學(xué)中的應(yīng)用、語義技術(shù)與城市計算以及語義技術(shù)在智能交通中的應(yīng)用等�！逗Ａ空Z義數(shù)據(jù)處理--平臺技術(shù)與應(yīng)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(shù)與應(yīng)用的參考書，同時對語義數(shù)據(jù)處理技術(shù)問題的研究人員、語義數(shù)據(jù)處理平臺實(shí)現(xiàn)的技術(shù)人員以及語義技術(shù)的應(yīng)用開發(fā)人員均具有一定的參考價值。
語義網(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(rèn)為是制約語義技術(shù)發(fā)展的瓶頸問題。在這樣一個技術(shù)背景下，歐盟第七研究框架開展了語義網(wǎng)LarKC重大項(xiàng)目的研究。其研究目標(biāo)在于開發(fā)海量語義數(shù)據(jù)處理平臺，并通過一系列應(yīng)用開發(fā)為海量語義數(shù)據(jù)處理的技術(shù)研究提供科學(xué)實(shí)驗(yàn)證據(jù)。經(jīng)過三年多的努力，LarKC項(xiàng)目在海量語義數(shù)據(jù)技術(shù)方面取得了一系列重大進(jìn)展�！逗Ａ空Z義數(shù)據(jù)處理——平臺技術(shù)與應(yīng)用》由黃智生、鐘寧著，系統(tǒng)地介紹了海量語義數(shù)據(jù)處理的最新技術(shù)和進(jìn)展，特別是通過介紹LarKC項(xiàng)目所開發(fā)的海量語義處理平臺及其應(yīng)用，來闡述海量語義數(shù)據(jù)處理技術(shù)的基本原理、實(shí)現(xiàn)方法和應(yīng)用開發(fā)等一系列關(guān)鍵問題。
北京市特聘專家(海聚工程特聘教授)，北京工業(yè)大學(xué)國際WlC研究院學(xué)術(shù)帶頭人。日本東京大學(xué)博士，日本前橋工業(yè)大學(xué)研究生院及生命信息系教授，國際學(xué)術(shù)組織WebIntelligence Coortium(WlC)主席，國際學(xué)術(shù)期刊Web Intelligence andAgentSystems主編，IEEE計算智能學(xué)會腦信息學(xué)任務(wù)組主席。 黃智生(Zhisheng Huang)荷蘭阿姆斯特丹自由大學(xué)計算機(jī)系高級研究員，北京工業(yè)大學(xué)國際WIC研究院等多個大學(xué)兼職教授。主持歐盟第七研究框架重大語義技術(shù)研究項(xiàng)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(xué)術(shù)論文百余篇。擔(dān)任近七十個國際學(xué)術(shù)會議組織委員會或程序委員會的委員或聯(lián)合主席。
第1章 導(dǎo)論 1.1 語義技術(shù)概述 1.2 海量語義數(shù)據(jù)處理 1.3 LarKC概述 1.3.1.LarKC項(xiàng)目 1.3.2 LarKC技術(shù)概述 1.3.3 LarKC海量語義數(shù)據(jù)處理平 第1章 導(dǎo)論 1.1 語義技術(shù)概述 1.2 海量語義數(shù)據(jù)處理 1.3 LarKC概述 1.3.1.LarKC項(xiàng)目 1.3.2 LarKC技術(shù)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(yīng)用技術(shù)開發(fā)概述 1.4 本章小結(jié) 參考文獻(xiàn)第一部分 技術(shù)篇 第2章 LarKC海量語義數(shù)據(jù)處理平臺 2.1 LarKC體系結(jié)構(gòu) 2.2 LarKC平臺的安裝與使用 2.2.1 獲取LarKC 2.2.2 運(yùn)行LarKC 2.2.3 一個簡單工作流實(shí)例 2.3 工作流設(shè)計器 2.3.1 工作流設(shè)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(quán)信息 2.6 本章小結(jié) 參考文獻(xiàn) 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(shí)現(xiàn) 3.2.1 基本原理與基本算法 3.2.2 方法的可擴(kuò)展性與效率比較 3.2.3 基于興趣的選擇插件設(shè)計與實(shí)現(xiàn) 3.3 隨機(jī)索引選擇方法與插件實(shí)現(xiàn) 3.3.1 語義索引 3.3.2 基于隨機(jī)索引與Lcene索引的檢索比較 3.4 選擇方法與選擇插件的應(yīng)用 3.4.1 基于興趣的選擇插件應(yīng)用示例 3.4.2 隨機(jī)索引選擇插件應(yīng)用示例 3.5 本章小結(jié) 附錄 第3.3.2 節(jié)相關(guān)詢問 參考文獻(xiàn) 第4章 抽象與轉(zhuǎn)換 4.1 機(jī)器學(xué)習(xí) 4.1.1 SUNS 4.1.2 機(jī)器學(xué)習(xí)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(jié)合的數(shù)據(jù)流推理 4.3.1 動機(jī) 4.3.2 數(shù)據(jù)流推理的結(jié)構(gòu)框架 4.4 本章小結(jié) 參考文獻(xiàn) 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(jī) 5.2.2 SPARQLDL推理機(jī) 5.3 并行與分布式推理 5.3.1 采用MapReduce技術(shù)的海量分布性推理 5.3.2 采用WebPIE進(jìn)行OWL分布性推理 5.4 基于規(guī)則的推理 5.5 本章小結(jié) 參考文獻(xiàn) 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(zhuǎn)折推理 6.2.1 基本定義 6.2.2 計算方法和實(shí)現(xiàn) 6.2.3 轉(zhuǎn)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(jié) 參考文獻(xiàn) 第7章 LarKC系統(tǒng)與應(yīng)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(fù)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(guān)的開發(fā)工具 7.3.1 集成開發(fā)環(huán)境Eclipse 7.3.2 項(xiàng)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(jié) 附錄 復(fù)雜的工作流描述示例 參考文獻(xiàn)第二部分 應(yīng)用篇 第8章 關(guān)聯(lián)生命數(shù)據(jù)集 8.1 概況 8.2 關(guān)聯(lián)生命數(shù)據(jù)組成 8.3 語義關(guān)聯(lián)構(gòu)造 8.4 關(guān)聯(lián)生命數(shù)據(jù)集的使用 8.4.1 關(guān)聯(lián)生命數(shù)據(jù)集關(guān)鍵詞查詢 8.4.2 關(guān)聯(lián)生命數(shù)據(jù)集SPARQL語義查詢 8.5 本章小結(jié) 參考文獻(xiàn) 第9章 生物醫(yī)學(xué)文獻(xiàn)語義檢索 9.1 需求分析 9.2 通過LLD進(jìn)行醫(yī)學(xué)文獻(xiàn)檢索 9.3 醫(yī)學(xué)文獻(xiàn)語義標(biāo)注 9.4 LarKC醫(yī)學(xué)文獻(xiàn)語義檢索插件 9.5 本章小結(jié) 參考文獻(xiàn) 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(guān)鍵詞擴(kuò)展推理器 10.3.3 GWAS識別器 10.3.4 GWAS工作流 10.4 本章小結(jié) 參考文獻(xiàn) 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(jié)構(gòu) 11.1.2 交通預(yù)測 11.1.3 語義交通路線規(guī)劃 11.1.4 評價 11.1.5 小結(jié) 11.2 社交媒體分析 11.2.1 概況 11.2.2 框架結(jié)構(gòu) 11.2.3 BOTTARI的LarKC工作流 11.3 本章小結(jié) 參考文獻(xiàn) 第12章 城市計算Ⅱ：路標(biāo)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(biāo)的有效性審核 12.3 RSM語義數(shù)據(jù)處理 12.3.1 系統(tǒng)結(jié)構(gòu) 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(jié) 參考文獻(xiàn) 第13章 海量語義數(shù)據(jù)處理技術(shù)展望 13.1 市場分析 13.1.1 語義技術(shù)的市場觀察和潛力 13.1.2 市場分析的結(jié)論 13.2 LarKC海量語義數(shù)據(jù)平臺應(yīng)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(shù)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(shù)的電子病歷 13.3 海量語義數(shù)據(jù)處理研究展望 13.4 結(jié)束語 參考文獻(xiàn)
書單推薦
