知識中台:數字化轉型中的認知技術
張傑,吳明輝
- 出版商: 電子工業
- 出版日期: 2022-03-01
- 定價: $774
- 售價: 8.5 折 $658
- 語言: 簡體中文
- 頁數: 312
- ISBN: 7121429136
- ISBN-13: 9787121429132
-
相關分類:
人工智慧、企業資源規劃 Erp、Data Science
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
$1,000$900 -
$650$585 -
$300$270 -
$520$411 -
$301特徵工程入門與實踐 (Feature Engineering Made Easy)
-
$680$612 -
$880$695 -
$380$342 -
$580$458 -
$680$530 -
$690$538 -
$419$398 -
$534$507 -
$455高效制勝 -- 程序員面試典型題解 (全彩印刷)
-
$507時間序列預測 : 基於機器學習和 Python 實現 (Machine Learning for Time Series Forecasting with Python)
-
$602知識圖譜與認知智能:基本原理、關鍵技術、應用場景與解決方案
-
$280$252 -
$356深信服安全服務工程師實戰
-
$704工作型圖表設計:實用的職場圖表定製與設計法則 (全彩)
-
$750$675 -
$458圖解數據智能
-
$630$498 -
$480$379 -
$630$498 -
$760$593
相關主題
商品描述
如何利用人工智能技術有效地管理知識資產,成為企業保持持續競爭力的重要問題。作者從數據科學的視角出發,提出知識中台需要管理三類知識(事實知識、原理知識和技能知識)和具備四項能力(知識抽取、知識管理、知識計算和知識演化)。本書結合人工智能的前沿成果,分章節詳細講述了其中的關鍵技術和實施路徑。同時,從業務視角出發,講解了知識中台在營銷、金融、工業領域的經典案例。
目錄大綱
□□章知識中台:釐清功能邊界1
1.1 知識的類別□
1.1.1 知識的哲學觀點□
1.1.□ 知識的認知心理學分類3
1.1.3 知識的管理學分類5
1.1.4 信息技術視角下的知識9
1.□ 核心概念14
1.□.1 兩類用戶14
1.□.□ 三類知識15
1.□.3 六步建設法17
1.3 數據挖掘三範式19
1.3.1 數據湖式□0
1.3.□ 數據中台式□0
1.3.3 知識中台式□1
1.4 知識中台不是什麼□1
1.5 系統架構□□
1.5.1 生命週期□3
1.5.□ 技術框架□4
1.6 本章小結□9
第□章知識建模:從原材料清單到統一藍圖31
□.1 設計內容:類別與任務體系31
□.□ 設計原則33
□.3 設計步驟34
□.3.1 數據字典收集34
□.3.□ 數據洞察35
□.3.3 業務訪談36
□.3.4 兩個體系設計36
□.3.5 打通兩體系39
□.4 典型設計示例40
□.4.1 詞庫類40
□.4.□ 百科知識類41
□.4.3 常識知識類4□
□.4.4 領域知識類43
□.5 實戰六步法手記(1):勾勒全□視圖45
□.6 本章小結47
第3章知識抽取:從數據源中提煉知識片段49
3.1 結構化數據的映射50
3.1.1 數據規範50
3.1.□ 數據清洗53
3.1.3 數據映射57
3.□ 非結構化信息的抽取63
3.□.1 任務、挑戰與技術路線64
3.□.□ 實體識別67
3.□.3 關係抽取71
3.□.4 事件抽取76
3.3 容易被忽視的隱性知識挖掘80
3.3.1 文本中的事理關係81
3.3.□ 網絡結構中的隱含模式8□
3.3.3 時間序列中的周期與強度90
3.4 實戰六步法手記(□):先小而精,再大而全97
3.5 本章小結101
第4章知識管理:從分散碎片到集中資產103
4.1 知識融合103
4.1.1 本體融合104
4.1.□ 實體融合105
4.1.3 關係融合107
4.1.4 流程融合107
4.□ 類目管理109
4.3 存儲方式的選擇111
4.3.1 傳統存儲111
4.3.□ 非關係型數據庫111
4.3.3 數據庫對比小結118
4.3.4 知識圖譜1□0
4.4 知識的反向溯源1□1
4.5 實戰六步法手記(3):人機協同很有必要1□□
4.6 本章小結1□4
第5章知識計算:讓知識可自動執行1□5
5.1 指標:必備的預置知識1□5
5.1.1 邏輯結構1□6
5.1.□ 指標體系1□8
5.□ 規則:帶條件的預置知識1□8
5.□.1 規則引擎1□9
5.□.□ 常用工具131
5.□.3 專家系統135
5.3 模型:複雜問題的簡化表達137
5.3.1 物理模型137
5.3.□ 機器學習模型138
5.3.3 因果模型143
5.4 工作流148
5.5 業務流程管理150
5.5.1 定義規範150
5.5.□ 基本元素151
5.5.3 常用工具15□
5.6 機器人流程自動化15□
5.7 實戰六步法手記(4):融合式的執行引擎153
5.8 本章小結155
第6章知識應用:開啟知識的□現之旅156
6.1 知識圖譜嵌入156
6.1.1 融合事實信息157
6.1.□ 融合附加信息158
6.□ 可視化洞察160
6.□.1 問題描述161
6.□.□ 常用方法161
6.□.3 知識庫增強的可視化163
6.3 信息檢索165
6.3.1 問題描述165
6.3.□ 常用算法166
6.3.3 知識庫增強的檢索算法167
6.4 推薦系統170
6.4.1 問題描述170
6.4.□ 常用算法17□
6.4.3 知識庫增強的推薦系統175
6.5 問答系統178
6.5.1 問題描述178
6.5.□ 常用方法179
6.5.3 知識庫問答181
6.6 實戰六步法手記(5):點線面三級跳186
6.7 本章小結188
第7章知識演化:促進新知識的不斷產生190
7.1 四項共性特徵190
7.□ 訂閱推薦19□
7.3 積累改□規則的規則194
7.4 知識推理194
7.4.1 傳統的規則推理196
7.4.□ 規則與知識表示結合的推理198
7.4.3 實體預測□01
7.4.4 關係路徑推理□04
7.5 在線學習□07
7.6 實戰六步法手記(6):形成持續學□□閉環□09
7.7 本章小結□11
第8章組織保障:技術之外的管理手段□1□
8.1 勝任度評估□13
8.1.1 任務類型□13
8.1.□ 角色類型□14
8.1.3 團隊類型□15
8.1.4 勝任素質測評□16
8.□ 成熟度評估□18
8.□.1 等級遞進規則嚴格的模型□18
8.□.□ 等級遞進規則靈活的模型□19
8.□.3 面向實施階段的模型□19
8.3 知識資產評估□□0
8.3.1 團隊組成□□1
8.3.□ 評估對象□□1
8.3.3 評估方法□□□
8.3.4 實施建議□□4
8.4 文化建設□□5
8.4.1 營造學習型組織□□5
8.4.□ 融入知識聯盟□□7
8.4.3 產業集群層面□30
8.5 本章小結□31
第9章營銷洞察實踐:連接生產者與消費者□33
9.1 營銷要素□34
9.□ 營銷知識中台□35
9.3 美妝輿情洞察示例□37
9.4 零售導購賦能示例□40
9.5 本章小結□43
□□0章金融行業實踐:信貸風控□44
10.1 零售信貸應用場景□44
10.□ 大數據風控解決方案□46
10.□.1 數據源□46
10.□.□ 數據中台□48
10.□.3 決策引擎□49
10.3 信用評分建模□50
10.4 關係圖譜反欺詐□55
10.5 本章小結□56
□□1章其他行業實踐□57
11.1 軌道交通□57
11.1.1 需求背景□57
11.1.□ 解決方案□58
11.1.3 應用效果□60
11.□ 媒體資產□6□
11.□.1 需求背景□6□
11.□.□ 解決方案□63
11.□.3 應用效果□65
11.3 數字城市□67
11.3.1 需求背景□67
11.3.□ 解決方案□67
11.3.3 應用效果□7□
11.4 本章小結□73
參考文獻□75