知識中台：數字化轉型中的認知技術

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。

□□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