学术型大数据知识组织与服务模式研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

学术型大数据知识组织与服务模式研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 背景与对象：大数据环境与学术资源1

1.1 大数据1

1.1.1 大数据定义2

1.1.2 大数据特点9

1.1.3 大数据标准化进程10

1.2 大数据环境下学术资源的发展与变化11

1.2.1 图书资源11

1.2.2 学术期刊13

1.2.3 OA仓储14

1.2.4 大规模开放课程（MOOC）15

1.2.5 专利文献15

1.2.6 学术会议16

1.2.7 学术新闻、学术博客17

1.2.8 学术评论18

1.3 小结18

第2章 大数据环境下的知识组织20

2.1 知识组织：概念与方法20

2.1.1 主要知识组织方法22

2.1.2 知识组织体系的类型23

2.2 数字环境下主要知识组织工具25

2.2.1 元数据25

2.2.2 本体（Ontology）29

2.2.3 Semantic Web33

2.2.4 主题地图34

2.2.5 知识图谱34

2.3 知识组织工具的发展趋势35

2.3.1 数字化和网络化35

2.3.2 标准化35

2.3.3 互操作36

2.3.4 可视化36

2.3.5 以用户为中心37

2.4 大数据时代对知识组织的挑战与要求37

2.5 知识组织和大数据四维度39

2.6 大数据环境下的知识组织的演变42

2.7 小结43

第3章 大数据环境下的知识序化44

3.1 知识网络44

3.1.1 知识网络的分类46

3.1.2 知识网络结构46

3.1.3 基于可视化软件的知识网络47

3.1.4 基于知识网络的链路预测49

3.2 关联数据与大数据50

3.2.1 数据管理和访问的关联词汇50

3.2.2 关联数据词表在大数据中的应用52

3.3 简单知识组织系统（SKOS）与大数据53

3.3.1 知识组织系统的角色和规则53

3.3.2 SKOS和元模型54

3.3.3 SKOS词表构建57

3.3.4 SKOS引擎59

3.3.5 SKOS引擎应用66

3.4 小结67

第4章 大数据环境下的知识元抽取68

4.1 基于知识元的大数据知识组织68

4.1.1 知识元主要模型68

4.1.2 文本特征表示模型71

4.1.3 基于开放关系数据的知识元模型75

4.2 知识元抽取过程79

4.2.1 知识元的内容构成79

4.2.2 知识元抽取80

4.3 面向知识元的自然语言处理数据流83

4.3.1 大数据处理框架84

4.3.2 自然语言大数据处理86

4.4 知识元抽取技术应用88

4.4.1 基于本体的检索88

4.4.2 知识导航服务91

4.5 小结94

第5章 开放存取资源大数据知识组织方法95

5.1 OA资源组织95

5.1.1 基于OA资源的知识组织方法95

5.1.2 OA资源组织方法的比较分析97

5.1.3 大数据环境下OA资源的发展97

5.2 网络课程资源组织98

5.2.1 网络课程资源的定义98

5.2.2 网络课程资源组织方法及其应用99

5.3 MOOC资源组织102

5.3.1 MOOC概述102

5.3.2 国内外MOOC平台项目103

5.3.3 知识组织方法在MOOC中的应用106

5.4 专利数据知识组织方法108

5.4.1 专利分类与组织及其应用109

5.4.2 专利关联与专利地图113

5.4.3 大数据环境下专利数据的应用114

5.5 小结118

第6章 短文本类学术资源知识组织119

6.1 书评类短文本知识组织方法120

6.1.1 面向书评的短文本一般分类方法120

6.1.2 基于主题模型的短文本分类方法126

6.2 书评微摘要研究132

6.2.1 微观点生成133

6.2.2 微摘要生成142

6.3 问答类短文本知识组织145

6.3.1 基于疑问词的层次化结构问题分类方法148

6.3.2 基于焦点词的问题分类器设计150

6.3.3 小结157

6.4 面向学术问答社区的高质量答案抽取方法158

6.4.1 基于SDPP模型的答案摘要方法159

6.4.2 融合语用信息与SDPP模型的答案摘要优化方法163

6.4.3 小结168

第7章 大数据知识服务系统169

7.1 大数据知识服务体系169

7.1.1 浏览与检索模块171

7.1.2 知识服务呈现模块173

7.1.3 知识服务系统应用模块179

7.2 基于多维度知识关联的知识服务182

7.2.1 概述182

7.2.2 基于关联数据的知识服务184

7.3 基于数据驱动的个性化知识服务185

7.3.1 数据驱动业务185

7.3.2 大数据环境下个性化服务变革187

7.3.3 社交网络中的个性化知识服务189

7.3.4 基于内容的个性化知识服务190

7.3.5 线上线下精准融合服务191

7.3.6 基于场景触发的个性化服务191

7.4 小结192

第8章 “学术头条”——大数据知识组织与服务应用实例193

8.1 学术头条整体设计194

8.2 海量学术资源自动获取196

8.2.1 基于定址网络爬虫的学术资源获取196

8.2.2 面向不同类型学术资源的主题爬虫获取208

8.3 学术资源的自动分类212

8.3.1 原始语料212

8.3.2 海量多类型学术资源分类系统213

8.4 基于用户浏览行为的个性化推荐223

8.4.1 个性化推荐算法概述223

8.4.2 学术资源的个性化推荐224

8.5 小结231

结语232

参考文献235

图索引245

表索引248

主题词索引250