●章 知識圖譜概述/1
節 什麼是知識圖譜/2
一、知識圖譜的定義/2
二、對知識圖譜定義的解讀/3
三、知識圖譜的通用表示/6
第二節 知識圖譜的發展歷程/8
一、起源：科學知識圖譜/8
二、發展：知識庫/9
三、形成：知識圖譜/11
第三節 知識圖譜的架構/13
一、邏輯架構/13
二、技術架構/14
第四節 知識圖譜的特點/16
一、與早期語義網絡的比較/16
二、與早期知識庫的比較/17
三、與傳統數據技術的比較/18
第五節 知識圖譜的應用/18
一、知識圖譜應用於搜索——查詢理解/18
二、知識圖譜應用於回答——自動問答/19
三、知識圖譜應用於查閱——文檔表示/19
第六節 知識圖譜的重要意義/20
一、提升互聯網服務/20
二、升級傳統行業/21
三、改善社會治理/21
第七節 代表性的知識圖譜/22
一、經典的通用知識圖譜/24
二、經典的行業知識圖譜/26
三、基於互聯網搜索的知識圖譜/27
四、中文開放知識圖譜聯盟/29
第二章 通用知識圖譜的技術要素/31
節 知識表示與建模/32
一、知識表示/32
二、知識建模/37
第二節 知識抽取與挖掘/40
一、知識抽取/40
二、知識挖掘/46
第三節 知識存儲與融合/49
一、知識存儲/49
二、知識融合/51
第四節 知識檢索與推理/54
一、知識檢索/54
二、知識推理/56
第三章 行業知識圖譜的應用場景/59
節 行業知識圖譜的特點/59
第二節 公安行業/60
一、行業應用背景/61
二、解決方案/62
第三節 金融行業/65
一、行業應用背景/65
二、應用場景/66
第四節 教育行業/67
一、行業應用背景/68
二、解決方案/68
三、應用價值/72
第五節 電信行業/75
一、智能客服繫統/75
二、電信反欺詐/81
第六節 工業/84
一、工業知識圖譜構建/84
二、工業知識圖譜應用場景/85
第四章 知識圖譜的發展趨勢與挑戰/87
節 知識圖譜的發展趨勢/87
一、與機器學習相互滲透融合/88
二、向更多行業滲透/89
三、從學術轉移到產業界/90
第二節 知識圖譜面臨的挑戰/91
一、知識獲取效率較低/91
二、知識融合的難點難以突破/91
三、知識推理應用進展緩慢/92
四、缺乏高質量知識庫/93
五、行業知識圖譜構建困難/93
六、商業模式面臨阻礙/93
第五章 知識圖譜實戰案例/95
節 基於知識圖譜的醫療決策輔助繫統/96
一、痛點難點/96
二、實現路徑/96
三、應用效果/102
第二節 利用知識圖譜構建“虛擬生命”/103
一、痛點難點/103
二、實現路徑/104
三、應用效果/106
第三節 股份制銀行知識圖譜案例/107
一、痛點難點/107
二、實現路徑/108
三、應用效果/110
第四節 基於公安知識圖譜的禁毒大數據分析平臺/111
一、痛點難點/111
二、實現路徑/112
三、應用效果/114
第六章 知識圖譜構建工具/115
節 Pajek/115
一、Pajek軟件概述/115
二、Pajek的主要特點/116
三、Pajek的數據結構/118
第二節 CiteSpace/119
一、CiteSpace軟件概述/119
二、CiteSpace的主要特點/120
三、CiteSpace的結果呈現/121
第三節 UCINET/122
一、UCINET軟件概述/122
二、UCINET的主要特點/122
三、UCINET的主要分析方法/124
第四節 Gephi/124
一、Gephi軟件概述/124
二、Gephi的主要特點/125
第五節 VOSviewer/126
一、VOSviewer軟件概述/126
二、VOSviewer的主要特點/127
三、VOSviewer的結果呈現/128
第六節 VantagePoint/129
一、VantagePoint軟件概述/129
二、VantagePoint的主要特點/130
第七節 Sci2/131
一、Sci2軟件概述/131
二、Sci2的主要特點/132
第八節 SciMAT/133
一、SciMAT軟件概述/133
二、SciMAT的主要特點/134
參考文獻/137