目錄
第1章　數(shù)據(jù)治理　//1
1.1　數(shù)據(jù)治理概述　//1
1.1.1 數(shù)據(jù)治理概念　//1
1.1.2 數(shù)據(jù)治理要素　//2
1.2　數(shù)據(jù)治理模型　//3
1.2.1 DGI數(shù)據(jù)治理框架　//4
1.2.2 HESA數(shù)據(jù)治理模型　//6
1.2.3 漸進式數(shù)據(jù)治理模型　//7
1.3　智能數(shù)據(jù)治理　//8
1.3.1 傳統(tǒng)數(shù)據(jù)治理與智能數(shù)據(jù)治理　//8
1.3.2 數(shù)據(jù)驅動概述　//8
1.3.3 智能數(shù)據(jù)治理解決方案　//9
1.4　數(shù)據(jù)架構與智能數(shù)據(jù)治理架構　//10
1.4.1 企業(yè)架構與數(shù)據(jù)架構　//10
1.4.2 智能數(shù)據(jù)治理架構　//14
第2章　知識圖譜　//16
2.1　知識圖譜概述　//16
2.1.1 知識圖譜的演進　//16
2.1.2 知識圖譜的體系架構　//17
2.2　知識的存儲　//18
2.2.1 知識表示框架及查詢語言　//18
2.2.2 基于表結構的存儲方案　//20
2.2.3 基于圖結構的存儲方案　//22
2.3　知識表示　//24
2.3.1 一階謂詞邏輯　//24
2.3.2 產(chǎn)生式系統(tǒng)　//25
2.3.3 框架表示法　//25
2.3.4 語義網(wǎng)絡表示法　//27
2.4　知識抽取　//28
2.4.1 實體抽取　//28
2.4.2 關系抽取　//31
2.4.3 事件抽取　//34
2.5　知識融合　//36
2.6　知識推理　//37
2.6.1 基于邏輯規(guī)則的推理　//38
2.6.2 基于圖結構的推理　//38
2.6.3 基于分布式表示的推理　//39
2.6.4 基于神經(jīng)網(wǎng)絡的推理　//39
2.6.5 混合推理　//40
2.7　知識挖掘　//41
2.7.1 知識內容挖掘：實體鏈接　//41
2.7.2 知識結構挖掘：規(guī)則鏈接　//44
第3章　大模型時代的知識圖譜和智能數(shù)據(jù)治理　//47
3.1　知識圖譜與人工智能　//47
3.1.1 知識圖譜是人工智能的基石　//47
3.1.2 知識圖譜推動智能應用　//48
3.1.3 知識圖譜是人工智能發(fā)展的核心驅動之一　//48
3.2　知識圖譜與數(shù)據(jù)治理　//48
3.2.1 良好的數(shù)據(jù)治理是構建組織知識圖譜的基石　//48
3.2.2 知識圖譜助力智能數(shù)據(jù)治理　//49
3.2.3 基于知識圖譜的智能數(shù)據(jù)治理架構　//50
3.3　大模型時代的知識圖譜和數(shù)據(jù)治理　//51
3.3.1 大模型概述　//51
3.3.2 大模型中的關鍵技術　//52
3.3.3 大模型的優(yōu)勢及特點　//54
3.3.4 常見的大模型　//55
3.3.5 基于大模型的智能系統(tǒng)架構　//57
3.4　大模型時代的知識圖譜　//59
3.4.1 知識圖譜和大模型面臨的現(xiàn)實困境和融合機遇　//59
3.4.2 知識圖譜和大模型融合應用的三種主流模式　//64
3.4.3 大模型和知識圖譜　//67
3.4.4 大模型與知識圖譜的協(xié)同技術　//68
3.4.5 基于大模型的智能知識圖譜架構　//69
3.5　大模型時代的智能數(shù)據(jù)治理　//74
3.5.1 傳統(tǒng)的數(shù)據(jù)治理技術　//75
3.5.2 數(shù)據(jù)治理為大模型奠定基礎　//78
3.5.3 大模型在數(shù)據(jù)治理中的應用　//78
3.5.4 面向大模型的數(shù)據(jù)治理框架　//81
3.5.5 基于大模型的智能數(shù)據(jù)治理　//83
3.6　基于領域知識圖譜的數(shù)據(jù)治理架構　//84
3.6.1 醫(yī)療領域的智能數(shù)據(jù)治理　//84
3.6.2 政務領域的智能數(shù)據(jù)治理　//85
3.6.3 低碳領域的智能數(shù)據(jù)治理　//86
3.6.4 基于知識圖譜的智能知識服務　//86
第4章　醫(yī)療領域科學知識圖譜繪制　//88
4.1　科學知識圖譜概述　//89
4.1.1 知識圖譜分析方法　//89
4.1.2 知識圖譜繪制工具　//90
4.2　CiteSpace概述　//91
4.2.1 軟件主界面　//91
4.2.2 合作網(wǎng)絡分析　//92
4.2.3 中文CNKI數(shù)據(jù)的分析實踐　//97
4.3　醫(yī)療知識圖譜構建　//101
4.4　兒童孤獨癥知識圖譜分析　//103
4.4.1 兒童孤獨癥學科共引分析　//103
4.4.2 兒童孤獨癥知識基礎知識圖譜分析　//105
4.4.3 兒童孤獨癥研究領域的核心期刊　//107
4.4.4 兒童孤獨癥研究機構分析　//109
4.4.5 基于CiteSpace的兒童孤獨癥知識庫關鍵知識點分析　//111
第5章　數(shù)據(jù)驅動的兒童孤獨癥主動知識服務模型構建　//121
5.1　兒童孤獨癥篩查與干預平臺構建　//121
5.1.1 建立基于眾包模式的孤獨癥患兒信息庫及知識庫　//122
5.1.2 建立兒童孤獨癥知識服務個性化推薦模型　//124
5.2　區(qū)域兒童孤獨癥篩查與干預數(shù)據(jù)治理實施架構　//125
5.3　知識庫本體構建及知識爬取方法概述　//127
5.3.1 本體構建方法　//127
5.3.2 知識爬取方法　//130
5.4　孤獨癥本體構建　//131
5.4.1 孤獨癥本體框架　//131
5.4.2 孤獨癥本體構建　//133
5.5　基于Heritrix和HTMLParser的孤獨癥知識文本提取　//136
5.5.1 爬蟲解析過程　//137
5.5.2 算法優(yōu)化　//139
5.6　孤獨癥疾病領域知識庫結構　//140
第6章　個人健康信息知識圖譜構建　//143
6.1　電子病歷概述　//143
6.1.1 電子病歷文本類型　//143
6.1.2 電子病歷實體分類　//143
6.1.3 電子病歷實體關系分類　//144
6.2　模型與方法　//145
6.2.1 基于轉換器的雙向編碼器表示　//145
6.2.2 條件隨機場　//146
6.2.3 長短期記憶網(wǎng)絡　//147
6.2.4 注意力機制模型　//149
6.2.5 CNN　//150
6.3　電子病歷命名實體識別　//150
6.3.1 BiLSTM-CRF模型原理　//150
6.3.2 BiLSTM-CRF模型的構建　//152
6.3.3 電子病歷實體數(shù)據(jù)預處理　//153
6.3.4 結果分析　//155
6.4　電子病歷關系抽取　//156
6.4.1 CNN構建　//156
6.4.2 電子病歷關系數(shù)據(jù)預處理　//157
6.4.3 結果分析　//158
6.5　電子病歷關系抽取　//160
6.5.1 Neo4j圖數(shù)據(jù)庫　//160
6.5.2 Neo4j圖數(shù)據(jù)庫存儲　//160
6.6　大模型在健康管理領域的應用　//164
6.6.1 國內外典型醫(yī)療大模型　//165
6.6.2 醫(yī)學臨床數(shù)據(jù)治理　//166
6.6.3 智能病理診斷　//168
6.6.4 疾病風險預測與醫(yī)療資源管理　//169
6.6.5 大模型助力醫(yī)院構建智慧醫(yī)護體系　//170
第7章　政務服務數(shù)據(jù)治理平臺構建　//173
7.1　主動式政務服務需求　//173
7.1.1 主動式政務服務　//173
7.1.2 個性化政務服務　//174
7.1.3 移動政務服務　//174
7.2　主動式政務服務數(shù)據(jù)治理平臺構建　//174
7.2.1 多源數(shù)據(jù)整合　//175
7.2.2 政務服務云平臺總體架構　//176
7.3　模式創(chuàng)新　//177
7.3.1 主動式政務服務模式創(chuàng)新　//177
7.3.2 管理模式創(chuàng)新　//179
7.4　主動式政務服務云平臺構建案例　//182
7.4.1 基于“三單管理”的標準化審批服務　//182
7.4.2 基于“網(wǎng)格化”的智慧城市治理新模式　//183
7.5　大模型在智慧政務領域的應用　//183
7.5.1 智能政務服務　//184
7.5.2 城市智能化治理　//185
7.5.3 應用大模型技術打造政府網(wǎng)站智能問答服務　//187
第8章　低碳領域的數(shù)據(jù)治理　//192
8.1　低碳領域數(shù)據(jù)構成　//192
8.1.1 能源消耗類數(shù)據(jù)　//192
8.1.2 碳源類數(shù)據(jù)　//194
8.1.3 碳匯類數(shù)據(jù)　//195
8.2　知識圖譜和區(qū)塊鏈應用策略　//195
8.2.1 知識圖譜和區(qū)塊鏈技術概述　//195
8.2.2 知識圖譜在低碳數(shù)據(jù)治理中的應用策略　//196
8.2.3 區(qū)塊鏈在低碳數(shù)據(jù)治理中的應用策略　//197
8.3　數(shù)據(jù)治理平臺需求　//198
8.3.1 問題分析　//198
8.3.2 業(yè)務性需求　//199
8.3.3 功能性需求　//200
8.3.4 低碳數(shù)據(jù)治理系統(tǒng)軟硬件配置要求　//201
8.3.5 低碳數(shù)據(jù)治理系統(tǒng)性能需求　//201
8.4　低碳數(shù)據(jù)治理系統(tǒng)的設計與實現(xiàn)　//203
8.4.1 總體框架設計　//203
8.4.2 數(shù)據(jù)庫設計　//205
8.4.3 各功能模塊設計與實現(xiàn)　//213
8.5　低碳數(shù)據(jù)治理系統(tǒng)構建示例　//222
8.5.1 應用效果　//222
8.5.2 小結　//228
8.6　大模型在低碳數(shù)據(jù)治理領域的應用　//228
8.6.1 綠色電力系統(tǒng)優(yōu)化　//228
8.6.2 智慧農業(yè)生產(chǎn)作業(yè)　//229
8.6.3 有色冶金能源管理　//230
8.6.4 新能源汽車智能制造　//230
8.6.5 智能建造設計裝配　//231
8.6.6 大模型助力建筑行業(yè)智能化轉型升級　//232
參考文獻　//234