有哪些信誉好的足球投注网站- 1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
大数据驱动的知识图谱构建与应用研究
目录
一、文档综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.1.1信息爆炸与知识密集化趋势．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
1.1.2智能决策对结构化知识的迫切需求．．．．．．．．．．．．．．．．．．．．．．10
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
1.2.1大数据分析技术发展回顾．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
1.2.2知识图谱技术演进概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
1.2.3大数据与知识图谱融合研究动态．．．．．．．．．．．．．．．．．．．．．．．．18
1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
1.3.1主要研究目的界定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
1.3.2核心研究内容框架．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25
1.4技术路线与研究方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
1.4.1整体技术实现路径．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
1.4.2采用的关键研究方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
1.5本文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
二、大数据环境下的知识表示与建模．．．．．．．．．．．．．．．．．．．．．．．．．39
2.1大数据的特征与挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
2.1.1数据体量与多样性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
2.1.2数据质量与动态性挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
2.2知识表示的基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
2.2.1本体论与语义网基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
2.2.2实体关系属性模型探讨．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54
2.3面向大数据的知识建模方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
2.3.1本体驱动的建模范式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
2.3.2数据驱动的映射技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．61
2.3.3增量式与演化式建模策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63
三、基于大数据的知识图谱构建技术．．．．．．．．．．．．．．．．．．．．．．．．．66
3.1数据预处理与清洗技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．68
3.1.1数据集成与对齐方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．69
3.1.2数据质量检测与净化流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73
3.2实体识别与链接技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．73
3.2.1实体命名实体识别．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．75
3.2.2实体歧义消解与链接方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．76
3.3关系抽取与知识融合技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．79
3.3.1显式关系自动抽取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．82
3.3.2隐式关系推理方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．84
3.3.3异构信息融合策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．87
3.4知识图谱存储与管理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．88
3.4.1面向知识图谱的数据库选型．．．．．．．．．．．．
文档评论（0）