数据编织
正版图书，可开发票，请放心购买。
￥ 65.56 8.3折 ￥ 79 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者编者:胡庆勇//宋焱淼|
出版社清华大学
ISBN9787302657040
出版时间2024-04
装帧其他
开本其他
定价79元
货号32053827
上书时间2024-06-07
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
\"胡庆勇，清华大学AI大数据专委会理事，工信部、科技部专家库成员，河北、云南、广西公安厅大数据首席顾问，专注于人工智能技术在大数据与知识融合方面的研究和工程化实践，即数据编织，领域知识图谱，认知智能，数字交通等AI原生技术和领域实践，主持设计和研发了国内第一个原创AI原生技术数据编织知识集成工具平台TAIFabric，作为针对企业场景的智能数据入口级产品及知识助手，全面管理企业内部知识和数据的融合，为客户提供全栈AI原生智能数据解决方案。曾获得工信部，科技部科技创新二等奖和北京市示范奖，作为第一发明人的专利15项，软件著作权30项，核心期刊论文2篇。
宋焱淼，正高级工程师，总师，国防科学技术大学毕业，北京理工大学软件工程硕士，清华大学创新领军工程博士研究生，专注于网络安全、信息化领域技术与实践，先后获国家、军队科技进步奖励18项。
\"
目录
第1章 绪论
1.1 数据管理问题与需求
1.2 数据管理架构综述
1.3 数据管理架构的未来
1.4 数据网格与数据产品
1.4.1 数据产品的特征
1.4.2 构建数据产品的人与流程
1.4.3 构建数据产品的十个建议
1.5 行业数据面临的挑战
1.6 数据编织的概念综述
第2章 数据编织的设计原则
2.1 数据编织的概念定义
2.2 数据编织的设计原则
2.3 数据编织的能力要求
2.4 数据编织的实现思路
2.5 数据编织的实现参考
2.5.1 增强型数据
2.5.2 语义增强知识图谱
2.5.3 活跃元数据
2.5.4 洞察和推荐引擎
2.5.5 数据准备
2.5.6 数据交付
2.5.7 数据编排
2.5.8 数据研发运营一体化
2.5.9 数据持久化
2.6 数据编织的构建流程
第3章 数据编织的关键技术
3.1 图谱
3.1.1 图谱简介
3.1.2 图网络模型
3.1.3 图表示方法
3.2 知识图谱简介
3.2.1 历史简述
3.2.2 数据与图谱
3.2.3 知识表示
3.2.4 知识图谱
3.3 人工智能
3.4 数据虚拟化
3.5 数据编排和DataOps
第4章 语义知识图谱数据集成
4.1 现代数据集成要求
4.2 深入理解通用语义层
4.3 语义增强知识图谱
4.4 语义知识图谱集成
4.5 语义知识图谱数据编织
第5章 数据编织的应用实践
5.1 数据应用工程化方法
5.2 数据编织的集成价值
5.3 数据编织的应用步骤
5.4 数据编织的成功技巧
内容摘要
本书全面系统地介绍了数据编织的核心概念、设计原则、关键技术、面临的挑战及未来发展趋势，并结合实际案例，探讨了数据编织在行业领域的应用，为读者提供全面的数据管理和知识发现的全新解决方案。
本书可供数据管理和工程师、数据科学家、IT和业务领导者，以及对数据编织感兴趣的专业人员阅读参考。
精彩内容
第3章数据编织的关键技术3.1图谱3.1.1图谱简介图谱（graph）是一个简单而古老的数学概念。它是一种数据结构，由一组顶点（或节点/点）和边（或关系/线）组成，可用于对对象集合之间的关系进行建模。传说莱昂哈德·欧拉在1736年首次开始谈论图。在访问普鲁士的柯尼斯堡（现在的俄罗斯加里宁格勒）时，欧拉不想花太多时间在这座位于普雷格尔河两岸的城市中散步，其中包括两个大岛，它们相互连接，并通过七座桥梁连接到城市的两个陆地部分。欧拉计划在城市
中散步，他正式提出了通过每座桥梁一次且仅一次的问题。他证明了这是一项不可能完成的任务，所以他留在家里。这导致了图和图论的发明。图3.1展示了柯尼斯堡的传统表示和欧拉用来证明他的论点的相关图形表示。
图3.1柯尼斯堡的传统表示及相关图形表示更正式地说，图谱是由G=（V，E）表示的一对顶点和边，其中V是用V={Vi，i=1，2，…，n}表示的顶点集合，E是关联V的边的集合，由Eij={（Vi，Vj），Vi∈V，Vj∈V}表示，E［V］2。E的元素因此是V的二元子集，也就是任何一条边均要连接两个顶点。表示图形的最简单方法是为每个顶点绘制一个点或一个小圆圈，如
果它们形成一条边，则用一条线连接其中两个顶点。这种更正式的描述如图3.2所示。
图3.2V={1，2，3，4，5}上的无向图，边设置为E={（1，2），（1，5），（2，5），（2，4），（4，3）}图谱可以是有向的，也可以是无向的，具体取决于是否在边上定义了遍历方向。在有向图中，边Eij可以从Vi遍历到Vj，但不能沿相反方向遍历；Vi称为尾节点或开始节点，Vj称为头部或结束节点。在无向图中，两个方向的边遍历都是有效的。图3.2表示无向图，而图3.3表示有向图。
图3.3V={1，2，…，5}上的有向图，边设置为E={（1，2），（2，5），（5，1），（2，4），（3，4）}在图3.3中，箭头指示关系的方向。默认情况下，图形中的边是未加权的（因此，相应的图形被称为未加权图）。当权重（用于传达某种显著性的数值）被分配给边时，该图形被称为加权图。图3.4显示了与图3.2和图3.3相同的图形，但为每个边分配了权重。
图3.4无向加权图和有向加权图如果{x，y}是G的边，则两个顶点x和y定义为相邻或相连。连接它们的边Eij被称为两个顶点Vi和Vj上的事件。两条不同的边e和f如果具有共同的顶点，则它们是相邻的。如果G的所有顶点都是成对相邻的，则G是完整的。图3.5显示了一个完整的图形，其中每个顶点都连接到所有其他顶点。
图3.5一个完整的图形，其中每个顶点都连接到所
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价