您好,欢迎来到聚文网。 登录 免费注册
社会网络中基于用户认知结构的知识标注研究

社会网络中基于用户认知结构的知识标注研究

  • 字数: 220
  • 出版社: 中国社科
  • 作者: 林鑫//石宇//李静|
  • 商品条码: 9787522747873
  • 适读年龄: 12+
  • 版次: 1
  • 开本: 16开
  • 页数: 221
  • 出版年份: 2025
  • 印次: 1
定价:¥88 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
为实现社会网络中基于 用户认知结构的知识标注, 需要厘清面向信息资源的用 户认知结构的内涵与运行机 理,为社会网络中基于用户 认知结构的知识标注提供指 导;在此基础上,需要结合 社会网络环境的特点,研究 基于用户认知结构的知识标 注框架设计方法与技术实现 方案,以及基于标注结果的 资源知识图谱构建方法,以 实现知识标注结果的语义描 述与关联。同时,以社会网 络平台豆瓣为对象开展实证 研究,验证所提出方案的可 行性和效果。本书不仅有助 于信息组织理论的发展与跨 学科的交叉融合,也对各类 网络平台的资源组织工作开 展具有参考价值。
作者简介
林鑫,博士,华中师范大学信息管理学院副教授。兼任《数字图书馆论坛》编委,《信息资源管理学报》、Data and Information Management等期刊审稿人。长期从事信息组织与检索方面的教学与研究工作。先后主持国家社科基金、中国博士后科学基金及横向项目多项,在《情报学报》、The Electronic Library等重要刊物发表学术论文30余篇,出版专著4部。 石宇,博士,湖北大学新闻传播学院讲师。研究方向为传播受众分析与信息推荐、信息传播安全与数据治理。参与国家社会科学基金重大项目、青年项目等多项。在国内外学术期刊发表学术论文十余篇,参与撰写学术专著1本、参编教材1部。担任The Electronic Library等SSCI/SCI源刊同行评审专家。 李静,博士,暨南大学图书馆馆员,研究方向为数字信息资源组织。参与国家社会科学基金项目、教育部人文社会科学基金项目等国家级、省部级项目多项,发表“基于决策树的多源文献元数据融合研究”等CSSCI期刊论文8篇,参与撰写学术专著1部。
目录
第一章 引言 第一节 研究背景 第二节 研究意义 一 理论意义 二 实践意义 第三节 研究综述 一 资源标注框架研究 二 知识标注模式研究 三 知识标注工具 四 知识标注方法与技术 五 研究评述 第四节 研究内容与方法 一 研究总体框架及内容 二 研究方法 第二章 相关理论与技术 第一节 认知图式 一 认知图式的概念及溯源 二 认知图式的特征与分类 三 认知图式的功能 第二节 机器学习 一 条件随机场 二 双向长短期记忆网络 三 注意力机制 第三节 知识图谱 一 知识图谱的概念 二 知识图谱的架构 三 知识图谱的关键技术 第三章 面向信息资源的用户认知结构及其在知识标注中的应用 第一节 面向信息资源的用户认知结构的内涵、特点与功能 一 面向信息资源的用户认知结构的内涵 二 面向信息资源的用户认知结构的特点 三 信息资源认知中用户认知结构的功能 第二节 面向信息资源的用户认知结构影响因素分析 一 资源因素 二 用户因素 三 系统因素 第三节 用户认知结构在资源知识标注中的应用价值 一 在资源知识标注框架设计中的应用价值 二 在资源知识标注词汇控制中的应用价值 第四章 社会网络中基于UGC的用户认知结构提取 第一节 社会网络中的UGC与用户认知结构 一 社会网络中UGC的类型 二 社会网络中文本类UGC的特点 三 基于UGC提取用户认知结构的优势与总体思路 第二节 基于UGC的知识概念分类提取 一 基于UGC的知识概念分类提取任务与模型 二 基于BiLSTM CRF的候选知识概念提取 三 基于投票机制的候选知识概念过滤 四 基于语料的一体化情感词识别及极性判断 第三节 基于用户认知的知识概念结构化 一 基于用户认知的知识概念结构化任务与模型 二 规则与相似度相结合的知识概念同义关系发现 三 基于FCA的知识概念层级关系发现 四 基于共现分析的知识概念关联识别 第五章 社会网络中基于用户认知结构的知识标注方法 第一节 基于用户认知结构的资源描述框架与标注模型 一 基于用户认知结构的资源描述框架设计 二 基于用户认知结构的资源知识标注模型 第二节 基于UGC的文本型特征知识标注 一 基于UGC的文本型特征知识标注模型 二 基于依存句法分析的单用户特征认知提取 三 考虑概念流行度的多用户认知结果融合 第三节 基于资源原文的文本型特征知识标注 一 基于规则的资源特征提取方法 二 基于改进TextRank的关键词抽取 三 基于BiLSTM Attention的资源特征提取 第四节 融合用户认知的连续数值型特征知识标注 一 基于用户行为的连续数值型资源特征提取 二 融合用户认知的连续数值型特征离散化 第六章 基于知识标注的资源知识图谱构建 第一节 基于用户认知结构的知识图谱模式层设计 一 实体类型及其属性设计 二 实体间关系类型设计 第二节 资源知识图谱构建中的实体对齐与知识补全 一 知识图谱中融合多特征的实体对齐 二 基于标注结果挖掘分析的属性与关系补全 第三节 基于Neo4j的知识图谱存储与可视化展示 一 Neo4j数据库选择依据 二 基于Neo4j的资源知识图谱存储实现 三 基于Neo4j的资源知识图谱可视化 第七章 实证:豆瓣中基于用户认知结构的图书知识标注 第一节 豆瓣图书数据采集 第二节 基于短评与社会化标签的豆瓣用户图书认知 一 面向豆瓣用户图书认知的知识概念提取 二 面向豆瓣用户图书认知的知识概念结构化 三 豆瓣用户图书认知结构体系框架及分析 第三节 基于豆瓣用户认知结构的图书知识标注 一 豆瓣图书知识标注框架及实现思路 二 基于短评和社会化标签的图书知识标注 三 基于内容简介的图书知识标注 第四节 连续数值型特征提取及离散化 一 图书流行度特征提取及离散化 二 图书质量特征提取及离散化 第五节 基于知识标注的图书资源知识图谱构建 一 基于用户认知结构的图书资源知识图谱模式层设计 二 图书资源知识图谱构建中的实体对齐与知识补全 三 基于Neo4j的图书知识图谱存储与可视化 第六节 实证总结 第八章 结论与展望 第一节 研究总结 第二节 研究展望 参考文献 后记

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网