圖數據管理技術-圖立方新一代知識圖譜管理系統 王國仁 9787121503351 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202505*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：圖數據管理技術-圖立方新一代知識圖譜管理系統
ISBN：9787121503351
出版社：電子工業
著編譯者：王國仁
頁數：304
所在地：中國大陸 *此為代購商品
書號：1745299
可大量預訂，請先連絡。

內容簡介
現實中的大數據具有時序多頻、尖峰厚尾等特點，導致構建億級時序圖譜分析與應用平臺時，存在圖譜構建質量低、查詢分析代價高及推理挖掘解釋難等問題。為此，本書將介紹一種新一代知識圖譜管理系統一一圖立方，以及基於圖立方的金融風險防控綜合技術解決方案。本書共分為10章，其中，第1章 為緒論，主要介紹圖立方的提出背景、基本概念和基本功能；第2章 介紹圖立方的表達、圖立方的數據劃分算法和圖立方的多版本存儲技術；第3章 介紹圖立方的抽取與融合，主要包含基於語義增強的超關係抽取模型、基於多任務的時序關係抽取技術、基於實體消歧的圖立方知識增量更新方法以及基於圖神經網絡的知識圖譜融合技術；第4章 介紹圖立方的查詢處理，主要包含面向原生超圖的查詢系統、面向時序超圖的查詢系統以及面向圖立方的查詢優化、匹配查詢和概要查詢；第5章 介紹圖立方的分析引擎，主要包含面向圖立方的分析引擎設計、面向圖立方分析引擎的軟硬件協同優化和動態負載均衡技術；第6章 介紹圖立方的規則挖掘，主要包含時序環規則挖掘、頻繁子圖模式挖掘以及週期子模式挖掘；第7章 介紹圖立方的推理歸納，主要包含圖立方表示學習、圖立方超關係預測以及圖立方子圖表示學習：第8章 介紹基於圖立方的金融輿情分析，主要包含基於圖立方的金融輿情主題檢測、輿情情感分析以及輿情傳播路徑預測；第9章 介紹基於圖立方的金融風險預測，主要包含基於圖立方的金融風險辨識、基於數據的金融風險預警方法和可解釋的金融風險預警方法；第10章 介紹圖立方的金融風險防控案例，主要包含金融風控大腦關鍵技術和金融風控大腦應用驗證案例。圖立方是基於時序多元關係的知識表達模型，代表著知識圖譜領域的系統性技術創新。與傳統的二元語義關係表達模型相比，圖立方整合了多種異質模態知識，使得其對時序多元語義關係的表達更為直觀和全面。在金融數據的應用場景中，圖立方能夠更準確地捕捉和表現持股、擔保、交易等活動之間的關係。基於圖立方構建金融風險防控綜合技術解決方案，為金融數據管理、風險預測和防範提供了全新的視角和工具，對金融行業的發展和穩健運行帶來了積極而深遠的影響。本書適合初次接觸時序超圖知識圖譜內容的讀者閱讀，也可供具有相關方向研究基礎的專業人士參考。

作者簡介
王國仁，博士，第十四屆全國政協委員，長江學者特聘教授，國家傑出青年科學基金獲得者，入選國家百千萬人才工程國家級人選，第七屆國務院學科評議組成員，國家有突出貢獻專家，科技部重點研發計劃”雲計算和大數據”重點專項專家組成員，科技冬奧總體專家組成員、科學辦賽專家組組長。現任北京理工大學計算機學院院長、教授、博士生導師。王國仁連續從事數據管理研究30多年，主要研究方向為數據庫、大圖數據、數據湖。主持國家自然科學基金、國家重點研發計劃等30余項科研項目。獲得國家科學技術進步二等獎、遼寧省科學技術進步一等獎、教育部科學技術進步一等獎、中國電子學會科學技術進步一等獎等多項國家和省部級科學技術獎勵。擔任國際學術期刊CMC主編、TKDE編委，發表文章 300餘篇。

目錄

第 1 章 緒論 1
1 1 圖立方的提出背景 1
1 1 1 大規模圖數據管理系統 1
1 1 2 大規模知識圖譜智能挖掘與推理系統 2
1 1 3 金融大數據智能分析平臺 3
1 2 圖立方的基本概念 3
1 2 1 傳統圖模型的缺點 4
1 2 2 時序圖模型的特點 4
1 2 3 圖立方能解決的科學與技術問題 5
1 3 圖立方的基本功能 6
1 3 1 圖立方的構建與融合 6
1 3 2 圖立方的實時查詢與智能分析 6
1 3 3 金融圖立方的規則挖掘與推理 7
1 3 4 金融圖立方的輿情分析與風險防控 7
1 3 5 金融圖立方查詢與分析平臺 8
第 2 章 圖立方的表達與存儲 9
2 1 圖立方的表達 9
2 1 1 知識圖譜表達模型 9
2 1 2 知識圖譜數據庫 12
2 1 3 多元時序表達模型和存儲結構 14
2 2 圖立方的數據劃分算法 18
2 2 1 背景概述 19
2 2 2 系統架構 19
2 2 3 分布式並行圖劃分算法 22
2 3 圖立方的多版本存儲技術 25
2 3 1 背景概述 26
2 3 2 日誌結構累積更新 27
2 3 3 最終根最優根雙向回溯 29
本章 參考文獻 32
第 3 章 圖立方的抽取與融合 35
3 1 基於語義增強的超關係抽取模型 35
3 1 1 背景概述 35
3 1 2 基於語義增強的超關係抽取模型 37
3 1 3 實驗驗證 42
3 2 基於多任務的時序關係抽取技術 44
3 2 1 背景概述 44
3 2 2 時序推理增強的多任務事件-關係聯合抽取 45
3 2 3 實驗驗證 48
3 3 基於實體消歧的圖立方知識增量更新方法 50
3 3 1 背景概述 50
3 3 2 基於束搜索的全域實體消歧 52
3 3 3 實驗驗證 54
3 4 基於圖神經網絡的知識圖譜融合技術 56
3 4 1 背景概述 56
3 4 2 基於圖神經網絡的時間關係感知實體對齊方法 56
3 4 3 模型學習 58
3 4 4 實驗驗證 58
本章 參考文獻 59
第 4 章 圖立方的查詢處理 62
4 1 面向原生超圖的查詢系統 62
4 1 1 背景需求 62
4 1 2 系統設計實現 63
4 2 面向時序超圖的查詢系統 72
4 2 1 時序知識圖譜查詢系統 72
4 2 2 時序超圖查詢系統 78
4 3 面向圖立方的查詢優化 80
4 3 1 背景需求 80
4 3 2 異構系統的系統架構 82
4 3 3 異構系統的索引構建 84
4 3 4 異構系統的查詢處理 86
4 4 面向圖立方的匹配查詢 90
4 4 1 穩定匹配查詢 91
4 4 2 基於剪枝的在線查詢 93
4 4 3 基於索引的查詢處理 97
4 5 面向圖立方的概要查詢 104
4 5 1 概要查詢 104
4 5 2 屬性圖立方的索引 108
4 5 3 屬性圖立方的實例化 111
本章 參考文獻 112
第 5 章 圖立方的分析引擎 113
5 1 面向圖立方的分析引擎設計 113
5 1 1 分布式圖數據結構 113
5 1 2 分布式圖採樣引擎 116
5 1 3 圖神經網絡訓練與推理引擎 119
5 2 面向圖立方分析引擎的軟硬件協同優化 123
5 2 1 圖神經網絡採樣訓練問題分析 123
5 2 2 空分複用訓練方法 125
5 2 3 預採樣緩存策略 129
5 3 面向圖立方分析引擎的動態負載均衡技術 130
5 3 1 圖數據遷移概述 130
5 3 2 圖數據遷移設計與實現 133
本章 參考文獻 139
第 6 章 圖立方的規則挖掘 141
6 1 時序環規則挖掘 141
6 1 1 問題定義 141
6 1 2 傳統方法 142
6 1 3 基於圖立方的算法 144
6 2 頻繁子圖模式挖掘 149
6 2 1 問題定義 150
6 2 2 傳統方法 151
6 2 3 基於圖立方的算法 153
6 3 週期子模式挖掘 156
6 3 1 問題定義 156
6 3 2 傳統方法 159
6 3 3 基於圖立方的算法 162
本章 參考文獻 171
第 7 章 圖立方的推理歸納 172
7 1 圖立方表示學習 172
7 1 1 問題定義 172
7 1 2 傳統方法 173
7 1 3 圖立方表示學習 178
7 2 圖立方超關係預測 182
7 2 1 問題定義 182
7 2 2 傳統方法 183
7 2 3 圖立方超關係預測 188
7 3 圖立方子圖表示學習 194
7 3 1 問題定義 194
7 3 2 傳統方法 194
7 3 3 基於域流的圖分類框架 198
本章 參考文獻 201
第 8 章 基於圖立方的金融輿情分析 203
8 1 基於圖立方的金融輿情主題檢測 203
8 1 1 問題概述 203
8 1 2 經典算法 204
8 1 3 基於圖立方的金融輿情主題檢測方法 205
8 2 基於圖立方的金融輿情情感分析 207
8 2 1 問題概述 207
8 2 2 基於文本的情感分析方法 207
8 2 3 基於多模態的情感分析方法 210
8 2 4 基於圖立方的金融情感分析方法 214
8 3 基於圖立方的金融輿情傳播路徑預測 215
8 3 1 問題概述 215
8 3 2 時序輿情傳播路徑挖掘 215
8 3 3 基於圖立方的輿情傳播路徑挖掘 216
本章 參考文獻 218
第 9 章 基於圖立方的金融風險預測 221
9 1 基於圖立方的金融風險辨識模型 221
9 1 1 問題概述 221
9 1 2 傳統金融風險辨識模型 222
9 1 3 基於圖結構的金融風險辨識方法 226
9 1 4 基於圖立方的金融風險辨識方法 229
9 2 基於數據的金融風險預警方法 230
9 2 1 基於知識圖譜的金融風險預警方法 230
9 2 2 基於圖立方的金融風險預警方法 232
9 3 可解釋的金融風險預警方法 235
9 3 1 背景知識 235
9 3 2 基於圖立方的雙驅動風險預警方法 237
本章 參考文獻 240
第 10 章 基於圖立方的金融風險防控案例 244
10 1 金融風控大腦關鍵技術 244
10 1 1 基於金融圖立方的數據彙聚技術 244
10 1 2 基於金融圖立方的聯邦分布式技術 246
10 1 3 基於金融圖立方的時序股權穿透技術 249
10 1 4 基於金融圖立方的關鍵圖結構識別技術 258
10 1 5 基於金融圖立方的輿情風險預測技術 268
10 2 金融風控大腦應用驗證案例 277
10 2 1 基於圖立方的商業票據欺詐識別方法 277
10 2 2 基於圖立方的發債企業風險評估方法 281
10 2 3 基於圖立方的銀行信貸風險管控方法 286
本章 參考文獻 290

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。