目錄
第一章緒論1
1.1數(shù)據(jù)科學與工程背景1
1.1.1數(shù)據(jù)科學與工程的形成1
1.1.2數(shù)據(jù)科學與工程的概述3
1.1.3與其他相關(guān)領(lǐng)域的關(guān)系4
1.1.4數(shù)據(jù)科學與工程的重要性6
1.2數(shù)據(jù)科學與工程的工具和技術(shù)6
1.2.1常用工具和技術(shù)6
1.2.2本書用到的工具和技術(shù)導覽8
1.3數(shù)據(jù)科學與工程面臨的挑戰(zhàn)8
1.3.1數(shù)據(jù)隱私和安全8
1.3.2道德、倫理與法律問題.9
1.3.3數(shù)據(jù)質(zhì)量和治理.10
小結(jié)11
第2章數(shù)據(jù)科學基礎(chǔ)理論12
2.1數(shù)字圖像處理12
2.1.1數(shù)字圖像概述12
2.1.2圖像的類型12
2.1.3數(shù)字圖像的基本概念13
2.1.4數(shù)字圖像處理主要研究內(nèi)容15
2.2知識圖譜17
2.2.1知識圖譜的背景17
2.2.2知識圖譜的概念18
2.2.3知識圖譜的分類19
2.2.4常見的知識圖譜技術(shù)19
2.3數(shù)據(jù)聚類算法21
2.3.1聚類分析的概念21
2.3.2聚類分析的度量21
2.3.3聚類的分類22
2.3.4聚類算法實戰(zhàn)：DBSCAN算法24
2.4文本分析算法26
2.4.1文本的定義.26
2.4.2文本的作用.26
2.4.3文本隨式.27
2.4.4常見的文本分析技術(shù)28
2.5時間序列分析算法31
2.5.1 時間序列31
2.5.2平穩(wěn)性.33
2.5.3時間序列的常用模型34
2.6多模態(tài)數(shù)據(jù)分析算法35
2.6.1多模態(tài)數(shù)據(jù)分析的定義36
2.6.2經(jīng)典的多模態(tài)任務(wù)37
2.7推薦算法38
2.7.1推薦系統(tǒng)概述39
2.7.2推薦算法的思想原理39
2.7.3相似性度量方法40
2.7.4推薦算法分類41
小結(jié)43
習題43
第3章知識圖譜構(gòu)建與挖掘?qū)嵺`44
3.1知識圖譜與構(gòu)建背景知識44
3.1.1知識圖譜背景知識45
3.1.2數(shù)據(jù)預處理46
3.1.3知識圖譜構(gòu)建47
3.1.4專利大數(shù)據(jù)實踐處理流程48
3.1.5專利大數(shù)據(jù)介紹及建模48
3.2知識圖譜構(gòu)建與挖掘的優(yōu)化技術(shù)55
3.2.1知識增強與知識融合56
3.2.2面向文本數(shù)據(jù)的知識圖譜處理技術(shù)57
3.2.3知識圖譜的表征學習59
3.2.4知識圖譜的可解釋應(yīng)用72
3.3知識圖譜感知的專利成果聚類模型開發(fā)實踐72
3.3.1知識圖譜感知專利聚類算法72
3.3.2系統(tǒng)評測與驗證78
3.3.3工程實踐81
3.3.4演示系統(tǒng)89
小結(jié)90
習題90
第4章文本檢測實踐91
4.1互聯(lián)網(wǎng)文本檢測背景知識91
4.1.1互聯(lián)網(wǎng)平臺風控場景92
4.1.2垃圾文本檢測處理流程94
4.1.3垃圾文本檢測數(shù)據(jù)介紹及建模95
4.2基于字符相似性網(wǎng)絡(luò)的垃圾文本檢測優(yōu)化技術(shù)118
4.2.1字形相似性118
4.2.2韓相似性120
4.2.3字符相似性網(wǎng)絡(luò)121
4.3基于字符相似性網(wǎng)絡(luò)的對抗垃圾文本檢測模型實踐示范122
4.3.1對抗垃圾文本檢測算法122
4.3.2系統(tǒng)評測與驗證130
4.3.3演不系統(tǒng)133
小結(jié)135
習題135
第5章多模態(tài)數(shù)據(jù)分析實踐136
5.1多模態(tài)數(shù)據(jù)分析背景知識136
5.1.1常見數(shù)據(jù)模態(tài)及其特征136
5.1.2不同模態(tài)數(shù)據(jù)分析方法異同137
5.2醫(yī)療大數(shù)據(jù)分析背景知識137
5.2.1醫(yī)學場景介紹137
5.2.2醫(yī)療大數(shù)據(jù)特點及建模140
5.2.3醫(yī)學數(shù)據(jù)分析算法143
5.2.4數(shù)據(jù)預處理工具介紹146
5.3基于多模態(tài)數(shù)據(jù)融合的智慧醫(yī)療診斷模型開發(fā)153
5.3.1多模態(tài)數(shù)據(jù)預處理154
5.3.2多模態(tài)數(shù)據(jù)融合模型設(shè)計與開發(fā)158
5.3.3系統(tǒng)評測與分析173
小結(jié)178
習題178
第6章推薦系統(tǒng)實踐179
6.1推薦系統(tǒng)的背景知識179
6.1.1推薦絲概述179
6.1.2推薦系統(tǒng)架構(gòu)181
6.1.3推薦系統(tǒng)數(shù)據(jù)介紹及建模191
6.2推薦系統(tǒng)的優(yōu)化技術(shù)208
6.2.1雙向推薦系統(tǒng)208
6.2.2基于知識圖譜的推薦系統(tǒng)210
6.2.3可解釋推薦系統(tǒng)211
6.3基于知識圖譜的可解釋人崗智能匹配實踐213
6.3.1基于知識圖譜的可解釋雙向推薦算法213
6.3.2系統(tǒng)評測與驗證223
6.3.3工程實踐224
6.3.4演示系統(tǒng).227
小結(jié)230
習題231
第7章工程實踐的簡要回顧及擴展232
7.1四個工程實踐的簡要回顧232
7.2數(shù)據(jù)工程實踐擴展232
7.2.1技術(shù)角度的擴展232
7.2.2應(yīng)用領(lǐng)域角度的擴展233
7.2.3跨領(lǐng)域技術(shù)應(yīng)用234
7.2.4數(shù)據(jù)融合技術(shù)應(yīng)用235
參考文獻236