科技大数据的建模理论与分析方法是科技大数据相关技术研究与服务平台建设的重要理论基础和应用方法论。科技大数据主要由非结构化和复杂结构数据组成，涉及广泛而丰富的建模理论和方法。《科技大数据的建模与分析技术》内容侧重面向科技大数据应用的基于张量的非结构数据建模、知识图谱及迁移学习等的基本概念及理论，同时介绍相关理论在认知图谱、跨域图像分类以及学者研究兴趣及机构合作关系挖掘等方面的应用。
更多科学出版社服务，请扫码获取。
目录第一部分 科技大数据的建模理论第1章 科技大数据的张量表示模型 31.1 引言 31.2 基于张量分解的表示模型 71.3 t-FD算法 151.4 理论误差界的证明 191.5 实验分析 261.6 小结 32参考文献 32第2章 科技大数据知识图谱 352.1 知识图谱概念及发展 352.2 面向科技大数据的知识图谱 382.3 知识图谱关键技术 402.4 知识图谱技术分析 52参考文献 55第3章 科技大数据迁移学习 573.1 迁移学习的概念及发展 573.2 科技大数据迁移学习的驱动因素 593.3 迁移学习相关研究 61参考文献 77第二部分 科技大数据的数据分析技术第4章 科技情报认知图谱 874.1 科技情报认知图谱的概念 874.2 认知推理 924.3 逻辑表达 97参考文献 99第5章 基于深度迁移学习的图像语义分类 1005.1 引言 1005.2 算法介绍 1045.3 实验 1135.4 小结 118参考文献 118第6章 基于柔性标签迁移学习的图像分类 1216.1 引言 1216.2 预备知识 1236.3 MSLT算法介绍 1266.4 实验 1356.5 小结 139参考文献 140第7章 科技大数据中的学者研究兴趣预测 1437.1 引言 1437.2 研究兴趣预测 1467.3 自适应属性选择的学者研究兴趣预测方法 1477.4 实验 1537.5 小结 155参考文献 155第8章 科技大数据中的学者间合著关系预测方法 1578.1 引言 1578.2 融合语义与结构信息的学者间合著关系预测方法 1588.3 实验 1628.4 小结 164参考文献 164第9章 科技大数据中的机构间合作关系预测方法 1669.1 问题介绍 1669.2 个体性实体与群体性实体 1679.3 基于表示学习的机构间合作关系预测算法 1699.4 实验 1739.5 小结 175参考文献 175
书单推荐
