封面 作者简介 书名页 版权页 前言 目录页 第1章 语义网 1.1 概述 1.2 语义网的特点 1.3 体系结构 1.3.1 URI和Unicode 1.3.2 XML 1.3.3 RDF 1.3.4 Ontology 1.3.5 Logics、Proofs和Trust 1.4 逻辑结构 1.5 技术基础 第2章 知识本体 2.1 基本概念 2.2 本体类型 2.3 描述语言 2.4 建模元语 2.5 本体构建方法 2.5.1 构建规则 2.5.2 IDEF5 2.5.3 骨架法 2.5.4 七步法 2.6 基于本体的知识获取 2.6.1 知识获取定义 2.6.2 知识获取途径 2.6.3 本体构建工具 2.6.4 工作原理 第3章 知识表示 3.1 概述 3.1.1 表示方法研究 3.1.2 表示结构研究 3.2 知识表示技术概述 3.2.1 知识表示技术方法 3.2.2 知识表示技术特征 3.3 概念体系 3.3.1 描述逻辑 3.3.2 网络本体语言 3.3.3 术语集与断言集 3.3.4 概念体系等级关系 3.3.5 概念体系的分类 3.3.6 概念表示 3.4 学习资源的知识表示体系 第4章 语义标注 4.1 概述 4.1.1 语义数据自动提取 4.1.2 语义数据自动标注 4.2 多文档自动摘要 4.2.1 基本步骤 4.2.2 评测方式 4.3 语义数据自动提取 4.3.1 基于命名实体识别的自动提取 4.3.2 基于机器学习的自动提取 4.3.3 基于启发式集成学习的自动提取 4.4 语义数据自动标注 4.4.1 数据转换 4.4.2 数据加工及关联 4.4.3 本体构建及标注 4.4.4 知识本体集成 4.4.5 知识本体存储及索引 4.4.6 知识本体查询及检索 第5章 关联数据 5.1 基本概念 5.2 适用环境 5.3 技术基础 5.3.1 架构模式 5.3.2 实现过程 5.3.3 访问技术 5.4 关联数据映射 5.4.1 词表映射 5.4.2 标识解析 5.4.3 起源跟踪 5.5 质量评估技术 5.5.1 评估方式分类 5.5.2 数据排名与筛选 5.6 融合技术 5.6.1 LarKC系统 5.6.2 推理过程 5.6.3 关联数据融合 5.6.4 缓存技术 5.7 关联数据集成 5.7.1 数据网络 5.7.2 改进措施 第6章 个性化服务 6.1 概述 6.1.1 “互联网＋”概念 6.1.2 服务模式 6.1.3 服务体系 6.2 基本特征 6.3 服务结构 6.3.1 功能结构 6.3.2 组织结构 6.4 自适应学习 6.4.1 用户模型 6.4.2 知识模型 6.5 个性化教学评价与分析 6.6 学习内容组织与重构 第7章 情境学习 7.1 概述 7.1.1 情境感知 7.1.2 数据处理及推理流程 7.1.3 情境建模的层次 7.2 情境要素处理 7.2.1 处理流程 7.2.2 情境要素 7.2.3 情境要素的分类 7.2.4 情境要素的转换过程 7.3 情境描述与推理 7.3.1 推理过程 7.3.2 情境特征提取 7.4 关联分析与推荐 7.4.1 关联规则分析 7.4.2 多层关联规则分析 7.4.3 基于ILP的多关系关联规则分析 7.4.4 数据清理与推荐 7.4.5 局限性和适用范围 7.5 学习者用户模型 7.5.1 概率方法 7.5.2 相关反馈 7.5.3 元数据模型 7.5.4 知识背景提取 7.5.5 社交关系提取 7.6 情感倾向分析 7.6.1 分析方法分类 7.6.2 情感分析过程 7.7 用户兴趣测量 7.7.1 用户本体更新 7.7.2 更新策略 第8章 推荐技术 8.1 概述 8.2 协同过滤推荐 8.3 基于内容的推荐 8.4 基于关联度的推荐 8.4.1 关联检索 8.4.2 相似度矩阵 8.4.3 推荐矩阵 8.5 混合协同过滤 8.5.1 面向学习资源的协同过滤 8.5.2 基于词向量的语言处理模型 8.5.3 基于知识标签的推荐 8.6 学习资源聚合 8.6.1 语义提取及关联 8.6.2 基于主题模型的聚合结构 8.6.3 主题信息的提取 8.6.4 基于主题信息的聚合 8.7 数据稀疏问题 第9章 总结与展望 参考文献 封底 ..更多