《Linux系统编程（第2版）》——2.12　结束语

12.55 结束语 知识图谱技术是人工智能知识表示和知识库在互联网环境下的大规模应用,显示出知识在智能系统中重要性,是实现智能系统的基础知识资源.纵观知识图谱研究发展的相关研究现状,以下研究将成为未来知识图谱必须应对的挑战:① 研究知识表示和获取的新理论和方法,使知识既具有显式的语义定义,又便于大数据下的知识计算:② 随着信息技术从信息服务向知识服务的转变,研究建立知识图谱构建的平台,以服务不同的行业和应用:③ 知识图谱虽然已经在语义搜索和知识问答等应用中展示出一定的威力,但是基于知识图谱的应用

12.49 结束语 近年来,分类型数据的聚类分析技术已经获得了长足的发展,在市场营销[43] .生物信息学 [44-45] .软件系统分析[46]等领域得到了广泛的应用.分类型数据的聚类算法也成为聚类集成学习的一种有效工具[47] .而如此广泛的应用又吸引了越来越多的研究者的兴趣[48-49] ,推动了分类型数据聚类的进一步发展. 我们认为,在未来关于分类型数据聚类有如下问题值得进一步研究与思考. (1) 分类型集值数据聚类算法:通常分类型数据中一个对象在每个分类变量上仅有一个属性值.在实际应用

12.61 结束语 到目前为止,大数据还没有一个数学定义,但它可以被一些特性描述,比如它的 5v 特性.本文主要关注第四个特性,即不确定性 , 试图说明:① 一些关于不确定性处理的问题,如数据集中每个样例都有 80% 以上的数据缺失问题,该问题只在大数据环境中出现:② 处理嵌入到数据分析整个过程中的不确定性对于大数据的学习性能有重大的影响.在图 2 中我们对大部分处理大数据计算的方法进行了总结,并且突出了数据的规模从大到小变化的效果.

12.25 结束语 本文介绍了时空众包技术的发展现状.代表性应用与核心研究问题,同时展望了未来具有潜在价值的研究挑战.简言之,随着移动互联网技术和互联网 + 商业模式的飞速发展,时空众包技术成为共享经济时代的一种新型计算范式,并受到学术界与产业界的双重关注.

12.9 结束语 本文回顾了序列模式挖掘及其扩展问题频繁情景模式挖掘的问题定义及若干代表性算法的主要思想:结合大数据特性,还从并行.增量和近似算法三个维度,对相关序列模式挖掘算法和频繁情景模式挖掘算法进行了简要综述:此外结合最新发表的相关文献,分析和展望了序列模式挖掘领域未来可能的发展趋势.

12.31 结束语 本文研究了基于众包的空间文本数据提纯问题,以有效地筛选空间问数据中正确的关键词 , 提高数据正确性.主要包括正确关键词推断,以及众包任务分配两个子问题.提出了一个有效的推断模型.进一步研究了任务分配算法以最大化准确率的提升.最后实验证明了提出的推断模型能够比基本方法取得更高的推算准确率.

12.14 结束语 基于智能信息处理技术的接触追踪是一种主动的传染病防控策略,主要用于传染病的早期发现和及时干预.接触追踪方法的研究不仅会进一步丰富人们防控传染病的手段,还能进一步深化人们对自身接触行为的理解和认识.如前所述,现有的追踪方法可分为个体追踪.群体追踪和动态追踪.个体追踪力图捕获更为细致的接触行为,用于感染者和高风险易感人群的精准定位,但面临着数据收集成本过高和侵犯隐私等问题,不能大规模使用.群体追踪采用亚人群的接触概率近似代替个体接触概率,在一定程度上缓解了个体追踪所面临的主要问题

12.59 基于模糊性的半监督学习 假设 A 是一个大数据集,并且 A 中的大部分样例没有类标:B 是 A 中一小部分样例组成的集合,并且 B 中的每个样例都有类标.利用数据集 B 我们可以训练得到分类器,但我们不能保证这样的分类器对 A-B 中的样例有较好的预测结果.基于对数据集 A-B 中的每个样例的预测结果,我们想从 A-B 中挑选出一些样例(连同对这些样例的预测结果)加入到数据集 B 中.再次利用 B 进行训练得到的分类器对于 A-B 中样例的预测精度将会有所提升.此刻需要明确的关键问题

12.51 现有知识图谱资源 知识图谱经历了由人工和群体智慧构建,到面向互联网利用机器学习和信息抽取技术自动获取的过程.根据信息来源和获取方式的不同,目前的知识图谱分为以下几类. 依靠人工构建的知识资源 早期知识资源建立是通过人工添加和群体智能合作编辑得到,如英文 Wordnet [1] 和 Cyc 项目[2] ,以及中文的Hownet.Cyc 是一个通用的世界知识库,始建于 1984 年,其目的是将上百万条知识编码为机器可处理形式,并在此基础上实现知识推理等人工智能相关任务.Cyc 包含了 5

12.33 众包知识库补全方法概览 本章介绍众包知识库补全的方法概览,如图 1所示.其基本思想包含两个部分,其一,利用多种数据源,如现有的多个知识库.Web 结构化数据等,提取知识数据,并将不同数据源的知识数据融合起来,以此补全知识库:其二,在融合的过程中有效地利用众包,通过众包模型细化出具体可供众包完成的任务,利用众包优化算法进行质量和成本的控制,以选择出最优的任务发布到众包平台,如美国亚马逊公司的 Mechanical Turk ( 简称 MTurk) 1 . 知识抽取:提出利用多类数据源进