作 者:申德荣 等 编著
定 价:69
出 版 社:机械工业出版社
出版日期:2017年10月01日
页 数:199
装 帧:精装
ISBN:9787111581611
●丛书前言
●前言
●第1章 概述1
●1.1 实体识别问题的提出1
●1.2 实体识别研究的发展历史2
●1.3 实体识别问题的描述4
●1.4 实体识别的处理流程6
●1.5 实体识别的挑战6
●1.5.1 相似度衡量问题7
●1.5.2 计算效率问题7
●1.5.3 机器学习方法的应用问题8
●1.5.4 关联对象的识别问题8
●1.5.5 一些新的挑战9
●1.5.6 实体识别评估10
●1.6 实体识别的应用10
●1.6.1 医疗卫生10
●1.6.2 人口普查11
●1.6.3 客户关系管理12
●1.6.4 网购比价13
●1.6.5 犯罪及欺诈侦查13
●部分目录
本书核心介绍实体识别技术,拟结合作者这几年的研究工作,从多角度阐述实体识别技术,主要包括基于关系的实体记录识别技术、分布的实体识别技术、基于时间的实体识别技术、隐私保护下的实体识别技术和研究展望。本书适合数据集成等方向的研究生阅读,也能为相关领域研究人员和开发人员提供重要参考。
申德荣 等 编著
申德荣,东北大学、计算机学院教授,博导,目前研究方向主要为分布式数据管理与数据集成。
寇月,东北大学、计算机学院副教授,目前研究方向主要为实体识别。
聂铁铮,东北大学、计算机学院副教授,目前研究方向主要为数据质量。
‖丛书前言当下大数据技术发展变化日新月异,大数据应用已经遍及工业和社会生活的方方面面,原有的数据管理理论体系与大数据产业应用之间的差距日益加大,而工业界对于大数据人才的需求却急剧增加。大数据专业人才的培养是新一轮科技较量的基础,高等院校承担着大数据人才培养的重任。因此大数据相关课程将逐渐成为国内高校计算机相关专业的重要课程。但纵观大数据人才培养课程体系尚不尽如人意,多是已有课程的“冷拼盘”,顶多是加点“调料”,原材料没有新鲜感。现阶段无论多么新多么好的人才培养计划,都只能在20世纪六七十年代编写的计算机知识体系上施教,无法把当下大数据带给我们的新思维、新知识传导给学生。 为此我们意识到,缺少基础性工作和原始积累,就难以培养符合工业界需要的大数据复合型和交叉型人才。因此急需在思维和理念方面进行转变,为现有的课程和知识体系按大数据应用需求进行延展和等