首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

【数据】如何为业务收集数据并将其转化为价值

大数据收集和分析对于2018年业务成功至关重要。这些步骤将解锁企业的数据并提供见解。 数据的时代已经来临,企业在管理业务时将数据考虑在内,这一点比以往任何时候都重要。 世界各地每年都有更多的数据、更多的客户正在与企业分享自己的信息。如果企业尚未从当前和潜在客户那里收集数据,那么应该从现在开始。企业还应该收集关于自己的操作的数据,以便可以使用所学习的内容来改进它们。 数据为企业提供有关其所在行业的每个部门的信息,从当前的产品和服务如何被接收到企业希望在未来看到的信息。企业可以找出谁在使用其产品,是什么驱使,以

08

基于互联网群体智能的知识图谱构造方法

知识图谱是一种基于图的结构化知识表示方式.如何构造大规模高质量的知识图谱, 是研究和实践面临的一个重要问题.提出了一种基于互联网群体智能的协同式知识图谱构造方法.该方法的核心是一个持续运行的回路, 其中包含自由探索、自动融合、主动反馈3个活动.在自由探索活动中, 每一参与者独立进行知识图谱的构造活动.在自动融合活动中, 所有参与者的个体知识图谱被实时融合在一起, 形成群体知识图谱.在主动反馈活动中, 支撑环境根据每一参与者的个体知识图谱和当前时刻的群体知识图谱, 向该参与者推荐特定的知识图谱片段信息, 以提高其构造知识图谱的效率.针对这3个活动, 建立了一种层次式的个体知识图谱表示机制, 提出了一种以最小化广义熵为目标的个体知识图谱融合算法, 设计了情境无关和情境相关两种类型的信息反馈方式.为了验证所提方法及关键技术的可行性, 设计并实施了3种类型的实验: 仅包含结构信息的仿真图融合实验、大规模真实知识图谱的融合实验, 以及真实知识图谱的协同式构造实验.实验结果表明, 该知识图谱融合算法能够有效利用知识图谱的结构信息以及节点的语义信息, 形成高质量的知识图谱融合方案; 基于“探索-融合-反馈”回路的协同方法能够提升群体构造知识图谱的规模和个体构造知识图谱的效率, 并展现出较好的群体规模可扩展性.

02
领券