Intelligent information systems

目录
第一部分 理论篇
1 信息管理科学与人工智能
1.1 数据、信息与知识
1.1.1 数据与信息
1.1.2 知识的定义和类型
1.2 信息管理与信息系统
1.2.1 信息管理
1.2.2 计算机信息系统
1.3 知识管理与知识管理系统
1.3.1 知识管理
1.3.2 知识管理系统
1.4 人工智能、专家系统与知识工程
1.4.1 人工智能
1.4.2 专家系统
1.4.3 知识工程
1.5 人工智能在信息管理科学中的应用
1.5.1 信息管理科学与人工智能的关系
1.5.2 人工智能在信息管理科学中的应用领域
1.6 智能信息系统
1.6.1 智能信息系统概述
1.6.2 智能信息系统的类型
1.6.3 智能信息系统进展
2 知识表示
2.1 知识表示方法
2.2 产生式规则表示法
2.3 谓词逻辑表示法
2.3.1 谓词逻辑
2.3.2 知识表示实例
2.3.3 谓词逻辑表示的特点和问题
2.4 语义网络表示法
2.4.1 图形表示
2.4.2 性质继承及语义网络的推理
2.4.3 语义网络应用实例
2.4.4 语义网络的特点和问题
2.5 框架表示法
2.5.1 框架的基本结构
2.5.2 附加过程
2.5.3 框架系统中的知识组织
2.5.4 框架系统的推理机制
2.5.5 框架表示法的评价
2.6 本体表示法
2.6.1 本体的基本概念
2.6.2 本体的类型和组成元素
2.6.3 本体的知识表示
2.7 过程知识表示法
3 知识组织
3.1 知识组织概述
3.1.1 知识组织的产生和发展
3.1.2 知识组织的内涵
3.1.3 知识组织的原理
3.1.4 知识组织的特征
3.2 知识组织方式
3.2.1 基于知识元素的知识组织方式
3.2.2 基于知识关联的知识组织方式
3.3 知识组织方法
3.3.1 知识组织方法概述
3.3.2 分类组织法
3.3.3 元数据组织法
3.3.4 基于本体的知识组织法
3.3.5 基于内容的多媒体知识组织法
3.3.6 可视化知识组织法
3.4 知识库结构模型
3.4.1 层次模型
3.4.2 分布式互连模型
3.4.3 多维模型
3.4.4 知识建模方法
3.4.5 知识库系统
4 知识推理
4.1 知识推理概述
4.2 正向推理
4.2.1 正向推理的分析
4.2.2 解决冲突的策略
4.2.3 正向推理算法
4.3 逆向推理
4.4 双向推理
4.5 非精确推理
4.5.1 不精确知识的表示
4.5.2 模糊逻辑
4.5.3 确定性理论
4.5.4 非精确推理与算法
4.6 基于语义的推理
4.6.1 语义继承推理
4.6.2 语义规则推理
4.7 基于案例的推理
4.7.1 基于案例推理的基本思想
4.7.2 基于案例的推理方法
4.7.3 案例的检索与学习
5 知识检索
5.1 知识检索概述
5.1.1 知识检索的含义
5.1.2 知识检索的研究内容
5.1.3 知识检索的研究进展
5.2 知识检索模型
5.2.1 基于概念的知识检索模型
5.2.2 基于自然语言理解的知识检索模型
5.2.3 基于本体的知识检索模型
5.2.4 基于认知理论的知识检索模型
5.2.5 基于多智能主体协作的知识检索模型
5.3 知识检索方法
5.3.1 概念检索
5.3.2 概念网络检索
5.3.3 语义推理检索
5.3.4 基于相关反馈学习的检索方法
5.3.5 基于Agent的递归检索方法
6 知识获取
6.1 知识获取概述
6.1.1 知识获取定义
6.1.2 知识获取的基本任务
6.1.3 知识获取方法
6.2 机器学习
6.2.1 概述
6.2.2 机器学习系统的原理、结构和功能
6.2.3 基于归纳的学习
6.2.4 基于概念的学习
6.2.5 基于解释的学习
6.2.6 基于类比的学习
6.2.7 基于遗传算法的文献描述学习
6.2.8 基于神经网络的学习
6.3 数据挖掘与知识发现
6.3.1 概述
6.3.2 知识发现的对象
6.3.3 知识发现的过程
6.3.4 知识发现的主要方法
6.3.5 知识发现的主要技术
6.3.6 知识发现结果的表示
6.3.7 基于知识发现的知识获取模型
6.4 知识获取在智能信息系统中的应用
6.4.1 具有知识获取功能的智能信息系统模型
6.4.2 领域知识的获取
6.4.3 专家知识的获取
6.4.4 用户知识的获取
6.4.5 基于系统自学习的知识获取
7 智能信息系统的模型与开发
7.1 智能信息系统的功能与模型
7.1.1 系统功能
7.1.2 系统模型
7.2 智能信息系统的开发
7.2.1 系统开发的原则
7.2.2 系统开发的基本过程
7.2.3 系统开发工具
7.3 原型法
7.3.1 原型法的基本思想
7.3.2 原型法开发过程
7.3.3 原型法的特点
7.4 面向对象法
7.4.1 面向对象方法概述
7.4.2 面向对象法的开发过程
7.4.3 面向对象的分析与设计
7.4.4 面向对象方法的特点
7.5 CommonKADS知识工程法
7.5.1 CommonKADS概述
7.5.2 CommonKADS的知识建模过程
7.5.3 基于CommonKADS的知识建模案例
8 智能人机接口
8.1 认知科学与人机接口
8.1.1 认知科学
8.1.2 认知科学在人机接口中的应用
8.2 智能接口
8.2.1 智能接口的定义和特征
8.2.2 友好用户的标准
8.2.3 智能接口的主要任务
8.2.4 智能接口的结构与设计
8.3 用户知识管理
8.3.1 用户知识的含义
8.3.2 用户知识的获取方法
8.3.3 用户知识的组织
8.3.4 用户模型的设计
8.3.5 用户模型在信息系统中的应用
8.4 自然语言处理
8.4.1 什么是自然语言处理
8.4.2 语法分析
8.4.3 语义分析
8.4.4 语用学
8.5 可视化技术
8.5.1 可视化概述
8.5.2 可视化的基本过程
8.5.3 可视化的主要技术
8.5.4 可视化人机接口
第二部分 应用篇
9 智能检索系统
9.1 智能检索
9.2 基于本体的知识检索原型系统
9.2.1 本体知识组织
9.2.2 基于本体的知识检索模型和策略
9.2.3 知识检索过程
9.2.4 原型系统评价
9.3 基于语义的图像检索系统
9.3.1 图像检索进展
9.3.2 图像语义提取技术
9.3.3 图像语义描述
9.3.4 基于语义的图像标注子系统
9.3.5 基于语义的图像检索系统
9.3.6 有待研究的问题
10 网络智能搜索引擎
10.1 网络智能搜索引擎概述
10.1.1 搜索引擎发展简况
10.1.2 搜索引擎的智能行为分析
10.2 网络智能搜索引擎的结构原理
10.2.1 智能搜索引擎总体框架模型及功能
10.2.2 智能搜索引擎系统的工作流程
10.3 网络智能搜索机理
10.4 网络智能搜索策略
10.4.1 基于图的广度优先遍历策略
10.4.2 基于兴趣的启发式搜索策略
10.4.3 基于内容相似度的搜索策略
10.4.4 基于链接结构评价的搜索策略
10.4.5 基于巩固学习的搜索策略
10.4.6 基于“语境图”的搜索策略
10.5 网络智能搜索引擎实例分析
10.5.1 Google的搜索机制
10.5.2 Google的智能行为分析
11 智能导航系统
11.1 智能导航系统概述
11.2 智能导航策略
11.2.1 语义导航策略
11.2.2 社会导航策略
11.2.3 时间导航策略
11.2.4 空间导航策略
11.3 智能导航系统模型
11.3.1 基于内容分析的语义导航模型
11.3.2 基于本体的个性化导航模型
11.3.3 基于多知识库协作的智能导航模型
11.3.4 基于链接的动态智能导航模型
11.4 智能导航方法与技术
11.4.1 基于系统结构的导航
11.4.2 基于系统内容的导航
11.4.3 基于系统交互的导航
11.5 智能导航系统案例分析
11.5.1 Magpie——基于语义的智能导航系统
11.5.2 COHSE——基于动态链的智能导航系统
11.5.3 Cybermap——基于概览图的智能导航系统
12 智能咨询系统
12.1 智能咨询系统概述
12.2 智能咨询系统基本结构
12.3 智能咨询方法
12.3.1 结构化分析框架方法
12.3.2 系统分析方法
12.3.3 SWOT分析方法
12.3.4 决策树法
12.3.5 网络规划法
12.3.6 线性规划法
12.3.7 数学模型法
12.4 智能咨询系统模型
12.4.1 分布式协作模型
12.4.2 多Agent模型
12.4.3 交互式模型
12.5 智能咨询系统实例
12.5.1 PLEXUS设计简介
12.5.2 PLEXUS的系统构成
12.5.3 PLEXUS的工作机理
12.5.4 PLEXUS的工作流程
13 商务智能系统
13.1 商务智能概述
13.1.1 商务智能的产生原因
13.1.2 商务智能的定义
13.1.3 商务智能的特点
13.1.4 商务智能的发展趋势
13.1.5 商务智能的应用
13.2 商务智能系统的体系结构
13.2.1 商务智能系统的处理流程
13.2.2 商务智能系统的体系结构
13.2.3 商务智能系统的实施
13.3 商务智能中的关键技术
13.3.1 数据仓库技术
13.3.2 联机分析处理
13.3.3 数据挖掘技术
13.4 商务智能系统实例分析
13.4.1 IBM商务智能系统
13.4.2 Sybase商务智能系统
13.4.3 Microsoft商务智能系统