* 本报告来自网络，如有侵权请联系删除
人工智能之图数据库
收藏
分享
纠错
价格免费
年份2020
来源清华大学人工智能研究院, 北京智源人工智能研究院, 清华-中国工程院知识智能联合研究中心
数据类型数据报告
关键字人工智能, 图数据库, 信息产业
发布时间2020-11-24
数据简介
随着互联网+、社交网络、智能推荐等大数据的迅猛增长，大批 NoSQL 数据库已经成为互联网开发的新标配。对于大数据中关联关系的处理，图数据库的处理性能远超其他类型数据库，被广泛应用于金融、工业、政务、零售、电信和生命科学等各学科和工业领域，受欢迎程度遥遥领先。与此同时，图数据库也面临着底层设计和上层语言表达的多重挑战。 本期，我们选取图数据库作为 TR 报告的主题。报告围绕图数据库的基本概念、技术发展、产业应用、人才概况和热点趋势五大方面进行深入挖掘。其中基本概念、技术发展和产业应用章节由国内领先的图数据库团队即陈文光教授带领的清华团队完成。该团队在 OSDI、EuroSys、ATC 等顶级会议中发表过多篇相关论文，他们编写的图计算系统具有业界领先的性能，并在金融、互联网等多个领域得到实际使用。 此外，报告的人才概况和热点趋势章节依托清华大学唐杰教授自主研发的“科技情报大数据挖掘与服务系统平台”（简称 AMiner），以及第三方机构研报、媒体报道等公开资料，通过人工智能、大数据分析与挖掘、知识图谱、自然语言处理等技术，并结合文献计量学等情报学方法制作生成。
详情描述
1.数据来源 本报告中与图数据库领域相关的人才数据来均自于AMiner系统。系统采用数据挖掘和社会网络分析与挖掘等技术，提供研究者信息抽取、研究者社会网络关系识别、研究者能力图谱、审稿人智能推荐等功能，提供研究者和研究领域的全面知识，为科研管理和服务提供有力支撑。平台自2006年上线以来，经过十多年的建设发展，已建立运作良好的数据采集及集成更新机制，收录论文文献超3亿，专利1亿，学者1.3亿，其中超过50万的学者经过了人工标注与审核吸引了全球220个国家/地区1000 多万独立IP的访问，年度访问量1,800余万次。 2.学者及研究领域筛选方法 本次报告中的人才和技术篇采用大数据挖掘技术,对图数据库领域内的学者信息进行深入挖掘，参考h-index、发表论文数、论文被引频次等指标，对学者信息进行筛选，比较和分析了图数据库领域人才在全球和国内的分布概况，领域的技术研究发展趋势，以及技术领先国家、机构趋势。 3.代表性学者画像 学者画像”是AMiner平台的核心服务功能之一，其具体示例如图1所示。学者画像的特色在于除了提供专家学者如姓名、单位、地址、联系方式、个人简介、教育经历等个人基本信息之外，还利用团队多年的命名排歧相关技术基础，建立了较为完全的学者——论文映射关系，分析挖掘学者学术评价、研究兴趣发展趋势分析、学者合作者关系网络等信息。 【更多详情，请下载：人工智能之图数据库】
报告预览
*本报告来自网络，如有侵权请联系删除
相关「可视数据」推荐
相关「数据报告」推荐
