认知的高度决定了你创造价值的高度，包括你对世界的认知及世界对你的认知。知识图谱与认知智能技术的发展，既孕育了圈层变更的机会，也带来了人、机器、企业如何协同与博弈的难题。本书总计12章，从理论到产业应用对知识图谱与认知智能进行了介绍。第1～7章围绕知识图谱与认知智能的需求，以用户、设备、企业为中心，讲解知识体系建设、知识图谱构建、知识存储、知识推理的基本原理与关键技术。第8～12章讲解如何运用知识图谱与认知智能技术，构建产品化及系统化解决方案，以满足企业营销、服务、供应链、生产、运维、经营管理、数据交易等应用场景的业务需求。读者通过本书可以了解企业认知智能的原理、应用方法、执行策略，以此构建企业认知博弈的最优策略。企业数据智能相关从业者可以参考本书，构建以用户为中心的企业认知智能解决方案，通过人机协同的方式，实现对业务的认知与引导，并从业务演变中获益。此外，本书可以作为自然语言处理、知识工程、人工智能、社会计算等相关课程的教材。

第1章 知识图谱与认知智能理论的基本概念
1.1 人工智能
1.1.1 人工智能的类型
1.1.2 人工智能的能力层级
1.2 知识图谱
1.2.1 知识的形态
1.2.2 知识图谱的定义
1.2.3 知识图谱涉及的技术领域
1.3 认知智能
1.3.1 认知智能的定义
1.3.2 认知智能与知识图谱的技术关联
1.3.3 认知智能的技术领域
第2章 知识图谱与认知智能的需求场景
2.1 知识图谱与认知智能需求总览
2.1.1 认知智能的产业需求
2.1.2 认知智能的产业落地
2.1.3 认知智能的产业价值
2.1.4 认知智能的产业影响
2.2 个体认知智能
2.2.1 个体对环境的认知智能需求场景
2.2.2 环境对个体的认知智能需求场景
2.3 物联认知智能
2.3.1 消费物联网中的认知智能
2.3.2 工业物联网中的认知智能
2.4 企业认知智能
2.4.1 企业认知智能与企业协同
2.4.2 企业认知智能需求总览
2.4.3 企业全域数据治理场景
2.4.4 企业营销认知智能场景
2.4.5 企业生产认知智能场景
2.4.6 企业经营管理认知智能场景
第3章 知识体系建设
3.1 知识体系建设理论
3.1.1 知识体系定义
3.1.2 知识体系建设的方法
3.1.3 知识体系建设的原则
3.2 用户知识体系
3.2.1 用户画像知识体系理论
3.2.2 用户画像知识体系建设的挑战
3.2.3 用户画像知识体系建设的方法
3.2.4 用户画像基础知识体系
3.2.5 用户营销领域的用户画像知识体系
3.2.6 用户增长领域的用户画像知识体系
3.3 物联知识体系
3.3.1 商品知识图谱知识体系
3.3.2 设备知识图谱知识体系
3.4 企业业务知识体系
3.4.1 企业全域知识体系
3.4.2 企业营销服务知识体系
3.4.3 企业生产与运维知识体系
3.4.4 企业经营管理知识体系
3.4.5 企业风险管理与投资知识体系
3.5 知识体系建设与知识治理
3.5.1 数据治理
3.5.2 知识治理与企业知识战略
第4章 知识图谱构建
4.1 知识图谱构建系统
4.1.1 知识图谱的构建流程
4.1.2 知识图谱构建系统的整体架构
4.2 知识抽取系统
4.2.1 知识抽取的数据来源
4.2.2 知识抽取框架
4.2.3 实体抽取
4.2.4 关系抽取
4.2.5 属性抽取
4.3 知识融合系统
4.3.1 知识融合的流程
4.3.2 知识融合系统的架构
4.3.3 用户域的知识融合
4.3.4 物联域的知识融合
4.3.5 企业域的知识融合
4.4 知识质量校验
第5章 知识存储与计算之图数据库
5.1 知识图谱与图数据库
5.1.1 图数据库的基础知识
5.1.2 知识图谱与图数据库存储解决方案
5.1.3 知识图谱应用与图数据库
5.2 图数据库相关技术
5.2.1 图数据库技术的发展史
5.2.2 图数据库与传统数据库
5.2.3 图数据库的数据模型
5.2.4 图数据库的存储介质
5.2.5 图数据库的引擎
5.3 开源图数据库产品介绍
5.4 图数据库评估标准
第6章 知识存储计算之图计算
6.1 知识图谱与图计算
6.2 图计算基础
6.2.1 图网络的基础定义与理论
6.2.2 节点分析类算法
6.2.3 关系链分析类算法
6.2.4 全图分析类算法
6.2.5 子图匹配算法
6.2.6 社区发现算法
6.3 图深度学习
6.3.1 图深度学习与知识图谱
6.3.2 图神经网络算法的原理
6.3.3 图神经网络算法的对比
6.3.4 图表示学习算法
6.3.5 GraphSAGE
6.3.6 GAT
6.4 图计算框架
6.4.1 图计算平台的难点
6.4.2 开源图计算框架介绍
6.4.3 图计算平台的评估标准
第7章 知识推理
7.1 知识推理的理论
7.1.1 基础理论
7.1.2 认知科学理论
7.1.3 产业实践理论
7.1.4 认知协同理论
7.2 知识推理的技术体系
7.3 知识问答
7.3.1 知识问答的定义与需求场景
7.3.2 垂直域的知识问答
7.3.3 知识问答产品的需求拆解
7.3.4 知识问答技术的难点
7.3.5 知识问答系统的整体技术方案
7.3.6 知识问答系统的技术架构
7.3.7 知识问答系统中的意图识别模块
7.3.8 知识问答系统中的推理查询模块
7.3.9 知识问答系统中的配置管理模块
7.3.10 知识问答运营
7.4 知识补全
7.4.1 知识补全定义
7.4.2 知识补全的方法
7.4.3 知识补全的技术架构与方案
7.4.4 对知识补全的进一步思考
第8章 知识图谱管理平台
8.1 知识图谱管理平台的产品架构
8.1.1 知识图谱管理平台的应用场景与流程
8.1.2 知识图谱管理平台的产品设计挑战
8.1.3 知识图谱管理平台的产品架构概览
8.1.4 知识建模模块
8.1.5 知识构建模块