知识关联视角下的金融知识表示及风险识别

金融风险分析方法的局限性,如数据来源单一性、数据类型简单化和研究角度片面性等,归根结底是金融大数据组织层面的问题。传统金融大数据的扁平化组织忽略了数据中丰富的知识关联。本文从知识组织的角度出发,对金融知识表示方法进行了探究,将知识表示过程分为知识表示模式层、知识实例层和知识挖掘层。本文首先分析了金融大数据的四种典型关联模式,即分类关联、时空关联、统计关联和事件关联,并从实现方式的差异角度,将各类关联模式归类于静态本体、动态本体和社会本体之中;针对每一类本体,本文提出了相应的实现方案,如复用现有的FIBO本体;最后,基于金融风险识别应用案例进行了详细说明。

论党报指导性和可读性的统一

众所周知，报纸是一种舆论工具，是一种传播信息的媒介。它总是为本阶级的利益服务，并大力宣传本阶级的政治主张。因此，可以这样说，任何一份报纸都有其指导性，这也是由报纸的阶级性和报纸的宗旨所决定的。而可读性则是要求新闻报道通俗易懂，通过其重要性、显著性、新鲜性、知识性、趣味性等激发读者的共同兴趣，

泛在网络信息生态系统的构建及失衡防范策略

指出泛在网络信息生态系统的构建、系统的稳定性和微观层面的具体应用是相关研究的重点;在界定泛在网络信息生态系统内涵的基础上,结合泛在网络的特点与信息生态理论,提出泛在网络中信息生态因子的构成模型,并运用协同学方法和系统科学方法,构建泛在网络信息生态系统模型,且进一步阐述模型内的价值链、信息群落与各生态因子间的关系,最后分析泛在网络信息生态系统失衡的危害与原因,提出相应的防范策略。

情境本体驱动的多源知识融合框架

[目的/意义]情境建模是解决信息泛滥、信息过载、实现信息按需服务的重要手段,目前已有的知识库构建和知识融合方法普遍忽略了情境信息,阻碍了知识库的实际应用,降低了知识服务的效率和效果。[方法/过程]综合考虑环境情境、个人情境和领域本体三个方面,提出一种情境本体驱动的多源知识融合框架,并以此框架融合生成基于情境的药物不良反应知识库ConADR Ontology。在本框架的指导下,以药物不良反应的知识库构建为例,半自动实现情境本体模式层的构建和数据层的扩充;并以情境本体作为中介本体,实现情境本体,药物不良反应领域本体ADReC S和人类疾病领域本体Disease Ontology间的融合;最终在此基础上实现基于SPARQL的案例查询。[结果/结论]实例验证表明,本框架具有一定的可行性,对知识库的建设和应用具有理论性指导和参考价值。

面向社交媒体的细粒度ADR本体的半自动构建方法研究

[目的/意义]提出一个药物不良反应本体的半自动构建方法,构建的细粒度药物不良反应本体为利用社交媒体挖掘潜在的药物不良反应信号提供语义资源库。[方法/过程]首先,采用业务层次和语言层次相分离的设计理念,将用户在社交媒体中评论的药物不良反应表示成"对象要素-属性要素-描述概念"的形式。细粒度体现在社交媒体用户对药物同一不良反应描述概念表达的多样性上。然后,基于深度学习的思想,利用基于word2vec的描述概念候选词抽取算法自动地抽取出更多的描述概念候选词构建本体。[结果/结论]以糖尿病药物的建模实例表明,提出的细粒度药物不良反应本体的半自动构建方案,提高了本体构建的智能化水平,构建的细粒度药物不良反应本体为利用社交媒体挖掘潜在的药物不良反应信号提供语义资源库。