Knowledge Graphs and Big Data Processing

این کتاب دسترسی باز بخشی از پروژه LAMBDA (یادگیری، اعمال، ضرب تجزیه و تحلیل داده‌های بزرگ) است که توسط اتحادیه اروپا، GA شماره 809965 تامین می‌شود. تجزیه و تحلیل داده‌ها شامل استفاده از فرآیندهای الگوریتمی برای استخراج بینش است. امروزه در بسیاری از صنایع برای اجازه دادن به سازمان ها و شرکت ها برای تصمیم گیری بهتر و همچنین تأیید یا رد نظریه ها یا مدل های موجود استفاده می شود. اصطلاح تجزیه و تحلیل داده اغلب به جای هوش، آمار، استدلال، داده کاوی، کشف دانش و موارد دیگر استفاده می شود.

هدف این کتاب معرفی برخی از تعاریف، روش‌ها، ابزارها، چارچوب‌ها و راه‌حل‌های پردازش کلان داده‌ها، از فرآیند استخراج اطلاعات و بازنمایی دانش، از طریق پردازش و تحلیل دانش تا تجسم، حس سازی و کاربردهای عملی. هر فصل در این کتاب به جنبه‌های مرتبط زنجیره پردازش داده‌ها، با تمرکز ویژه بر درک نمودارهای دانش سازمانی، معماری‌های معنایی کلان داده‌ها و راه‌حل‌های تحلیل داده‌های هوشمند می‌پردازد.

این کتاب برای دانشجویان فارغ‌التحصیل نوشته شده است. از رشته‌های فنی، تا مخاطبان حرفه‌ای که دوره‌های کوتاه آموزش مداوم را دنبال می‌کنند، و تا محققانی از مناطق مختلف که دوره‌های خودآموز را دنبال می‌کنند. مهارت های اولیه در علوم کامپیوتر، ریاضیات و آمار مورد نیاز است.

This open access book is part of the LAMBDA Project (Learning, Applying, Multiplying Big Data Analytics), funded by the European Union, GA No. 809965. Data Analytics involves applying algorithmic processes to derive insights. Nowadays it is used in many industries to allow organizations and companies to make better decisions as well as to verify or disprove existing theories or models. The term data analytics is often used interchangeably with intelligence, statistics, reasoning, data mining, knowledge discovery, and others.

The goal of this book is to introduce some of the definitions, methods, tools, frameworks, and solutions for big data processing, starting from the process of information extraction and knowledge representation, via knowledge processing and analytics to visualization, sense-making, and practical applications. Each chapter in this book addresses some pertinent aspect of the data processing chain, with a specific focus on understanding Enterprise Knowledge Graphs, Semantic Big Data Architectures, and Smart Data Analytics solutions.

This book is addressed to graduate students from technical disciplines, to professional audiences following continuous education short courses, and to researchers from diverse areas following self-study courses. Basic skills in computer science, mathematics, and statistics are required.