本书对网络與情知识图谱中的结构关系、数据挖掘进行可视化揭示和智能化处理，通过研究其知识组织方法、突发事件发现跟踪技术，实现更高效的與情智能管理手段，为與情分析和引导提供更为及时和准确的研判依据。本书主要内容包括：基于知识图谱的网络與情管理架构、网络與情领域的知识图谱构建方法、基于知识图谱的事件抽取技术、基于知识图谱的與情事件发现技术、基于知识图谱的网络與情用户行为评估以及网络與情管理的应用实践等。本书读者对象为网络信息管理、智能信息技术和與情分析等领域的科研、教学人员，可作为高等院校相关专业的高年级本科生和研究生的阅读文献。

王兰成（1962-），上海人，博士。国防大学政洽学院军事信息与网络舆论系教授、博士生导师，待遇级别五级。军队某研究中心负责人，军队科技委某专委会专家，中国索引学会常务理事。曾任空军政治学院计算机中心副主任、南京政治学院信息资源管理教研室主任，空军某基地政治部副主任，中国科技情报学会信息技术、中国档案学会信息化技术专委会委员。主持完成国家、军队和省部级重要课题十余项，在《中国图书馆学报》《情报学报》《档案学研究》《计算机科学》等刊物发表论文200余篇。出版国家级规划教材和基金著译作等十余部，主要有高等教育出版社《信息检索原理与技术》、国防工业出版社《网络舆情分析技术》《知识组织与知识检索》《数字图书馆技术》、军事科学出版社《文献知识应用集成系统》、机械工业出服社《Oracle数据库管理员》。获军队科技优秀成果、军队级教学成果和军队科技进步、省部级科研成果一至三等奖，军队优秀专业技术人才一类岗位津贴等。

第1章 网络舆情和知识图谱的研究回顾
1.1 网络舆情管理的方法与实践
1.1.1 网络舆情分析的主要内容
1.1.2 网络舆情管理的方法与技术
1.2 自然语言处理的技术与实践
1.2.1 自然语言处理的技术概述
1.2.2 自然语言处理相关应用实践
1.3 知识图谱构建的技术与实践
1.3.1 知识图谱的方法与应用
1.3.2 知识图谱构建的技术
1.3.3 知识图谱资源的支撑
1.4 网络舆情知识图谱研究成果分析
1.4.1 文献计量与可视化方法
1.4.2 舆情研究论文计量分析
1.4.3 舆情研究热点和趋势分析
1.5 本书组织结构
第2章 基于知识图谱的网络舆情管理架构
2.1 基于知识图谱的网络舆情管理
2.1.1 网络舆情管理的概念
2.1.2 网络舆情管理创新方法
2.2 网络舆情管理架构的总体设计
2.3 网络舆情知识图谱的构建引擎
2.3.1 数据源选择
2.3.2 网络舆情知识图谱构建过程
2.3.3 知识图谱的更新
2.4 网络舆情知识图谱的存储引擎
2.4.1 Neo4j数据库简介
2.4.2 Cypher语句
2.4.3 存储效率优化
2.5 基于知识图谱的网络舆情处理引擎
2.6 本章小结
第3章 网络舆情领域的知识图谱构建方法
3.1 知识图谱构建的相关知识
3.1.1 知识图谱构建技术
3.1.2 知识图谱分类
3.1.3 专题领域相关本体
3.1.4 专题领域信息组织工具
3.2 使用本体构建知识图谱模式层
3.2.1 明确本体范围
3.2.2 复用领域知识
3.2.3 本体详细设计
3.2.4 本体评价和利用
3.2.5 使用本体构建知识图谱模式层
3.3 百科类网站的知识融合框架及技术
3.3.1 知识融合框架
3.3.2 分类对齐
3.3.3 实例抽取
3.3.4 实例对齐
3.3.5 属性消歧
3.4 网络舆情知识图谱构建的实证研究
3.4.1 算法评价
3.4.2 知识图谱举例
3.5 本章小结
第4章 基于知识图谱的网络舆情热点事件追踪技术
4.1 基于知识图谱的舆情事件抽取框架
4.1.1 事件抽取框架
4.1.2 内容采集
4.1.3 文本处理
4.1.4 事件发现
4.1.5 网络舆情事件抽取举例
4.2 基于知识图谱的舆情事件抽取模型
4.2.1 训练语料的构建
4.2.2 主题句提取算法实现
4.2.3 算法检验
4.3 基于知识图谱的舆情事件热度分析
4.3.1 网络舆情知识图谱的动态特征
4.3.2 相关指标定义
4.4 知识图谱下舆情热点事件的发现
4.4.1 舆情事件发现算法
4.4.2 热点对象发现算法
4.5 网络舆情事件抽取与热点发现的应用研究
4.5.1 数据集构建
4.5.2 模型参数设置
4.5.3 舆情事件热度分析
4.5.4 舆情热点事件发现
4.6 基于知识图谱的网络舆情管理实践
4.6.1 任务描述
4.6.2 系统实现与部署
4.6.3 系统运行之一：话题舆情热度
4.6.4 系统运行之二：用户活跃度分析
4.6.5 系统运行之三：用户上网行为分析
4.7 本章小结
第5章 基于知识图谱的网络舆情用户行为评估技术
5.1 网络舆情的用户画像与行为
5.1.1 用户画像的概念和界定
5.1.2 用户画像的构成要素和标签体系
5.1.3 用户画像的构建模型和方法
5.1.4 用户画像与行为分析作用
5.2 用户画像的知识图谱分析
5.2.1 研究概述
5.2.2 用户画像多维特征属性标签体系设计
5.2.3 知识图谱映射和标签扩展
5.2.4 用户画像知识图谱生成和展示
5.3 舆情内容的知识图谱分析
5.3.1 研究概述
5.3.2 网络舆情内容主题图谱构建模型
5.3.3 实证研究
5.4 上网行为的知识图谱分析
5.4.1 研究概述
5.4.2 用户上网行为本体构建
5.4.3 用户上网行为特征统计
5.4.4 用户上网行为可视化图谱分析
5.5 网络舆情行为分析的应用研究
5.5.1 网络舆情用户影响力评估
5.5.2 特定行为倾向用户群体感知和画像
5.6 本章小结
第6章 网络舆情知识图谱的研究发展
6.1 事件知识图谱研究的兴起与进展
6.1.1 知识图谱研究现状和发展动态
6.1.2 事件知识图谱
6.1.3 舆情领域事理图谱的优势和缺陷
6.2 网络舆情的事理图谱构建
6.2.1 舆情事理图谱的研究与应用
6.2.2 舆情事理图谱构建研究中的关键问题
6.2.3 舆情事理图谱构建的技术路径
6.3 基于舆情事理图谱的热点事件追踪
6.3.1 舆情事理图谱应用研究的基本框架
6.3.2 基于舆情事理图谱研究框架的实施步骤
6.3.3 基于舆情事理图谱研究框架的研究实例
6.4 网络舆情的事理图谱应用效能与研究展望
6.4.1 网络舆情的事理图谱应用效能研究
6.4.2 网络舆情的事理图谱研究展望
6.5 本章小结
第7章 总结和展望
7.1 本书内容总结
7