课程目录
资料
任务1-.vep_.mp4
任务100:交互式分词命令行的使用及分词词性说明-.vep_.mp4
任务101:hanlp的demo运行及返回结果的数据类型说明-.vep_.mp4
任务102:数据集及模板的定义-.vep_.mp4
任务103:基于模板匹配的关系提取代码书写-.vep_.mp4
任务104:entity disambiguation (实体消歧)介绍-.vep_.mp4
任务105:实体消歧算法-.vep_.mp4
任务106:entity resolution(实体统一)-.vep_.mp4
任务107:实体统一算法-.vep_.mp4
任务108:co-reference resolution(指代消解)介绍-.vep_.mp4
任务109:知识图谱搭建流程-.vep_.mp4
任务10:cypher neo4j的sql-.vep_.mp4
任务110:知识图谱设计原则-.vep_.mp4
任务111:业务原则-.vep_.mp4
任务112:分析原则-.vep_.mp4
任务113:冗余原则-.vep_.mp4
任务114:效率原则-.vep_.mp4
任务115:Scala环境安装.docx
任务116:spark集群环境安装.docx
任务117:spark-shell操作rdd-.vep_.mp4
任务118:spark-rdd基本操作(1)-.vep_.mp4
任务119:spark-rdd基本操作(2)-.vep_.mp4
任务11:多维度关系查询-.vep_.mp4
任务120:RDD学习参考文档 .docx
任务121:自定义图-.vep_.mp4
任务122:图基本操作(1)-.vep_.mp4
任务123:图基本操作(2)-.vep_.mp4
任务125:spark连接neo4j加载rdd-.vep_.mp4
任务126:集群中运行jar包-.vep_.mp4
任务127:pagerank算法起源及基本思想概括-.vep_.mp4
任务128:pagerank算法中的几个基本概念-.vep_.mp4
任务129:pagerank出入链关系(1)-.vep_.mp4
任务12:创建实体关系-.vep_.mp4
任务130:pagerank出入链关系(2)-.vep_.mp4
任务131:pagerank出入链关系(3)-.vep_.mp4
任务132:pagerank算法公式的说明-.vep_.mp4
任务133:pagerank算法概念对应图结构的简单理解-.vep_.mp4
任务134:上网者行为的矩阵表示-.vep_.mp4
任务135:马尔科夫的基本概念-.vep_.mp4
任务136:马尔科夫实例的代码验证-.vep_.mp4
任务139:graphx实现pagerank算法-.vep_.mp4
任务13:删除实体关系-.vep_.mp4
任务14:neo4j的索引-.vep_.mp4
任务15:cypher的复杂查询-.vep_.mp4
任务16:cypher的最短路径检索任务16:cypher的最短路径检索-.vep_.mp4
任务18:搭建风控模型-.vep_.mp4
任务19:风控模型的评估-.vep_.mp4
任务20:逻辑回归应用场景-.vep_.mp4
任务21:分类问题-.vep_.mp4
任务22:逻辑回归模型-.vep_.mp4
任务23:逻辑回归是线性分类器-.vep_.mp4
任务24:目标函数-1-.vep_.mp4
任务25:目标函数-2-.vep_.mp4
任务26:最优化问题 & 梯度下降法-.vep_.mp4
任务27:逻辑回归的梯度下降法-.vep_.mp4
任务28:随机梯度下降法-.vep_.mp4
任务29:微服务-.vep_.mp4
任务2:知识图谱的应用场景-.vep_.mp4
任务30:规则的存储-.vep_.mp4
任务31:规则的开发01-.vep_.mp4
任务32:规则的开发02-.vep_.mp4
任务33:规则的开发03-.vep_.mp4
任务34:引擎开发 pom文件配置-.vep_.mp4
任务35:浅谈框架学习方法和引擎入口开发-.vep_.mp4
任务36:swagger配置开发-.vep_.mp4
任务37:neo4jdriver配置加载开发-.vep_.mp4
任务38:规则引擎业务逻辑代码开发-.vep_.mp4
任务39:bug解决-.vep_.mp4
任务3:知识图谱架构图-.vep_.mp4
任务41:kafka消息队列基本介绍-.vep_.mp4
任务42:kafka单点环境部署1-.vep_.mp4
任务43:kafka集群环境部署2-.vep_.mp4
任务44:kafka-javaapi-消费者-.vep_.mp4
任务45:kafka-javaapi-生产者1-.vep_.mp4
任务46:kafka-javaapi-生产者 2-.vep_.mp4
任务47:配置canal的第一个例子-.vep_.mp4
任务48:canal的基本介绍和mysql配置-.vep_.mp4
任务49:解决官网文档中的疏漏-.vep_.mp4
任务4:neo4j与apoc组件介绍-.vep_.mp4
任务50:实现mysql数据通过canal发送到kafka中-.vep_.mp4
任务51:外网启动消费者的kafka配置-.vep_.mp4
任务52:历史消息同步解决方案-.vep_.mp4
任务53:数据同步引擎配置文件加载01-.vep_.mp4
任务54:数据同步引擎配置文件加载02-.vep_.mp4
任务55:数据同步引擎代码开发01-.vep_.mp4
任务56:数据同步引擎代码开发02-.vep_.mp4
任务58:从非结构化数据到知识图谱-.vep_.mp4
任务59:文本分析关键技术-.vep_.mp4
任务5:启动neo4j服务-.vep_.mp4
任务60:拼写纠错(1)-.vep_.mp4
任务61:拼写纠错(2)-.vep_.mp4
任务62:拼写纠错(3)-.vep_.mp4
任务63:拼写纠错(4)-.vep_.mp4
任务64:拼写纠错(5)(2)-.vep_.mp4
任务64:拼写纠错(5)-.vep_.mp4
任务65:分词(1)-.vep_.mp4
任务66:分词(2)-.vep_.mp4
任务67:词的过滤-.vep_.mp4
任务68:stemming(1)-.vep_.mp4
任务69:stemming(2)-.vep_.mp4
任务6:apoc-.vep_.mp4
任务70:文本的表示1-.vep_.mp4
任务71:文本的表示2-.vep_.mp4
任务72:文本的表示3-.vep_.mp4
任务73:文本的表示4 -.vep_.mp4
任务74:文本的表示5-.vep_.mp4
任务75:文本的表示6-.vep_.mp4
任务76:实体命名识别重要性-.vep_.mp4
任务77:评估命名实体识别-.vep_.mp4
任务78:基于规则的命名实体识别-.vep_.mp4
任务79:命名实体识别-分类器(2)-.vep_.mp4
任务79:命名实体识别-分类器-.vep_.mp4
任务7:jdbc-.vep_.mp4
任务80:命名识别识别分类算法-特征提取-.vep_.mp4
任务81:变量处理-.vep_.mp4
任务82:如何搭建命名实体识别分类器-.vep_.mp4
任务83:利用随机森林来构建命名实体识别分类器-.vep_.mp4
任务84:如何抽取每个单词的特征-.vep_.mp4
任务85:通过crf命名实体识别-.vep_.mp4
任务86:关系抽取介绍-.vep_.mp4
任务87:关系抽取方法-.vep_.mp4
任务88:关系抽取-基于模板的方法-.vep_.mp4
任务89:基于规则的方法-is-a关系挖掘-.vep_.mp4
任务90:基于监督学习的关系挖掘-.vep_.mp4
任务91:bootstrap方法-.vep_.mp4
任务92:bootstrap的缺点-.vep_.mp4
任务93:snowball – pattern representation-.vep_.mp4
任务94:snowball – step1 生成模板(pattern generation)-.vep_.mp4
任务95:snowball – step2 添加记录(tuple generation)-.vep_.mp4
任务96:snowball – step3 模板评估(pattern evaluation)-.vep_.mp4
任务97:snowball – step4 记录评估(tuple evaluation)-.vep_.mp4
任务98:distant-supervision-.vep_.mp4
任务99:hanlp的简单介绍及环境安装-.vep_.mp4
任务学习137 马尔科夫的基本概念-.vep_.mp4
任务学习138 马尔科夫实例的代码验证-.vep_.mp4
任务学习140 文本的独热编码表示-.vep_.mp4
任务学习141 从独热编码到分布式表示-.vep_.mp4
任务学习142 词向量的可视化-.vep_.mp4
任务学习143 学习词向量核心思想-.vep_.mp4
任务学习144 skip-gram模型中的概率表示-.vep_.mp4
任务学习145 skip-gram模型详解-.vep_.mp4
任务学习146 基于负采样的skip-gram模型的求解方法-.vep_.mp4
任务学习147 skip-gram模型与知识图谱的关系-.vep_.mp4
任务学习148 cbow模型-.vep_.mp4
任务学习149 矩阵分解-.vep_.mp4
任务学习150 高斯嵌入模型-.vep_.mp4
任务学习151 airbnb-.vep_.mp4
任务学习152 session-.vep_.mp4
任务学习153 modification1-booked listing as global context-.vep_.mp4
任务学习154 modification2-adapting training for congregated-.vep_.mp4
任务学习155 cluster listing embedding-.vep_.mp4
任务学习156 graph embedding-.vep_.mp4
任务学习157 节点的向量化表示-.vep_.mp4
任务学习158 回顾训练过程-.vep_.mp4
任务学习159 transe-.vep_.mp4
IT-贪心-知识图谱
——更多资源,课程更新在 智圣商学院 www.jiaoshengxi.com
用一顿早餐钱,改变余生。你还在等什么?
零成本倍增中小企业净利润
5倍提升你的成交率
教你更聪明地赚钱
—智圣商学院 ·焦圣希 18818568866
#营销# #管理# #商业# #创业# #话术# #咨询#
#销售# #运营# #微商# #策划# #实体店# #引流#
?1000节免费公开课?
百度搜索:焦圣希
微信:18818568866(每天前3位免费咨询)
抖音:焦圣希 (每晚 9 点~12 点 直播,商业领域,有问必答)
电话咨询:1000元/小时
私企定制:2999起/年
企业培训:10000起/课
官网:https://www.jiaoshengxi.com
SEO 编辑导读:以下内容依据原文公开信息重新整理,用于补充主题说明、阅读路线和常见问题。
内容简介与核心价值
本教程旨在打造个人成长领域的IT技能进阶路径,重点解析知识图谱在商业风控与数据分析中的实际应用。课程从零开始,引导用户完成Scala环境搭建、Spark RDD操作及Neo4j图数据库的索引创建与复杂查询。内容深入剖析实体命名识别、关系抽取算法(如Snowball模板生成)及马尔科夫链等数学基础,并结合GraphX实现PageRank排序。此外,还详细演示了利用Canal将MySQL数据同步至Kafka的架构设计,以及基于逻辑回归的风控模型评估方法。通过本系列学习,您将掌握构建企业级知识图谱引擎的关键步骤,提升非结构化数据处理能力,为数字化转型提供坚实的技术支撑。
本文重点内容
- 如何高效处理海量非结构化文本数据并提取关键实体与关系?
- 怎样在Neo4j中设计合理的图结构以支持多维度业务查询?
- 如何利用Spark集群环境优化大规模图计算算法的执行效率?
- 如何将传统数据库数据无缝迁移至知识图谱架构并进行实时同步?
适合什么人
- 希望深入理解知识图谱底层原理的数据分析师
- 需要构建企业级风控模型或智能搜索系统的工程师
- 从事自然语言处理(NLP)与文本挖掘的开发者
- 寻求提升数据处理效率的大数据架构师
- 对图算法如PageRank及马尔科夫链感兴趣的科研人员
- 致力于中小企业数字化转型的技术管理者
哪些情况暂时不适合
- 仅满足于表面概念、不愿动手实践代码的初学者
- 缺乏Linux服务器运维基础或Scala/Java编程经验的人员
- 期望通过课程直接获得商业变现承诺的非技术背景者
建议阅读、学习或使用路线
- 第一步:完成Scala与Spark集群环境安装,熟悉RDD基本操作与图数据库Neo4j的启动配置。
- 第二步:学习HanLP分词工具及实体消歧、指代消解算法,掌握非结构化数据的预处理流程。
- 第三步:深入理解PageRank、马尔科夫链等核心算法原理,并在GraphX中实现相关计算任务。
- 第四步:构建规则引擎与数据同步链路,利用Canal和Kafka实现MySQL到图谱的实时数据流转。
- 第五步:开发逻辑回归风控模型,掌握目标函数优化、梯度下降法及模型评估指标的应用。
内容结构与重点解析
课程目录结构清晰,逻辑严密,遵循‘环境准备—数据预处理—核心算法—架构搭建—模型应用’的递进路线。前期章节聚焦Scala与Spark环境配置及RDD操作,为后续图计算奠定基础;中期深入讲解HanLP分词、实体消歧、关系抽取等NLP核心技术,并结合Snowball模板生成法详解知识图谱构建细节;后期则转向工程化落地,涵盖Neo4j索引优化、Cypher复杂查询、Kafka消息队列同步及Canal数据迁移方案。此外,课程还专门开辟章节讲解PageRank算法的数学推导与GraphX实现,以及逻辑回归在风控场景下的目标函数优化与梯度下降求解,内容全面且极具实战价值。
阅读后可以重点获得什么
- 能够独立搭建基于Neo4j的知识图谱原型系统并完成基础查询任务。
- 熟练掌握HanLP等NLP工具进行文本分词、实体识别与关系抽取的完整流程。
- 理解并实现PageRank算法在社交网络或推荐系统中的具体应用场景。
- 具备使用Spark处理大规模图数据及优化计算性能的实际编码能力。
- 掌握从数据库到消息队列再到图谱的数据同步架构设计与故障排查技巧。
- 能够运用逻辑回归与梯度下降法构建并评估基础的风控分类模型
实用提示与注意事项
- 区别于普通理论课,本教程提供大量可运行的Demo代码与HanLP实例验证。
- 重点辨析实体消歧(Disambiguation)与实体统一(Resolution)在业务中的不同处理策略。
- 特别强调Cypher语言在复杂路径检索中的优势及其与传统SQL查询的区别。
- 针对Kafka集群部署提供详细的配置文件加载说明,解决常见的环境疏漏问题。
阅读与使用建议
建议学习者先具备基础的Java或Scala编程知识,再开始接触Spark与Neo4j相关章节。对于数学基础较弱的学员,可重点观看马尔科夫链与PageRank公式推导的动画演示部分。在学习过程中,务必亲手敲写HanLP Demo代码以加深理解,切勿仅停留在理论层面。若用于企业项目,建议先在小规模数据集上验证Canal同步方案的有效性,再推广至生产环境。
原文发布日期:2022年04月24日 原文分类:个人成长
常见问题
课程是否包含完整的源代码下载?
课程内容以视频教学为主,代码片段在视频中演示,具体工程文件需结合学习进度自行整理或参考官方文档。
没有Linux服务器经验能学会环境搭建吗?
课程中有专门的Scala与Spark集群安装章节,包含详细的命令说明与常见报错解决方案,适合有一定计算机基础的学员跟随操作。
学完这套知识图谱课程能直接接商业项目吗?
课程提供了从数据清洗到模型评估的全流程技能,但商业项目还需结合具体业务需求进行定制化开发,建议先完成基础实战再尝试接单。
导读最近更新时间:2026年09月27日
算算这笔账,你就知道怎么选更划算
你正在尝试购买单门课程(¥19.00)。
但在您支付前,请先看一眼这笔账:
买 1 门课 = ¥ 19
买 5 门课 = ¥ 95
解锁全站 500000+ 课程 (永久SVIP) = 仅需 ¥ 99 🤯
🤔 还在到处找资源?
别浪费时间了!全网热门课程,这里都有。
外面卖 299、1999 的割韭菜课, 这里通通包含在SVIP 里。
☕️ 少喝 3 杯奶茶 (¥99)
换一个终身学习/搞钱的资源库。
今日仅需 99 元,解锁全站终身钻石SVIP
💎 SVIP 永久会员
- 全站 500000+ 课程永久免费下
- 每日 更新热门课程50+(站内没有可联系站长帮你找)
- 送 AI/N8N 自动化资源库
- 每门课程 不到 0.01元/门



