Información del autor
Autor Sheng, Quan Z. |
Documentos disponibles escritos por este autor (3)
Crear una solicitud de compra Refinar búsqueda
TÃtulo : Business Process Management Workshops : BPM 2018 International Workshops, Sydney, NSW, Australia, September 9-14, 2018, Revised Papers Tipo de documento: documento electrónico Autores: Daniel, Florian, ; Sheng, Quan Z., ; Motahari, Hamid, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: XIII, 582 p. 220 ilustraciones, 117 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-11641-5 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: TecnologÃa de la información Software de la aplicacion Procesamiento de datos Servicios de información empresarial Aplicación Informática en Tratamiento de Datos Administrativos Gestión de Procesos de Negocio Aplicaciones informáticas y de sistemas de información MinerÃa de datos y descubrimiento de conocimientos Sistemas de Información Empresarial Clasificación: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro constituye artÃculos revisados ​​de los ocho talleres internacionales celebrados en la 16.ª Conferencia Internacional sobre Gestión de Procesos de Negocios, BPM 2018, en Sydney, Australia, en septiembre de 2018: BPI 2018: 14.º Taller Internacional sobre Inteligencia de Procesos de Negocios; BPMS2 2018: 11° Taller sobre Aspectos Sociales y Humanos de la Gestión de Procesos de Negocio;†PODS4H 2018: 1er Taller Internacional sobre Ciencia de Datos Orientada a Procesos para la Salud; AI4BPM 2018: 1er Taller Internacional sobre Inteligencia Artificial para la Gestión de Procesos de Negocio; CCBPM 2018: 1er Taller Internacional sobre Paradigmas Informáticos Emergentes y Contexto en la Gestión de Procesos de Negocio; BP-Meet-IoT / PQ 2018: Los procesos comerciales conjuntos se reúnen con el taller de consulta de procesos y Internet de las cosas; DeHMiMoP 2018: 1er Taller Declarativo/Decisión/MinerÃa HÃbrida y Modelado para Procesos de Negocio; REBM /EdForum 2018: Taller conjunto de ingenierÃa de requisitos y gestión de procesos de negocio y foro educativo Los 45 artÃculos completos presentados en este volumen fueron cuidadosamente revisados ​​y seleccionados entre 90 presentaciones. Nota de contenido: Fourteenth International Workshop on Business Process Intelligence (BPI) -- Clustering Business Process Activities for Identifying Reference Model Components -- Multi-Instance Mining: Discovering Synchronisation in Artifact-Centric Processes -- Improving merging conditions for recomposing conformance checking -- Efficiently Computing Alignments -- Understanding automated feedback in learning processes by mining local patterns -- Eleventh Workshop on Social and Human Aspects of Business Process Management (BPMS2) -- Social Technology Affordances for Business Process Improvement -- Social Business Process Management (SBPM) Critical Success Factors (CSF) -- Enabling Co-Creation in Product Design Processes using 3D-Printing Processes -- Evaluation of WfMC Awards for Case Management: Features, Knowledge Workers, Systems -- Investigating the trade-off between the effectiveness and efficiency of process modeling -- The Repercussions of Business Process Modeling Notations on Mental Load and Mental Effort -- First International Workshop on Process-Oriented Data Science for Healthcare (PODS4H) -- Expectations from a Process Mining Dashboard in Operating Rooms with Analytic Hierarchy Process -- Tailored Process Feedback through Process Mining for Surgical Procedures in Medical Training: the Central Venous Catheter case -- An Application of Process Mining in the Context of Melanoma Surveillance using Time Boxing -- Characterization of drug use patterns using process mining and temporal abstraction digital phenotyping -- Pre-hospital Retrieval and Transport of Road Trauma Patients in Queensland -- Analyzing Medical Emergency Processes with Process Mining: The Stroke Case -- Using indoor location system data to enhance the quality of healthcare event logs: opportunities and challenges -- The ClearPath Method for Care Pathway Process Mining and Simulation -- Analysis of Emergency Room Episodes Duration through Process Mining -- First International Workshop on Artificial Intelligence for Business Process Management (AI4BPM) -- Enhancing Process Data in Manual Assembly Workflows -- Modeling Uncertainty in Declarative Artifact-Centric Process Models -- Extracting workflows from natural language documents: A first step -- DCR Event-reachability via Genetic Algorithms -- Classifying Process Instances Using Recurrent Neural Networks -- Leveraging Regression Algorithms for Predicting Process Performance using Goal Alignments -- First International Workshop on Emerging Computing Paradigms and Context in Business Process Management (CCBPM) -- Improved Particle Swarm Optimization based Workflow Scheduling in Cloud-fog Environment -- An Efficient Algorithm for Runtime Minimum Cost Data Storage and Regeneration for Business Process Management in Multiple Clouds -- A Lean Architecture for Blockchain Based Decentralized Process Execution -- Mining Product Relationships for Recommendation Based on Cloud Service Data -- SmartCrowd: A Workow Framework for Complex Crowdsourcing Tasks -- Third International Workshop on Process Querying (PQ 2018) -- Checking Business Process Models for Compliance - Comparing Graph Matching and Temporal Logic -- From Complexity to Insight: Querying Large Business Process Models to Improve Quality -- Second International Workshop on BP-meet-IoT (BP-meet-IoT 2018) -- Retrofitting of Workflow Management Systems with Self-X Capabilities for Internet of Things -- On the Contextualization of Event-Activity Mappings -- A Classification Framework for IoT Scenarios -- First Declarative/Decision/Hybrid Mining and Modelling for Business Processes (DeHMiMoP) -- Evaluating The Understandability of Hybrid Process Model Representations Using Eye Tracking: First Insights -- A Framework to Evaluate and Compare Decision-Mining Techniques -- Compliance Checking for Decision-Aware Process Models -- Towards Automated Process Modeling based on BPMN Diagram Composition -- Measuring the Complexity of DMN Decision Models -- Joint Requirements Engineering and Business Process Management Workshop / Education Forum (REBPM / EdForum) -- Process Weakness Patterns for the Identification of Digitalization Potentials in Business Processes -- From requirements to data analytics process: An ontology-based approach. . Tipo de medio : Computadora Summary : This book constitutes revised papers from the eight International Workshops held at the 16th International Conference on Business Process Management, BPM 2018, in Sydney, Australia, in September 2018: BPI 2018: 14th International Workshop on Business Process Intelligence; BPMS2 2018: 11th Workshop on Social and Human Aspects of Business Process Management;†PODS4H 2018: 1st International Workshop on Process-Oriented Data Science for Healthcare; AI4BPM 2018: 1st International Workshop on Artificial Intelligence for Business Process Management; CCBPM 2018: 1st International Workshop on Emerging Computing Paradigms and Context in Business Process Management; BP-Meet-IoT / PQ 2018: Joint Business Processes Meet the Internet-of-Things and Process Querying Workshop; DeHMiMoP 2018: 1st Declarative/Decision/Hybrid Mining and Modelling for Business ProcessesWorkshop; REBM /EdForum 2018: Joint Requirements Engineering and Business Process Management Workshop and Education Forum The 45 full papers presented in this volume were carefully reviewed and selected from 90 submissions. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Business Process Management Workshops : BPM 2018 International Workshops, Sydney, NSW, Australia, September 9-14, 2018, Revised Papers [documento electrónico] / Daniel, Florian, ; Sheng, Quan Z., ; Motahari, Hamid, . - 1 ed. . - [s.l.] : Springer, 2019 . - XIII, 582 p. 220 ilustraciones, 117 ilustraciones en color.
ISBN : 978-3-030-11641-5
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: TecnologÃa de la información Software de la aplicacion Procesamiento de datos Servicios de información empresarial Aplicación Informática en Tratamiento de Datos Administrativos Gestión de Procesos de Negocio Aplicaciones informáticas y de sistemas de información MinerÃa de datos y descubrimiento de conocimientos Sistemas de Información Empresarial Clasificación: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro constituye artÃculos revisados ​​de los ocho talleres internacionales celebrados en la 16.ª Conferencia Internacional sobre Gestión de Procesos de Negocios, BPM 2018, en Sydney, Australia, en septiembre de 2018: BPI 2018: 14.º Taller Internacional sobre Inteligencia de Procesos de Negocios; BPMS2 2018: 11° Taller sobre Aspectos Sociales y Humanos de la Gestión de Procesos de Negocio;†PODS4H 2018: 1er Taller Internacional sobre Ciencia de Datos Orientada a Procesos para la Salud; AI4BPM 2018: 1er Taller Internacional sobre Inteligencia Artificial para la Gestión de Procesos de Negocio; CCBPM 2018: 1er Taller Internacional sobre Paradigmas Informáticos Emergentes y Contexto en la Gestión de Procesos de Negocio; BP-Meet-IoT / PQ 2018: Los procesos comerciales conjuntos se reúnen con el taller de consulta de procesos y Internet de las cosas; DeHMiMoP 2018: 1er Taller Declarativo/Decisión/MinerÃa HÃbrida y Modelado para Procesos de Negocio; REBM /EdForum 2018: Taller conjunto de ingenierÃa de requisitos y gestión de procesos de negocio y foro educativo Los 45 artÃculos completos presentados en este volumen fueron cuidadosamente revisados ​​y seleccionados entre 90 presentaciones. Nota de contenido: Fourteenth International Workshop on Business Process Intelligence (BPI) -- Clustering Business Process Activities for Identifying Reference Model Components -- Multi-Instance Mining: Discovering Synchronisation in Artifact-Centric Processes -- Improving merging conditions for recomposing conformance checking -- Efficiently Computing Alignments -- Understanding automated feedback in learning processes by mining local patterns -- Eleventh Workshop on Social and Human Aspects of Business Process Management (BPMS2) -- Social Technology Affordances for Business Process Improvement -- Social Business Process Management (SBPM) Critical Success Factors (CSF) -- Enabling Co-Creation in Product Design Processes using 3D-Printing Processes -- Evaluation of WfMC Awards for Case Management: Features, Knowledge Workers, Systems -- Investigating the trade-off between the effectiveness and efficiency of process modeling -- The Repercussions of Business Process Modeling Notations on Mental Load and Mental Effort -- First International Workshop on Process-Oriented Data Science for Healthcare (PODS4H) -- Expectations from a Process Mining Dashboard in Operating Rooms with Analytic Hierarchy Process -- Tailored Process Feedback through Process Mining for Surgical Procedures in Medical Training: the Central Venous Catheter case -- An Application of Process Mining in the Context of Melanoma Surveillance using Time Boxing -- Characterization of drug use patterns using process mining and temporal abstraction digital phenotyping -- Pre-hospital Retrieval and Transport of Road Trauma Patients in Queensland -- Analyzing Medical Emergency Processes with Process Mining: The Stroke Case -- Using indoor location system data to enhance the quality of healthcare event logs: opportunities and challenges -- The ClearPath Method for Care Pathway Process Mining and Simulation -- Analysis of Emergency Room Episodes Duration through Process Mining -- First International Workshop on Artificial Intelligence for Business Process Management (AI4BPM) -- Enhancing Process Data in Manual Assembly Workflows -- Modeling Uncertainty in Declarative Artifact-Centric Process Models -- Extracting workflows from natural language documents: A first step -- DCR Event-reachability via Genetic Algorithms -- Classifying Process Instances Using Recurrent Neural Networks -- Leveraging Regression Algorithms for Predicting Process Performance using Goal Alignments -- First International Workshop on Emerging Computing Paradigms and Context in Business Process Management (CCBPM) -- Improved Particle Swarm Optimization based Workflow Scheduling in Cloud-fog Environment -- An Efficient Algorithm for Runtime Minimum Cost Data Storage and Regeneration for Business Process Management in Multiple Clouds -- A Lean Architecture for Blockchain Based Decentralized Process Execution -- Mining Product Relationships for Recommendation Based on Cloud Service Data -- SmartCrowd: A Workow Framework for Complex Crowdsourcing Tasks -- Third International Workshop on Process Querying (PQ 2018) -- Checking Business Process Models for Compliance - Comparing Graph Matching and Temporal Logic -- From Complexity to Insight: Querying Large Business Process Models to Improve Quality -- Second International Workshop on BP-meet-IoT (BP-meet-IoT 2018) -- Retrofitting of Workflow Management Systems with Self-X Capabilities for Internet of Things -- On the Contextualization of Event-Activity Mappings -- A Classification Framework for IoT Scenarios -- First Declarative/Decision/Hybrid Mining and Modelling for Business Processes (DeHMiMoP) -- Evaluating The Understandability of Hybrid Process Model Representations Using Eye Tracking: First Insights -- A Framework to Evaluate and Compare Decision-Mining Techniques -- Compliance Checking for Decision-Aware Process Models -- Towards Automated Process Modeling based on BPMN Diagram Composition -- Measuring the Complexity of DMN Decision Models -- Joint Requirements Engineering and Business Process Management Workshop / Education Forum (REBPM / EdForum) -- Process Weakness Patterns for the Identification of Digitalization Potentials in Business Processes -- From requirements to data analytics process: An ontology-based approach. . Tipo de medio : Computadora Summary : This book constitutes revised papers from the eight International Workshops held at the 16th International Conference on Business Process Management, BPM 2018, in Sydney, Australia, in September 2018: BPI 2018: 14th International Workshop on Business Process Intelligence; BPMS2 2018: 11th Workshop on Social and Human Aspects of Business Process Management;†PODS4H 2018: 1st International Workshop on Process-Oriented Data Science for Healthcare; AI4BPM 2018: 1st International Workshop on Artificial Intelligence for Business Process Management; CCBPM 2018: 1st International Workshop on Emerging Computing Paradigms and Context in Business Process Management; BP-Meet-IoT / PQ 2018: Joint Business Processes Meet the Internet-of-Things and Process Querying Workshop; DeHMiMoP 2018: 1st Declarative/Decision/Hybrid Mining and Modelling for Business ProcessesWorkshop; REBM /EdForum 2018: Joint Requirements Engineering and Business Process Management Workshop and Education Forum The 45 full papers presented in this volume were carefully reviewed and selected from 90 submissions. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Data Quality and Trust in Big Data / Hacid, Hakim ; Sheng, Quan Z. ; Yoshida, Tetsuya ; Sarkheyli, Azadeh ; Zhou, Rui
TÃtulo : Data Quality and Trust in Big Data : 5th International Workshop, QUAT 2018, Held in Conjunction with WISE 2018, Dubai, UAE, November 12–15, 2018, Revised Selected Papers / Tipo de documento: documento electrónico Autores: Hacid, Hakim, ; Sheng, Quan Z., ; Yoshida, Tetsuya, ; Sarkheyli, Azadeh, ; Zhou, Rui, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: IX, 137 p. 45 ilustraciones, 19 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-19143-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Software de la aplicacion Sistemas de almacenamiento y recuperación de información. Inteligencia artificial Computadoras digitales electrónicas Aplicaciones informáticas y de sistemas de información Almacenamiento y recuperación de información Rendimiento y evaluación del sistema Clasificación: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro constituye una selección revisada de artÃculos del Taller Internacional sobre Calidad de Datos y Confianza en Big Data, QUAT 2018, que se llevó a cabo junto con la Conferencia Internacional sobre IngenierÃa de Sistemas de Información Web, WISE 2018, en Dubai, Emiratos Ãrabes Unidos, en noviembre de 2018. Se revisaron y seleccionaron cuidadosamente 9 artÃculos presentados en este volumen entre 15 presentaciones. Se ocupan de ideas y soluciones novedosas relacionadas con los problemas de exploración, evaluación, seguimiento, mejora y mantenimiento de la calidad de los datos y la confianza en Big Data. Nota de contenido: A Novel Data Quality Metric for Minimality -- Automated Schema Quality Measurement in Large-scale Information Systems -- Email Importance Evaluation in Mailing List Discussions -- SETTRUST: Social Exchange Theory Based Context- Aware Trust Prediction in Online Social Networks -- CNR: Cross-Network Recommendation Embedding User's Personality -- Firefly Algorithm with Proportional Adjustment Strategy -- A Formal Taxonomy of Temporal Data Defects -- Data-intensive Computing Acceleration with Python in Xilinx FPGA -- Delone and McLean IS Success Model for Evaluating Knowledge Sharing. Tipo de medio : Computadora Summary : This book constitutes revised selected papers from the International Workshop on Data Quality and Trust in Big Data, QUAT 2018, which was held in conjunction with the International Conference on Web Information Systems Engineering, WISE 2018, in Dubai, UAE, in November 2018. The 9 papers presented in this volume were carefully reviewed and selected from 15 submissions. They deal with novel ideas and solutions related to the problems of exploring, assessing, monitoring, improving, and maintaining the quality of data and trust for Big Data. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Data Quality and Trust in Big Data : 5th International Workshop, QUAT 2018, Held in Conjunction with WISE 2018, Dubai, UAE, November 12–15, 2018, Revised Selected Papers / [documento electrónico] / Hacid, Hakim, ; Sheng, Quan Z., ; Yoshida, Tetsuya, ; Sarkheyli, Azadeh, ; Zhou, Rui, . - 1 ed. . - [s.l.] : Springer, 2019 . - IX, 137 p. 45 ilustraciones, 19 ilustraciones en color.
ISBN : 978-3-030-19143-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Software de la aplicacion Sistemas de almacenamiento y recuperación de información. Inteligencia artificial Computadoras digitales electrónicas Aplicaciones informáticas y de sistemas de información Almacenamiento y recuperación de información Rendimiento y evaluación del sistema Clasificación: 005.3 Ciencia de los computadores (Programas) Resumen: Este libro constituye una selección revisada de artÃculos del Taller Internacional sobre Calidad de Datos y Confianza en Big Data, QUAT 2018, que se llevó a cabo junto con la Conferencia Internacional sobre IngenierÃa de Sistemas de Información Web, WISE 2018, en Dubai, Emiratos Ãrabes Unidos, en noviembre de 2018. Se revisaron y seleccionaron cuidadosamente 9 artÃculos presentados en este volumen entre 15 presentaciones. Se ocupan de ideas y soluciones novedosas relacionadas con los problemas de exploración, evaluación, seguimiento, mejora y mantenimiento de la calidad de los datos y la confianza en Big Data. Nota de contenido: A Novel Data Quality Metric for Minimality -- Automated Schema Quality Measurement in Large-scale Information Systems -- Email Importance Evaluation in Mailing List Discussions -- SETTRUST: Social Exchange Theory Based Context- Aware Trust Prediction in Online Social Networks -- CNR: Cross-Network Recommendation Embedding User's Personality -- Firefly Algorithm with Proportional Adjustment Strategy -- A Formal Taxonomy of Temporal Data Defects -- Data-intensive Computing Acceleration with Python in Xilinx FPGA -- Delone and McLean IS Success Model for Evaluating Knowledge Sharing. Tipo de medio : Computadora Summary : This book constitutes revised selected papers from the International Workshop on Data Quality and Trust in Big Data, QUAT 2018, which was held in conjunction with the International Conference on Web Information Systems Engineering, WISE 2018, in Dubai, UAE, in November 2018. The 9 papers presented in this volume were carefully reviewed and selected from 15 submissions. They deal with novel ideas and solutions related to the problems of exploring, assessing, monitoring, improving, and maintaining the quality of data and trust for Big Data. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Managing Data From Knowledge Bases: Querying and Extraction Tipo de documento: documento electrónico Autores: Zhang, Wei Emma, ; Sheng, Quan Z., Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XIII, 139 p. 41 ilustraciones, 32 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-94935-2 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Procesamiento de datos Sistemas de almacenamiento y recuperación de información. Software de la aplicacion MinerÃa de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Clasificación: 6.312 Resumen: En este libro, los autores abordan primero los temas de investigación proporcionando un escenario motivador, seguido de la exploración de los principios y técnicas de los temas desafiantes. Luego resuelven las cuestiones de investigación planteadas desarrollando una serie de metodologÃas. Más especÃficamente, los autores estudian la optimización de consultas y abordan la predicción del rendimiento de las consultas para la recuperación de conocimientos. También manejan el procesamiento de datos no estructurados y la agrupación de datos para la extracción de conocimientos. Para optimizar las consultas emitidas a través de interfaces frente a bases de conocimiento, los autores proponen una capa de optimización basada en caché entre los consumidores y la interfaz de consulta para facilitar la consulta y resolver el problema de latencia. El caché depende de un método de aprendizaje novedoso que considera los patrones de consulta de las consultas históricas de los individuos sin tener conocimiento de los sistemas de respaldo de la base de conocimientos. Para predecir el rendimiento de las consultas para una programación de consultas adecuada, los autores examinan las caracterÃsticas estructurales y sintácticas de las consultas y aplican múltiples modelos de predicción ampliamente adoptados. Su enfoque de modelado de caracterÃsticas evita el requisito de conocimiento tanto en los lenguajes de consulta como en el sistema. Para extraer conocimiento de fuentes web no estructuradas, los autores examinan dos tipos de fuentes web que contienen datos no estructurados: el código fuente de los repositorios web y las publicaciones en comunidades de programación de preguntas y respuestas. Utilizan técnicas de procesamiento del lenguaje natural para preprocesar los códigos fuente y obtener los elementos del lenguaje natural. Luego aplican técnicas tradicionales de extracción de conocimientos para extraer conocimientos. Para los datos de las comunidades de programación de preguntas y respuestas, los autores intentan construir una base de conocimientos de programación comenzando con parafraseando problemas de identificación y desarrollando caracterÃsticas novedosas para identificar con precisión publicaciones duplicadas. Para la extracción de conocimiento de un dominio especÃfico, los autores proponen utilizar una técnica de agrupamiento para separar el conocimiento en diferentes grupos. Se centran en desarrollar un nuevo algoritmo de agrupación que utilice múltiples restricciones en la tarea de optimización y logre un rendimiento rápido y preciso. Para cada modelo y enfoque presentado en esta disertación, los autores han realizado extensos experimentos para evaluarlo utilizando conjuntos de datos públicos o datos sintéticos que generaron. Nota de contenido: 1 Introduction -- 2 Cache Based Optimization for Querying Curated Knowledge Bases -- 3 Query Performance Prediction on Knowledge Base -- 4 An Efficient Knowledge Clustering Algorithm -- 5 Knowledge Extraction from Unstructured Data on the Web -- 6 Building Knowledge Bases from Unstructured Data on the Web -- 7 Conclusion. Tipo de medio : Computadora Summary : In this book, the authors first address the research issues by providing a motivating scenario, followed by the exploration of the principles and techniques of the challenging topics. Then they solve the raised research issues by developing a series of methodologies. More specifically, the authors study the query optimization and tackle the query performance prediction for knowledge retrieval. They also handle unstructured data processing, data clustering for knowledge extraction. To optimize the queries issued through interfaces against knowledge bases, the authors propose a cache-based optimization layer between consumers and the querying interface to facilitate the querying and solve the latency issue. The cache depends on a novel learning method that considers the querying patterns from individual's historical queries without having knowledge of the backing systems of the knowledge base. To predict the query performance for appropriate query scheduling, the authors examine the queries' structural and syntactical features and apply multiple widely adopted prediction models. Their feature modelling approach eschews the knowledge requirement on both the querying languages and system. To extract knowledge from unstructured Web sources, the authors examine two kinds of Web sources containing unstructured data: the source code from Web repositories and the posts in programming question-answering communities. They use natural language processing techniques to pre-process the source codes and obtain the natural language elements. Then they apply traditional knowledge extraction techniques to extract knowledge. For the data from programming question-answering communities, the authors make the attempt towards building programming knowledge base by starting with paraphrase identification problems and develop novel features to accurately identify duplicate posts. For domain specific knowledge extraction, the authors propose to use a clustering technique toseparate knowledge into different groups. They focus on developing a new clustering algorithm that uses manifold constraints in the optimization task and achieves fast and accurate performance. For each model and approach presented in this dissertation, the authors have conducted extensive experiments to evaluate it using either public dataset or synthetic data they generated. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Managing Data From Knowledge Bases: Querying and Extraction [documento electrónico] / Zhang, Wei Emma, ; Sheng, Quan Z., . - 1 ed. . - [s.l.] : Springer, 2018 . - XIII, 139 p. 41 ilustraciones, 32 ilustraciones en color.
ISBN : 978-3-319-94935-2
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Idioma : Inglés (eng)
Palabras clave: Procesamiento de datos Sistemas de almacenamiento y recuperación de información. Software de la aplicacion MinerÃa de datos y descubrimiento de conocimientos Almacenamiento y recuperación de información Aplicaciones informáticas y de sistemas de información Clasificación: 6.312 Resumen: En este libro, los autores abordan primero los temas de investigación proporcionando un escenario motivador, seguido de la exploración de los principios y técnicas de los temas desafiantes. Luego resuelven las cuestiones de investigación planteadas desarrollando una serie de metodologÃas. Más especÃficamente, los autores estudian la optimización de consultas y abordan la predicción del rendimiento de las consultas para la recuperación de conocimientos. También manejan el procesamiento de datos no estructurados y la agrupación de datos para la extracción de conocimientos. Para optimizar las consultas emitidas a través de interfaces frente a bases de conocimiento, los autores proponen una capa de optimización basada en caché entre los consumidores y la interfaz de consulta para facilitar la consulta y resolver el problema de latencia. El caché depende de un método de aprendizaje novedoso que considera los patrones de consulta de las consultas históricas de los individuos sin tener conocimiento de los sistemas de respaldo de la base de conocimientos. Para predecir el rendimiento de las consultas para una programación de consultas adecuada, los autores examinan las caracterÃsticas estructurales y sintácticas de las consultas y aplican múltiples modelos de predicción ampliamente adoptados. Su enfoque de modelado de caracterÃsticas evita el requisito de conocimiento tanto en los lenguajes de consulta como en el sistema. Para extraer conocimiento de fuentes web no estructuradas, los autores examinan dos tipos de fuentes web que contienen datos no estructurados: el código fuente de los repositorios web y las publicaciones en comunidades de programación de preguntas y respuestas. Utilizan técnicas de procesamiento del lenguaje natural para preprocesar los códigos fuente y obtener los elementos del lenguaje natural. Luego aplican técnicas tradicionales de extracción de conocimientos para extraer conocimientos. Para los datos de las comunidades de programación de preguntas y respuestas, los autores intentan construir una base de conocimientos de programación comenzando con parafraseando problemas de identificación y desarrollando caracterÃsticas novedosas para identificar con precisión publicaciones duplicadas. Para la extracción de conocimiento de un dominio especÃfico, los autores proponen utilizar una técnica de agrupamiento para separar el conocimiento en diferentes grupos. Se centran en desarrollar un nuevo algoritmo de agrupación que utilice múltiples restricciones en la tarea de optimización y logre un rendimiento rápido y preciso. Para cada modelo y enfoque presentado en esta disertación, los autores han realizado extensos experimentos para evaluarlo utilizando conjuntos de datos públicos o datos sintéticos que generaron. Nota de contenido: 1 Introduction -- 2 Cache Based Optimization for Querying Curated Knowledge Bases -- 3 Query Performance Prediction on Knowledge Base -- 4 An Efficient Knowledge Clustering Algorithm -- 5 Knowledge Extraction from Unstructured Data on the Web -- 6 Building Knowledge Bases from Unstructured Data on the Web -- 7 Conclusion. Tipo de medio : Computadora Summary : In this book, the authors first address the research issues by providing a motivating scenario, followed by the exploration of the principles and techniques of the challenging topics. Then they solve the raised research issues by developing a series of methodologies. More specifically, the authors study the query optimization and tackle the query performance prediction for knowledge retrieval. They also handle unstructured data processing, data clustering for knowledge extraction. To optimize the queries issued through interfaces against knowledge bases, the authors propose a cache-based optimization layer between consumers and the querying interface to facilitate the querying and solve the latency issue. The cache depends on a novel learning method that considers the querying patterns from individual's historical queries without having knowledge of the backing systems of the knowledge base. To predict the query performance for appropriate query scheduling, the authors examine the queries' structural and syntactical features and apply multiple widely adopted prediction models. Their feature modelling approach eschews the knowledge requirement on both the querying languages and system. To extract knowledge from unstructured Web sources, the authors examine two kinds of Web sources containing unstructured data: the source code from Web repositories and the posts in programming question-answering communities. They use natural language processing techniques to pre-process the source codes and obtain the natural language elements. Then they apply traditional knowledge extraction techniques to extract knowledge. For the data from programming question-answering communities, the authors make the attempt towards building programming knowledge base by starting with paraphrase identification problems and develop novel features to accurately identify duplicate posts. For domain specific knowledge extraction, the authors propose to use a clustering technique toseparate knowledge into different groups. They focus on developing a new clustering algorithm that uses manifold constraints in the optimization task and achieves fast and accurate performance. For each model and approach presented in this dissertation, the authors have conducted extensive experiments to evaluate it using either public dataset or synthetic data they generated. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
