**部分 科技大數據的建模理論 第1章 科技大數據的張量表示模型 1.1 引言 1.2 基于張量分解的表示模型 1.3 t-FD算法 1.4 理論誤差界的證明 1.5 實驗分析 1.6 小結 參考文獻 第2章 科技大數據知識圖譜 2.1 知識圖譜概念及發展 2.2 面向科技大數據的知識圖譜 2.3 知識圖譜關鍵技術 2.4 知識圖譜技術分析 參考文獻 第3章 科技大數據遷移學習 3.1 遷移學習的概念及發展 3.2 科技大數據遷移學習的驅動因素 3.3 遷移學習相關研究 參考文獻 第二部分 科技大數據的數據分析技術 第4章 科技情報認知圖譜 4.1 科技情報認知圖譜的概念 4.2 認知推理 4.3 邏輯表達 參考文獻 第5章 基于深度遷移學習的圖像語義分類 5.1 引言 5.2 算法介紹 5.3 實驗 5.4 小結 參考文獻 第6章 基于柔性標簽遷移學習的圖像分類 6.1 引言 6.2 預備知識 6.3 MSLT算法介紹 6.4 實驗 6.5 小結 參考文獻 第7章 科技大數據中的學者研究興趣預測 7.1 引言 7.2 研究興趣預測 7.3 自適應屬性選擇的學者研究興趣預測方法 7.4 實驗 7.5 小結 參考文獻 第8章 科技大數據中的學者間合著關系預測方法 8.1 引言 8.2 融合語義與結構信息的學者間合著關系預測方法 8.3 實驗 8.4 小結 參考文獻 第9章 科技大數據中的機構間合作關系預測方法 9.1 問題介紹 9.2 個體性實體與群體性實體 9.3 基于表示學習的機構間合作關系預測算法 9.4 實驗 9.5 小結 參考文獻