知识图谱入门必读书目推荐（12本） 基金基础知识入门书籍有哪些类型的书目

1.知识图谱：概念与技术，肖仰华等 著，可作为高年级本科生、硕士生或者博士生的教材，也适合企业与行业智能化的从业人员阅读。

2.从零构建知识图谱：技术、方法与案例，邵浩，张凯，李方圆，张云柯，戴锡强著，这本书不仅详细讲解了知识图谱的技术原理和构建工具，而且还循序渐进地讲解了知识图谱的构建方法、步骤和行业应用。配有大量实战案例，并且开放了源代

3.知识图谱：方法、实践与应用，王昊奋，漆桂林，陈华钧编，《知识图谱：方法、实践与应用》既适合计算机和人工智能相关的研究人员阅读，又适合在企业一线从事技术和应用开发的人员学习，还可作为高等院校计算机或人工智能专业师生的参考教材。

也可以直接买打包的，更便宜

4.知识图谱与深度学习，刘知远，韩旭，孙茂松著，这本书介绍了作者团队在知识图谱与深度学习方面的研究成果，展现了数据驱动的深度学习与符号表示的知识图谱之间相互补充和促进的技术趋势。本书内容对于人工智能基础研究具有一定的参考意义，既适合专业人士了解知识图谱、深度学习和人工智能的前沿热点，也适合对人工智能感兴趣的本科生和研究生作为学习读物。

刘知远

清华大学计算机系副教授、博士生导师。主要研究方向为表示学习、知识图谱和社会计算。2011年获得清华大学博士学位，已在ACL、IJCAI、AAAI等人工智能领域的著名国际期刊和会议发表相关论文60余篇，谷歌学术引用超过7 000次。博士论文曾被评为清华大学优秀博士学位论文、中国人工智能学会优秀博士学位论文。曾被评为清华大学优秀博士后，获得过中文信息学会青年创新奖，入选《麻省理工科技评论》“35岁以下科技创新35人”中国区榜单（MIT TR-35 China）、中国科学技术协会青年人才托举工程、中国计算机学会青年学者提升计划。多次担任ACL、EMNLP、COLING、IJCNLP等著名国际会议的领域主席。

5.正版共3本知识图谱 赵军+ 机器翻译 李沐+ 智能问答 赵军，李沐，段楠著

6.人工智能出版工程 人工智能：知识图谱前沿技术（精装版），这本书按照知识表示、知识库构建、知识推理和知识应用的基本脉络，全面介绍有关知识图谱的前沿技术。为便于理解和融会贯通，本书也对相关 NLP与机器学习的基本知识与知识图谱的经典传统方法进行了适当描述。本书既可作为人工智能领域研究人员的技术参考书，也可作为高等院校相关专业师生的教学参考书。

7.图表示学习（全彩），[美]威廉·汉密尔顿（William Hamilton） 著，AI TIME译

本书提供了一份关于图表示学习的综述。讨论图表示学习的目标及图论和网络分析的关键方法论。介绍并回顾了学习节点嵌入的方法，包括基于随机游走的方法以及在知识图谱上的应用。本书对高度成功的图神经网络（ Graph Neural Network， GNN）进行了技术上的综合介绍， GNN已成为图数据深度学习领域占主导地位且迅速发展的范式。总结了针对图的深度生成模型的前沿进展，这是图表示学习新生但发展迅速的子集。

作者简介：威廉·汉密尔顿（William Hamilton）是麦吉尔大学（McGill University）计算机科学系的助理教授，也是加拿大高等研究院（Canadian Institute for Advanced Research, CIFAR）AI 方向的主席、GraphSAGE 的作者。他专注于图表示学习及其在计算社会科学和生物学中的应用。近年来，他在机器学习和网络科学领域的顶级会议发表了20 多篇关于图表示学习的论文，并且参与组织了关于该主题的几次大型研讨会，分享了多份重磅教程。他的工作获得了多个奖项的认可，其中包括2017 年美国科学院Cozzarelli最佳论文奖和2018 年斯坦福大学计算机科学系Arthur Samuel 最佳博士论文奖等。

AI TIME是2023年由清华大学人工智能研究院张钹院士和清华大学计算机系唐杰教授、李涓子教授等人联合发起的圈子。AI TIME是一个开放、包容的组织，专注于探索AI科学、发扬科学思辨精神。我们邀请各界人士辩论AI本质，介绍学术前沿、展示研究机构风采，鼓励所有参与者用辩论的形式，平等、自由、充分地交流，探讨人工智能和人类未来之间的矛盾，探索人工智能领域的未来。

8.深入浅出图神经网络，刘忠雨，李彦霖，周洋著，这是一本从原理、算法、实现、应用4个维度详细讲解图神经网络的著作-在图神经网络领域具有重大的意义。

9.深入浅出神经网络与深度学习(图灵出品），迈克尔·尼尔森（Michael Nielsen） 著，朱小虎译。本书深入讲解神经网络和深度学习技术，侧重于阐释深度学习的核心概念。作者以技术原理为导向，辅以贯穿全书的MNIST手写数字识别项目示例，介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容，以及如何利用这些知识改进深度学习项目。学完本书后，读者将能够通过编写Python代码来解决复杂的模式识别问题。

10.工业级知识图谱：方法与实践（全彩）(博文视点出品)，张伟，陈华钧，张亦弛著

本书源于阿里巴巴千亿级知识图谱构建与产业化应用的工作总结，对知识图谱理论和大规模工业实践进行了全面和深入的阐述。本书以阿里巴巴的实战经验为中心，以深厚的理论成果为支撑，详细阐述了知识图谱的方方面面。首先介绍工业场景下知识图谱的现状、存在的问题和架构设计；然后从知识表示、知识融合、知识获取、知识推理、知识存储和知识图谱前沿方向等方面入手，介绍大规模商品知识图谱的构建方法；最后结合阿里巴巴的业务实践，详细介绍知识图谱的产品设计、技术实现和业务应用细节。通过阅读本书，读者不仅可以从零开始认识知识图谱，了解知识图谱技术方法和前沿技术方向，而且可以熟悉知识图谱工业实践的实现路径，清楚知识图谱的应用方向和方法。本书介绍的成果获得钱伟长中文信息处理科学技术一等奖。本书在知识图谱的广度和深度上兼具极强的参考性，适合人工智能相关行业的管理者和研发人员、高等院校的计算机专业学生阅读。

11.知识图谱导论（全彩）(博文视点出品)，陈华钧著

知识图谱的发展历史源远流长，从经典人工智能的核心命题——知识工程，到互联网时代的语义Web，再到当下很多领域构建的数千亿级别的现代知识图谱。知识图谱兼具人工智能、大数据和互联网的多重技术基因，是知识表示、表示学习、自然语言处理、图数据库和图计算等多个领域技术的综合集成。本书全面覆盖了知识图谱的表示、存储、获取、推理、融合、问答和分析等七大方面，一百多个基础知识点的内容，同时囊括多模态知识图谱、知识图谱与图神经网络的融合、本体表示学习、事理知识图谱，以及知识增强的语言预训练模型等新热点、新发展。作为一本导论性质的书，本书希望帮助初学者梳理知识图谱的基本知识点和关键技术要素，也希望帮助技术决策者建立知识图谱的整体视图和系统工程观，为前沿科研人员拓展创新视野和研究方向。本书在技术广度和深度上兼具极强的参考性，适合高等院校的计算机专业师生阅读，也可供计算机相关行业的管理者和研发人员参考。

12.金融科技知识图谱 金融科技理论与应用研究小组 金融科技百科全书，金融科技理论与应用研究小组著，非常适合搞知识图谱金融方向的同学

一本金融科技百科全书，为细分领域从业者提供查询工具，为大众普及金融科技知识。

近年来，金融科技的发展给传统金融业带了了冲击、挑战和机遇。由大数据、区块链、云计算、人工智能等新兴前沿技术带动出现的新兴业务模式、新技术应用、新产品服务等，对金融市场以及金融服务业务供给产生了重大影响。金融科技的发展，在促进数字经济发展的同时，在全球范围引发巨大争议，从消费者隐私保护、网络安全、平台与数据垄断到算法歧视。

《金融科技知识图谱》通过金融科技领域词汇的定义、描述、关联词条、实例等，构建金融科技领域知识图谱。书中结合国内外发展实践，借鉴知识图谱理念对金融科技相关理论知识进行系统性梳理、总结与解读，运用可视化技术实现“一图览全貌”的展示效果，为读者提供