模型的类别及关系

这里引用龚才春博士对于模型的分类，我们依照模型用以解决问题的方向，将模型分为6大类，分别是权重问题、状态问题、序列问题、表示问题、相似问题以及分类问题。

权重问题

权重问题的本质是待求数据为一个实型数据，且每个实体只关联一个实型。权重问题一般具有如下3个特点。

  1. 待求数据是一个实数。（权重参数是实数）
  2. 每个实体只有一个待求数据。（每个实体对应的权重参数只有一个）
  3. 待求数据与已有数据的关系，与时间无关。（基于已有数据分配权重参数）

常见的权重模型有：TF-IDF模型、线性回归模型和PageRank模型。

  1. TF-IDF模型：TF-IDF模型是一元权重模型，已有数据要么只有一个维度（对应问题的知识图谱中实体只有一个输入属性）​，即便有多个维度，各维度的量纲也是一致的。
  2. 线性回归模型：线性回归模型是典型的多元权重模型，已有数据一般有多个维度（对应问题的知识图谱中实体有多个输入属性）​，而且多个属性的量纲是不一致的。
  3. PageRank模型：PageRank模型一般没有明确的输入属性，能够用来建模的数据是实体之间的关系。

模型的7大用途

  1. 推理：识别条件并推断逻辑含义
  2. 解释：为经验现象提供（可检验的）解释
  3. 设计：选择制度、政策和规则的特征
  4. 沟通：将知识与理解联系起来
  5. 行动：指导政策选择和战略行动
  6. 预测：对未来和未知现象进行数值和分类预测
  7. 探索：分析探索可能性和假说