知识图谱：基于行为数据表征与语义映射的学习结构

随着无处不在的行为数字化所产生的数据不断积累，以及学术界与工业界寻求理解和推理其所编码信息的方法，知识表示的相关性日益增强。在这一追求中，来自自然语言的数据取得了成功，其中skip-grams及其他分布式表示的线性连接主义模型已浮现出可解释的关系结构，这些结构也作为人类学研究的人工制品。然而，自然语言仅是大数据洪流的一小部分。在此我们表明，由我们交互的数字记录元素构成的潜在语义结构，可受行为数据所启发，并且通过该结构的可视化以及将元素的字面描述新颖地映射到此行为启发表示上，可从中提取领域知识。我们利用一所公立大学124,000名学生的选课行为来学习其课程的向量表示。从这些行为启发的表示中，恢复了显著的88%的课程属性信息（例如，院系和部门），以及由先验领域知识构建并通过类比评估的40%的课程关系（例如，Math 1B之于Math H1B如同Physics 7B之于Physics H7B）。为辅助理解所学结构，我们创建了语义插值，将课程向量翻译为其各自目录描述的词袋。我们发现，从选课行为学习的表示将课程向量解析到超越其目录描述的语义保真度水平，描绘出具有高概念合理性的向量空间。最后我们讨论了该知识结构可能被启发的机制及其对数据科学的意义。