随着科技的日新月异,信息技术的快速发展,图书为人类获取知识提供了便利的途径。图书中含有大量权威的、有价值的信息。在工程科技领域,图书成为人们获取知识,提升专业能力的核心途径之一。但与此同时,图书的种类越来越多,内容也是良莠不齐,人们面临“信息过载”的困扰。如何从海量的信息中获取对个人最有价值的信息,具有迫切的需求。在日益增长的图书所包含的信息中,领域概念以及概念之间的依赖关系具有重大意义。概念是浓缩全书知识的核心要素,通过了解图书中包含的概念,即可了解图书的主要主题,协助理解图书内容。概念之间的依赖关系,则构成了图书的知识网络。通过解析依赖关系,可以更好的掌握知识脉络,加深对于图书内容的理解。与此同时,运用概念之间的依赖关系,对于课程推荐,学习路线规划等场景具有重大意义。概念前后序关系即是描述概念间的依赖关系。因此,基于图书的领域概念抽取及其前后序关系挖掘是一个有广阔应用前景的任务。基于此,本文首先对图书的领域概念进行了自动抽取,然后挖掘概念前后序关系。最后基于上述结果,构建了知识网络,设计并实现了知识空间服务系统。论文的主要工作如下:(1)提出了一种图书领域概念自动抽取方法,首先利用现有算法抽取高质量短语,作为候选结果。再利用图网络进行全局排序,最后根据得分排序结果输出图书领域概念。(2)提出了一种基于非监督学习的图书概念前后序关系挖掘方法。首先针对概念前后序关系的特性提取特征,并选择随机森林作为分类器,构建概念前后序关系分类模块。然后根据概念前后序关系的特点,建立目标函数以及约束公式,并基于目标函数和约束公式构建概念前后序关系发现模块。最后迭代运行概念前后序关系分类模块和概念前后序关系发现模块,直到达到最大迭代次数或者结果收敛,输出概念前后序关系的判别结果。(3)设计并实现了知识空间服务系统。在指定领域内,利用抽取的领域概念和挖掘的概念前后序关系,构建成知识网络,并进行可视化。系统可展示领域内不同概念之间的依赖网络,同时具备概念搜索和路径搜索的功能。