中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
復雜網絡建模理論與應用 版權信息
- ISBN：9787030598974
- 條形碼：9787030598974 ; 978-7-03-059897-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
復雜網絡建模理論與應用 內容簡介
復雜網絡的主要研究方法都是基于圖論的理論和方法開展的，并已經取得了可喜的成果。復雜網絡的研究由于其學科交叉性和復雜性的特點，涉及了眾多學科的知識和理論基礎。本書在傳統的圖論理論的基礎上，針對數據挖掘領域的社區發現、鏈接預測和影響優選化等領域中都需要計算定點的相似性問題，提出了屬性圖的概念，并對基于屬性圖的建模、加權網絡建模、符號網絡建模、集對網絡建模等相關理論進行了研究，并給出了在社區發現、鏈接預測和影響優選化等領域的應用方法。
復雜網絡建模理論與應用 目錄
目錄
前言
第1章 緒論 1
1.1 研究背景及意義 1
1.1.1 研究背景 1
1.1.2 研究意義 2
1.1.3 主要研究內容 3
1.2 復雜網絡建模理論研究現狀分析 3
1.2.1 屬性圖建模現狀分析 4
1.2.2 加權網絡建模現狀分析 7
1.2.3 符號網絡建模現狀分析 8
1.2.4 集對網絡建模現狀分析 9
1.2.5 影響*大化建模現狀分析 10
1.3 復雜網絡的應用領域 12
1.3.1 社區發現及應用 12
1.3.2 鏈接預測及應用 13
1.3.3 影響*大化及應用 14
第2章 復雜網絡屬性圖建模及應用 15
2.1 引言 15
2.2 屬性圖及其擴展 15
2.2.1 屬性圖基本定義 15
2.2.2 粗糙屬性圖結構 17
2.2.3 S-粗糙屬性圖結構 22
2.2.4 各種屬性圖之間的關系 25
2.3 基于屬性圖的復雜網絡結構分析 26
2.3.1 基于屬性圖的網絡結構測度分析 26
2.3.2 基于粗糙屬性圖的網絡結構測度分析 32
2.4 基于屬性圖的社區挖掘 38
2.4.1 粗匹配屬性子圖 38
2.4.2 粗糙中心區及挖掘算法 45
2.4.3 S-粗糙屬性圖粗糙度與社會網絡動態性 49
第3章 加權網絡建模及應用 53
3.1 引言 53
3.2 加權網絡基本知識 53
3.2.1 加權網絡定義 53
3.2.2 加權網絡描述方法 54
3.2.3 加權網絡的應用領域 56
3.3 加權網絡社區發現建模及應用 57
3.3.1 加權網絡相似性度量方法 57
3.3.2 加權網絡社區發現的建模方法 57
3.3.3 基于鏈接強度的加權網絡社區發現算法 58
3.3.4 基于共同鄰居的加權網絡社區發現算法 72
3.4 加權網絡鏈接預測建模方法及應用 78
3.4.1 加權網絡鏈接預測建模方法 78
3.4.2 基于多路徑節點相似性的加權網絡鏈接預測 80
第4章 符號網絡建模及應用 87
4.1 引言 87
4.2 符號網絡基本知識 87
4.2.1 符號網絡定義 87
4.2.2 符號網絡的特征量 89
4.2.3 結構平衡理論 90
4.2.4 符號網絡的應用領域 92
4.3 基于共同鄰居的符號網絡社區發現 92
4.3.1 符號網絡相似性度量 92
4.3.2 基于共同鄰居的符號網絡建模 93
4.3.3 基于共同鄰居的社區發現算法 95
4.3.4 基于共同鄰居緊密度的符號網絡社區發現算法 104
4.4 基于結構平衡理論的符號網絡社區發現 118
4.4.1 基于結構平衡理論的符號網絡建模 118
4.4.2 基于結構平衡理論的社區發現算法 120
第5章 集對復雜網絡建模及應用 135
5.1 引言 135
5.2 集對分析理論簡介 136
5.2.1 集對的定義 136
5.2.2 聯系理論 137
5.2.3 集對分析理論應用領域 138
5.3 集對網絡建模 138
5.3.1 集對相似性度量 138
5.3.2 社會網絡集對建模 140
5.3.3 符號網絡集對建模 144
5.3.4 主題關注網絡集對建模 150
5.4 集對網絡社區發現 154
5.4.1 基于集對理論的社會網絡社區發現算法 154
5.4.2 基于集對理論的符號網絡動態社區發現算法 162
5.4.3 基于集對理論的主題關注網絡的社區發現算法 177
第6章 影響*大化建模及應用 186
6.1 引言 186
6.2 影響*大化基本知識 187
6.2.1 影響*大化的定義 187
6.2.2 社會影響力傳播模型 187
6.2.3 影響*大化的應用領域 188
6.3 影響*大化建模 188
6.3.1 基于社區結構的影響*大化建模及算法 188
6.3.2 基于偏好的影響*大化建模及算法 196
6.3.3 考慮負面傳播的影響*大化建模及算法 206
6.3.4 基于競爭環境的影響*大化建模及算法 219
6.3.5 基于遺傳算法及模擬退火算法的影響*大化方法 238
6.3.6 成本控制下的影響*大化方法 250
參考文獻 266
彩圖
前言
第1章 緒論 1
1.1 研究背景及意義 1
1.1.1 研究背景 1
1.1.2 研究意義 2
1.1.3 主要研究內容 3
1.2 復雜網絡建模理論研究現狀分析 3
1.2.1 屬性圖建模現狀分析 4
1.2.2 加權網絡建模現狀分析 7
1.2.3 符號網絡建模現狀分析 8
1.2.4 集對網絡建模現狀分析 9
1.2.5 影響*大化建模現狀分析 10
1.3 復雜網絡的應用領域 12
1.3.1 社區發現及應用 12
1.3.2 鏈接預測及應用 13
1.3.3 影響*大化及應用 14
第2章 復雜網絡屬性圖建模及應用 15
2.1 引言 15
2.2 屬性圖及其擴展 15
2.2.1 屬性圖基本定義 15
2.2.2 粗糙屬性圖結構 17
2.2.3 S-粗糙屬性圖結構 22
2.2.4 各種屬性圖之間的關系 25
2.3 基于屬性圖的復雜網絡結構分析 26
2.3.1 基于屬性圖的網絡結構測度分析 26
2.3.2 基于粗糙屬性圖的網絡結構測度分析 32
2.4 基于屬性圖的社區挖掘 38
2.4.1 粗匹配屬性子圖 38
2.4.2 粗糙中心區及挖掘算法 45
2.4.3 S-粗糙屬性圖粗糙度與社會網絡動態性 49
第3章 加權網絡建模及應用 53
3.1 引言 53
3.2 加權網絡基本知識 53
3.2.1 加權網絡定義 53
3.2.2 加權網絡描述方法 54
3.2.3 加權網絡的應用領域 56
3.3 加權網絡社區發現建模及應用 57
3.3.1 加權網絡相似性度量方法 57
3.3.2 加權網絡社區發現的建模方法 57
3.3.3 基于鏈接強度的加權網絡社區發現算法 58
3.3.4 基于共同鄰居的加權網絡社區發現算法 72
3.4 加權網絡鏈接預測建模方法及應用 78
3.4.1 加權網絡鏈接預測建模方法 78
3.4.2 基于多路徑節點相似性的加權網絡鏈接預測 80
第4章 符號網絡建模及應用 87
4.1 引言 87
4.2 符號網絡基本知識 87
4.2.1 符號網絡定義 87
4.2.2 符號網絡的特征量 89
4.2.3 結構平衡理論 90
4.2.4 符號網絡的應用領域 92
4.3 基于共同鄰居的符號網絡社區發現 92
4.3.1 符號網絡相似性度量 92
4.3.2 基于共同鄰居的符號網絡建模 93
4.3.3 基于共同鄰居的社區發現算法 95
4.3.4 基于共同鄰居緊密度的符號網絡社區發現算法 104
4.4 基于結構平衡理論的符號網絡社區發現 118
4.4.1 基于結構平衡理論的符號網絡建模 118
4.4.2 基于結構平衡理論的社區發現算法 120
第5章 集對復雜網絡建模及應用 135
5.1 引言 135
5.2 集對分析理論簡介 136
5.2.1 集對的定義 136
5.2.2 聯系理論 137
5.2.3 集對分析理論應用領域 138
5.3 集對網絡建模 138
5.3.1 集對相似性度量 138
5.3.2 社會網絡集對建模 140
5.3.3 符號網絡集對建模 144
5.3.4 主題關注網絡集對建模 150
5.4 集對網絡社區發現 154
5.4.1 基于集對理論的社會網絡社區發現算法 154
5.4.2 基于集對理論的符號網絡動態社區發現算法 162
5.4.3 基于集對理論的主題關注網絡的社區發現算法 177
第6章 影響*大化建模及應用 186
6.1 引言 186
6.2 影響*大化基本知識 187
6.2.1 影響*大化的定義 187
6.2.2 社會影響力傳播模型 187
6.2.3 影響*大化的應用領域 188
6.3 影響*大化建模 188
6.3.1 基于社區結構的影響*大化建模及算法 188
6.3.2 基于偏好的影響*大化建模及算法 196
6.3.3 考慮負面傳播的影響*大化建模及算法 206
6.3.4 基于競爭環境的影響*大化建模及算法 219
6.3.5 基于遺傳算法及模擬退火算法的影響*大化方法 238
6.3.6 成本控制下的影響*大化方法 250
參考文獻 266
彩圖
展開全部
書友推薦
- >
我從未如此眷戀人間
- >
月亮虎
- >
莉莉和章魚
- >
小考拉的故事-套裝共3冊
- >
名家帶你讀魯迅:朝花夕拾
- >
名家帶你讀魯迅:故事新編
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
姑媽的寶刀
本類暢銷
