中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
圖算法:行業應用與實踐 版權信息
- ISBN：9787111749042
- 條形碼：9787111749042 ; 978-7-111-74904-2
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
圖算法:行業應用與實踐 本書特色
（1）作者背景權威：嬴圖是一家國際領先的圖數據庫團隊，擁有50多項圖數據庫專利，100%自主研發并擁有全部底層架構，服務于多家大型央企、國企及世界500強企業。
圖算法:行業應用與實踐 內容簡介
內容簡介 這是一本全面講解當下主流圖算法原理與工程實踐的著作，旨在幫助讀者在分析和處理各種復雜的數據關系時能更好地得其法、善其事、盡其能。 全書共10章：第1~3章主要介紹圖的思維方式、圖算法基礎以及如何評估圖算法的效率；第4~9章主要講解6類經典圖算法，包括中心性算法、相似度算法、連通性和緊密度算法、傳播與分類算法、拓撲鏈接預測算法、圖嵌入算法等，一共20余種算法，詳細講解了這些算法的原理、參數以及行業應用。第10章以案例的方式講解了圖算法在金融、生物醫藥等領域的深度應用，旨在為廣大圖數據庫的使用者、開發者提供啟發性思考。 本書概念清晰、內容豐富、實用性強、語言流暢，深入淺出、重點突出，既適合入門讀者閱讀，又適合有一定圖數據庫基礎的進階人員閱讀。
圖算法:行業應用與實踐 目錄
Contents 目 錄
前言
第1章 圖思維方式 1
1.1 什么是圖 1
1.1.1 人類到底是如何思考的 2
1.1.2 由一道面試題引發的思考 6
1.2 圖論與圖計算 10
1.2.1 圖論及其發展史 10
1.2.2 圖計算概述 15
第2章 圖算法基礎 22
2.1 圖算法的分類 23
2.2 圖分析與數據科學 30
第3章 如何評估圖算法的效率 38
3.1 什么是算法效率 38
3.2 查詢模式、數據結構和計算效率 40
3.2.1 查詢模式 41
3.2.2 數據結構與計算效率 46
3.3 并發設計與加速 58
第4章 中心性算法 67
4.1 節點度中心性 67
4.1.1 算法歷史和原理 67
4.1.2 算法復雜度與算法參數 70
4.1.3 行業應用：零售信貸消費預測 71
4.2 接近中心性 72
4.2.1 算法歷史和原理 72
4.2.2 算法復雜度與算法參數 74
4.2.3 行業應用：功能性場所選址 75
4.3 中介中心性 76
4.3.1 算法歷史和原理 76
4.3.2 算法復雜度與算法參數 78
4.3.3 行業應用：交通樞紐評估 79
4.4 網頁排名 79
4.4.1 算法歷史和原理 79
4.4.2 算法復雜度與算法參數 82
4.4.3 行業應用：互聯網網頁排名 82
4.5 虛假賬號排名 83
4.5.1 算法歷史和原理 83
4.5.2 算法復雜度與算法參數 85
4.5.3 行業應用：社交網絡惡意賬號
識別 85
第5章 相似度算法 86
5.1 杰卡德相似度 86
5.1.1 算法歷史和原理 86
5.1.2 算法復雜度與算法參數 88
5.1.3 行業應用：度量學習模型的預測
準確性 89
5.2 重疊相似度 89
5.2.1 算法歷史和原理 89
5.2.2 算法復雜度與算法參數 90
5.2.3 行業應用：文本相似度比較 91
5.3 余弦相似度 92
5.3.1 算法歷史和原理 92
5.3.2 算法復雜度與算法參數 94
5.3.3 行業應用：人臉識別 95
5.4 歐幾里得距離 95
5.4.1 算法歷史和原理 95
5.4.2 算法復雜度與算法參數 97
5.4.3 行業應用：異常檢測 97
5.5 皮爾森相關系數 98
5.5.1 算法歷史和原理 98
5.5.2 算法復雜度與算法參數 99
5.5.3 行業應用：構建相關性網絡 99
第6章 連通性和緊密度算法 101
6.1 全圖k鄰 101
6.1.1 算法歷史和原理 101
6.1.2 算法復雜度與算法參數 105
6.1.3 行業應用：企業影響力分析
。üど毯凸⿷湀D譜） 106
6.2 三角形計算 109
6.2.1 算法歷史和原理 109
6.2.2 算法復雜度與算法參數 113
6.2.3 行業應用：社交網絡緊密性 114
6.3 二分圖 115
6.3.1 算法歷史和原理 115
6.3.2 算法復雜度與算法參數 120
6.3.3 行業應用：地圖著色問題 121
6.4 連通分量 122
6.4.1 算法歷史和原理 122
6.4.2 算法復雜度與算法參數 128
6.4.3 行業應用：中繼器網絡安全系數
計算 128
6.5 *小生成樹 129
6.5.1 算法歷史和原理 129
6.5.2 算法復雜度與算法參數 134
6.5.3 行業應用：電力、網絡線路
規劃 135
第7章 傳播與分類算法 137
7.1 標簽傳播 137
7.1.1 算法歷史和原理 137
7.1.2 算法復雜度與算法參數 142
7.1.3 行業應用：社交網絡用戶興趣
分類 143
7.2 k*近鄰 144
7.2.1 算法歷史和原理 144
7.2.2 算法復雜度與算法參數 148
7.2.3 行業應用：手寫識別與離群點
檢測 149
7.3 k均值 150
7.3.1 算法歷史和原理 150
7.3.2 算法復雜度與算法參數 153
7.3.3 行業應用：基于向量聚類的圖像
顏色縮減 153
7.4 魯汶識別 154
7.4.1 算法歷史和原理 154
7.4.2 算法復雜度與算法參數 159
7.4.3 行業應用：用戶社交關系
分類 159
第8章 拓撲鏈接預測算法 161
8.1 基于節點低階相似性 163
8.1.1 共同鄰居 163
8.1.2 AA指標 164
8.1.3 資源分配 166
8.1.4 優先連接 168
8.2 基于節點高階相似性 170
8.2.1 *短距離 170
8.2.2 Katz指標 172
8.2.3 重啟型隨機游走 174
8.2.4 SimRank指標 177
8.3 行業應用：推薦系統 180
第9章 圖嵌入算法 182
9.1 圖嵌入的目的 182
9.2 基于隨機游走 186
9.2.1 隨機游走概述 187
9.2.2 Skip-gram模型 191
9.2.3 負采樣 196
9.2.4 損失函數 198
9.3 基于圖神經網絡 200
9.3.1 圖神經網絡概述 200
9.3.2 圖卷積網絡 201
9.3.3 GraphSAGE 207
9.4 行業應用：藥物不良反應預測 210
第10章 圖算法實戰 212
10.1 在流動性風險管理中的創新
應用 213
10.1.1 應用背景概述 214
10.1.2 傳
前言
第1章 圖思維方式 1
1.1 什么是圖 1
1.1.1 人類到底是如何思考的 2
1.1.2 由一道面試題引發的思考 6
1.2 圖論與圖計算 10
1.2.1 圖論及其發展史 10
1.2.2 圖計算概述 15
第2章 圖算法基礎 22
2.1 圖算法的分類 23
2.2 圖分析與數據科學 30
第3章 如何評估圖算法的效率 38
3.1 什么是算法效率 38
3.2 查詢模式、數據結構和計算效率 40
3.2.1 查詢模式 41
3.2.2 數據結構與計算效率 46
3.3 并發設計與加速 58
第4章 中心性算法 67
4.1 節點度中心性 67
4.1.1 算法歷史和原理 67
4.1.2 算法復雜度與算法參數 70
4.1.3 行業應用：零售信貸消費預測 71
4.2 接近中心性 72
4.2.1 算法歷史和原理 72
4.2.2 算法復雜度與算法參數 74
4.2.3 行業應用：功能性場所選址 75
4.3 中介中心性 76
4.3.1 算法歷史和原理 76
4.3.2 算法復雜度與算法參數 78
4.3.3 行業應用：交通樞紐評估 79
4.4 網頁排名 79
4.4.1 算法歷史和原理 79
4.4.2 算法復雜度與算法參數 82
4.4.3 行業應用：互聯網網頁排名 82
4.5 虛假賬號排名 83
4.5.1 算法歷史和原理 83
4.5.2 算法復雜度與算法參數 85
4.5.3 行業應用：社交網絡惡意賬號
識別 85
第5章 相似度算法 86
5.1 杰卡德相似度 86
5.1.1 算法歷史和原理 86
5.1.2 算法復雜度與算法參數 88
5.1.3 行業應用：度量學習模型的預測
準確性 89
5.2 重疊相似度 89
5.2.1 算法歷史和原理 89
5.2.2 算法復雜度與算法參數 90
5.2.3 行業應用：文本相似度比較 91
5.3 余弦相似度 92
5.3.1 算法歷史和原理 92
5.3.2 算法復雜度與算法參數 94
5.3.3 行業應用：人臉識別 95
5.4 歐幾里得距離 95
5.4.1 算法歷史和原理 95
5.4.2 算法復雜度與算法參數 97
5.4.3 行業應用：異常檢測 97
5.5 皮爾森相關系數 98
5.5.1 算法歷史和原理 98
5.5.2 算法復雜度與算法參數 99
5.5.3 行業應用：構建相關性網絡 99
第6章 連通性和緊密度算法 101
6.1 全圖k鄰 101
6.1.1 算法歷史和原理 101
6.1.2 算法復雜度與算法參數 105
6.1.3 行業應用：企業影響力分析
。üど毯凸⿷湀D譜） 106
6.2 三角形計算 109
6.2.1 算法歷史和原理 109
6.2.2 算法復雜度與算法參數 113
6.2.3 行業應用：社交網絡緊密性 114
6.3 二分圖 115
6.3.1 算法歷史和原理 115
6.3.2 算法復雜度與算法參數 120
6.3.3 行業應用：地圖著色問題 121
6.4 連通分量 122
6.4.1 算法歷史和原理 122
6.4.2 算法復雜度與算法參數 128
6.4.3 行業應用：中繼器網絡安全系數
計算 128
6.5 *小生成樹 129
6.5.1 算法歷史和原理 129
6.5.2 算法復雜度與算法參數 134
6.5.3 行業應用：電力、網絡線路
規劃 135
第7章 傳播與分類算法 137
7.1 標簽傳播 137
7.1.1 算法歷史和原理 137
7.1.2 算法復雜度與算法參數 142
7.1.3 行業應用：社交網絡用戶興趣
分類 143
7.2 k*近鄰 144
7.2.1 算法歷史和原理 144
7.2.2 算法復雜度與算法參數 148
7.2.3 行業應用：手寫識別與離群點
檢測 149
7.3 k均值 150
7.3.1 算法歷史和原理 150
7.3.2 算法復雜度與算法參數 153
7.3.3 行業應用：基于向量聚類的圖像
顏色縮減 153
7.4 魯汶識別 154
7.4.1 算法歷史和原理 154
7.4.2 算法復雜度與算法參數 159
7.4.3 行業應用：用戶社交關系
分類 159
第8章 拓撲鏈接預測算法 161
8.1 基于節點低階相似性 163
8.1.1 共同鄰居 163
8.1.2 AA指標 164
8.1.3 資源分配 166
8.1.4 優先連接 168
8.2 基于節點高階相似性 170
8.2.1 *短距離 170
8.2.2 Katz指標 172
8.2.3 重啟型隨機游走 174
8.2.4 SimRank指標 177
8.3 行業應用：推薦系統 180
第9章 圖嵌入算法 182
9.1 圖嵌入的目的 182
9.2 基于隨機游走 186
9.2.1 隨機游走概述 187
9.2.2 Skip-gram模型 191
9.2.3 負采樣 196
9.2.4 損失函數 198
9.3 基于圖神經網絡 200
9.3.1 圖神經網絡概述 200
9.3.2 圖卷積網絡 201
9.3.3 GraphSAGE 207
9.4 行業應用：藥物不良反應預測 210
第10章 圖算法實戰 212
10.1 在流動性風險管理中的創新
應用 213
10.1.1 應用背景概述 214
10.1.2 傳
展開全部
圖算法:行業應用與實踐 作者簡介
業界知名數據存儲與大數據庫專家、圖數據庫專家、圖算法專家及學者；Ultipa聯合創始人。擁有豐富的產品、技術、算法工程經驗；持有十多項圖數據庫領域的技術成果和專利；作為Ultipa的嬴圖團隊的成員之一，參與著有《圖數據庫原理、架構與應用》《揭秘云計算與大數據》等多部科技暢銷書。
書友推薦
- >
二體千字文
- >
回憶愛瑪儂
- >
經典常談
- >
伊索寓言-世界文學名著典藏-全譯本
- >
史學評論
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
上帝之肋:男人的真實旅程
- >
朝聞道
本類暢銷
