婵犵數濮烽弫鍛婃叏閻戣棄鏋侀柛娑橈攻閸欏繘鏌i幋锝嗩棄闁哄绶氶弻鐔兼⒒鐎靛壊妲紒鎯у⒔缁垳鎹㈠☉銏犵闁绘垵妫涢崝顖氣攽閻愭潙鐏﹂柣鐕傜畵瀹曟洟鎮㈤崗鑲╁帾婵犵數鍋涢悘婵嬪礉濮樿埖鐓熼幖鎼枛瀵喗鎱ㄦ繝鍐┿仢鐎规洘顨婇幊鏍煘閸喕娌梻鍌欑閹碱偊骞婅箛鏇炲灊鐎光偓閸曨剙浠奸梺缁樺灱濡嫰鎷戦悢鍏肩厪濠㈣埖绋撻悾閬嶆煃瑜滈崜娑㈠极婵犳艾钃熼柕濞垮劗閺€浠嬫煕閳╁啩绶遍柍褜鍓氶〃濠囧蓟閿涘嫧鍋撻敐搴′簽闁靛棙甯炵槐鎺撴綇閵娿儲璇為梺绯曟杹閸嬫挸顪冮妶鍡楃瑨閻庢凹鍓涙竟鏇㈠礂閸忕厧寮垮┑鈽嗗灠閻忔繃绂嶈ぐ鎺撶厱闁绘劕鐏氶弳顒勬煛瀹€瀣М闁诡喒鏅犻幃婊兾熺化鏇炰壕闁告劦鍠楅崑锝夋煃瑜滈崜鐔煎极閸愵喖鐒垫い鎺嗗亾鐎规挸瀚板娲川婵犲嫧妲堥柡瀣典簻闇夋繝濠傚閻帡鏌$仦璇插鐎殿喗娼欒灃闁逞屽墯缁傚秵銈i崘鈺佲偓鍨箾閸繄浠㈤柡瀣☉椤儻顦查梺甯秮閻涱噣骞嬮敃鈧~鍛存煟濮楀棗浜濋柡鍌楀亾闂備浇顕ч崙鐣岀礊閸℃ḿ顩查悹鐑樏紓姘攽閻樺弶澶勯柍閿嬪灩缁辨挻鎷呴崗澶嬶紙濡炪倕绻愮€氱兘宕甸弴銏″仯闁惧繗顫夌壕顏堟煙閻戞﹩娈旂紒鐘崇洴閺岋絽螖閳ь剟鎮ч崘顔肩婵炲樊浜濋埛鎺楁煕鐏炵偓鐨戝褎绋撶槐鎺斺偓锝庡亜濞搭喗顨ラ悙瀵稿⒌妤犵偛娲、姗€鎮╁▓鍨櫗闂佽娴烽幊鎾寸珶婵犲洤绐楅柡宥庡幘瀹撲線鏌″搴″箺闁绘挾鍠栭弻銊モ攽閸℃ê娅e┑陇灏欑划顖炲Φ閸曨垼鏁冮柨婵嗘川閻eジ姊洪崷顓熷殌閻庢矮鍗抽獮鏍亹閹烘挸浠梺鍝勵槼濞夋洟顢欓崶顒佲拻闁稿本鑹鹃埀顒勵棑濞嗐垹顫濈捄铏瑰姦濡炪倖甯掗崐鍛婄濠婂牊鐓犳繛鑼额嚙閻忥繝鏌¢崨鏉跨厫閻庝絻鍋愰埀顒佺⊕宀e潡宕㈤悙顑跨箚闁靛牆绻掗悾铏箾婢跺绀堥柤娲憾瀹曠ǹ螖娴e搫甯鹃梻浣规偠閸庮垶宕濈仦鐐弿鐎广儱妫▓浠嬫煟閹邦厽缍戞繛鎼枟椤ㄣ儵鎮欏顔煎壎闂佽鍠楃划鎾崇暦閸楃儐娼ㄩ柛鈩冿公缁辨瑩姊婚崒姘偓鎼佸磹閹间礁纾瑰瀣捣閻棗銆掑锝呬壕濡ょ姷鍋為悧鐘汇€侀弴姘辩Т闂佹悶鍎洪崜锕傚极瀹ュ鐓熼柟閭﹀幗缂嶆垿鏌嶈閸撴繈宕洪弽顐e床婵犻潧顑嗛ˉ鍫熺箾閹寸偠澹樻い锝呮惈椤啴濡堕崘銊ュ閻庡厜鍋撻柟闂寸閽冪喐绻涢幋鏃€鍣伴柍褜鍓ㄧ粻鎾荤嵁鐎n亖鏀介柛銉㈡櫃缁喖鈹戦悩娈挎毌闁告挻绻嗛妵鎰板礃椤旇棄浜遍梺瑙勫礃椤曆囨嫅閻斿吋鐓ラ柣鏂挎惈瀛濈紓浣插亾闁告劦鍠楅悡鍐煕濠靛棗顏╅柍褜鍓氶幃鍌氼嚕閸愬弬鏃堝川椤旇瀚煎┑鐐存綑閸氬鎮疯缁棃顢楅埀顒勬箒濠电姴锕ゆ鍛婃櫠閻楀牅绻嗛柛娆忣槸婵秵顨ラ悙鏉戠瑨閾绘牠鏌嶈閸撴岸宕曢锔界厽闁绘柨鎽滈惌濠囨⒑鐢喚鍒版い鏇秮楠炲酣鎸婃径灞藉箰闂備礁鎲¢崝锔界閻愮儤鏅繝濠傜墛閻撴稑顭跨捄鐚村姛濠⒀勫灴閺屾盯寮捄銊愌囨寠閻斿吋鐓曟い鎰Т閸旀粓鏌i幘瀵糕槈闂囧鏌ㄥ┑鍡欏⒈婵炲吋鍔楅埀顒冾潐濞叉牠鎯岄崒鐐茶摕闁斥晛鍟刊鎾偡濞嗗繐顏╃痪鐐▕濮婄儤娼幍顔煎闂佸湱鎳撳ú顓烆嚕椤愶箑绠荤紓浣股戝▍銏ゆ⒑鐠恒劌娅愰柟鍑ゆ嫹 [闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧湱鈧懓瀚崳纾嬨亹閹烘垹鍊炲銈嗗笂缁€渚€宕滈鐑嗘富闁靛牆妫楁慨褏绱掗悩鍐茬伌闁绘侗鍣f慨鈧柕鍫濇閸樻捇鏌℃径灞戒沪濠㈢懓妫濆畷婵嗩吋閸℃劒绨婚梺鍝勫€搁悘婵嬵敂椤愩倗纾奸弶鍫涘妽瀹曞瞼鈧娲樼敮鎺楋綖濠靛鏁勯柦妯侯槷婢规洟姊洪崨濠勭細闁稿孩濞婇幆灞解枎閹惧鍘遍梺鍝勬储閸斿矂鎮橀悩鐢电<闁绘瑢鍋撻柛銊ョ埣瀵濡搁埡鍌氫簽闂佺ǹ鏈粙鎴︻敂閿燂拷 | 闂傚倸鍊搁崐鎼佸磹閹间礁纾归柟闂寸绾惧綊鏌i幋锝呅撻柛銈呭閺屻倝宕妷锔芥瘎婵炲濮靛銊ф閹捐纾兼繛鍡樺笒閸橈紕绱撴笟鍥ф珮闁搞劏娉涢悾宄扳攽閸狀喗妫冨畷姗€濡搁妷褌鍠婇梻鍌欑閹碱偊宕锔藉亱濠电姴娲ょ壕鐟扳攽閻樺磭顣查柣鎾卞灪娣囧﹪顢涘▎鎺濆妳濠碘€冲级閹倿寮婚敐鍡樺劅妞ゆ梻鍘х猾宥呪攽椤旂》榫氭繛鍜冪悼閸掓帒鈻庨幘宕囶唶闁瑰吋鐣崹铏光偓姘▕濮婄粯鎷呴搹骞库偓濠囨煛閸涱喚娲寸€规洦鍨跺鍫曞箣椤撶偞顓块梻浣哥秺濡法绮堟笟鈧畷姗€鍩€椤掆偓椤啴濡堕崱妯烘殫闂佸摜濮甸幑鍥х暦閵忋値鏁傞柛娑卞灣閻﹀牓姊哄Ч鍥х伈婵炰匠鍕浄婵犲﹤鐗婇悡鐔肩叓閸ャ劍鈷掔紒鐘靛仧閳ь剝顫夊ú妯兼崲閸岀儑缍栨繝闈涱儐閸ゅ鏌i姀銈嗘锭妤犵偞鍔欏缁樻媴閸涢潧缍婂鐢割敆閸曗斁鍋撻崘顔煎窛妞ゆ梻铏庡ú鎼佹⒑鐠恒劌娅愰柟鍑ゆ嫹]

    • 单图及群图挖掘(原理算法与应用)
      • 作者:(美)达奈·库特拉//赫里斯托斯·法鲁索斯|译者:李艳丽//陈端兵//谢文波//周涛
      • 出版社:机械工业
      • ISBN:9787111622673
      • 出版日期:2019/06/01
      • 页数:142
    • 售价:23.6
  • 内容大纲

        本书由Danai Koutra和全球知名的数据挖掘领域奠基人之一Christos Fa-loutsos教授合著,介绍了图挖掘领域一个崭新的研究方向。全书内容主要包括两个部分:第一部分介绍了单图上的概要表示以及节点标签分类算法;第二部分介绍了群图上的概要表示以及群图的相似性度量和节点对齐算法。
        本书适合对图挖掘研究感兴趣的读者阅读,包括相关研究方向的研究人员、本科生和研究生,以及不具有图挖掘研究背景但是对图挖掘问题感兴趣的读者。此外,本书与应用实践结合紧密,对于有志于从图挖掘角度解决实际问题的从业人士也非常具有启发意义。
  • 作者介绍

  • 目录

    译者序
    原书前言
    原书致谢
    作者简介
    第1章  绪论
      1.1  概述
      1.2  本书的架构
        1.2.1  第一部分:单图挖掘
        1.2.2  第二部分:群图挖掘
        1.2.3  源代码和支撑材料
      1.3  预备知识
        1.3.1  图的基本定义
        1.3.2  图的数据结构
        1.3.3  线性代数基本概念
        1.3.4  图的主要特性
      1.4  常用符号
    第一部分  单图挖掘
      第2章  静态图概要抽取
        2.1  概述与动机
        2.2  问题描述
          2.2.1  图概要抽取的MDL准则
          2.2.2  模型编码
          2.2.3  误差编码
        2.3  VoG:基于词汇表的图概要抽取
          2.3.1  子图生成
          2.3.2  子图标记
          2.3.3  概要组装
          2.3.4  示例
          2.3.5  计算复杂度
        2.4  实证结果
          2.4.1  定量分析
          2.4.2  定性分析
          2.4.3  可扩展性
        2.5  讨论
        2.6  相关工作
      第3章  图的推理
        3.1  关联推断技术
          3.1.1  RWR
          3.1.2  SSL
          3.1.3  BP
          3.1.4  本节小结
        3.2  FABP
          3.2.1  推导
          3.2.2  收敛性分析
          3.2.3  算法
        3.3  扩展到多个类
        3.4  实证结果
          3.4.1  准确度
          3.4.2  收敛性
          3.4.3  鲁棒性

          3.4.4  可扩展性
    第二部分  群图挖掘
      第4章  动态图概要抽取
        4.1  问题描述
          4.1.1  动态图概要抽取的MDL准则
          4.1.2  编码模型
          4.1.3  误差编码
        4.2  TIMECRUNCH:基于词汇表的动态图概要抽取
          4.2.1  生成候选静态结构
          4.2.2  标注候选静态结构
          4.2.3  组装候选时序结构
          4.2.4  概要合成
        4.3  实证结果
          4.3.1  定量分析
          4.3.2  定性分析
          4.3.3  可扩展性
        4.4  相关工作
      第5章  图的相似性
        5.1  直觉
          5.1.1  概述
          5.1.2  节点亲和度测量
          5.1.3  信念传播的应用
          5.1.4  相似性度量的预期性质
        5.2  DELTACON:“δ”连通性动态检测
          5.2.1  算法描述
          5.2.2  快速计算
          5.2.3  预期性质
        5.3  DELTACON-ATTR:节点和边的归因
          5.3.1  算法描述
          5.3.2  可扩展性
        5.4  实证结果
          5.4.1  DELTACON与直觉的一致性
          5.4.2  DELTACON-ATTR与直觉的一致性
          5.4.3  可扩展性
          5.4.4  鲁棒性
        5.5  应用
          5.5.1  Enron数据集实证分析
          5.5.2  大脑连通图聚类
          5.5.3  恢复连接组的对应关系
        5.6  相关工作
      第6章  图的对齐
        6.1  问题的形式化描述
        6.2  BIG-ALIGN:二分图的对齐
          6.2.1  数学形式化表示
          6.2.2  具体问题的优化
          6.2.3  算法描述
        6.3  UNI-ALIGN:二分图对齐算法在单分图上的推广
        6.4  实证结果
          6.4.1  BIG-ALIGN的准确度和运行时间
          6.4.2  UNI-ALIGN的准确度和运行时间

        6.5  讨论
        6.6  相关工作
      第7章  结论与进一步的研究问题
    参考文献