[
-
内容大纲
图分析可以揭示复杂系统和大规模网络的运作机制，图算法为构建智能应用程序提供了快速建模的框架，有助于更准确、更快速地做出预测。包括商品推荐和欺诈检测在内的许多人工智能问题能转换为图论问题。本书基于Spark和Neo4j讲解近20种常用的图算法，帮助读者拓展重要图分析类型的相关知识和能力，更快速地发现数据中的模式并找到更优的解决方案。
本书适合数据分析人员、数据科学从业者，以及其他有兴趣实践图算法的读者阅读。 -
作者介绍
-
目录
序
前言
第1章 导论
1.1 何谓图
1.2 何谓图分析和图算法
1.3 图处理、图数据库、图查询和图算法
1.4 为何要关心图算法
1.5 图分析用例
1.6 小结
第2章 图论及其概念
2.1 术语
2.2 图的类型和结构
2.3 图的种类
2.3.1 连通图与非连通图
2.3.2 无权图与加权图
2.3.3 无向图与有向图
2.3.4 无环图与有环图
2.3.5 稀疏图与稠密图
2.3.6 单部图、二部图和k部图
2.4 图算法的类型
2.4.1 路径查找
2.4.2 中心性
2.4.3 社团发现
2.5 小结
第3章 图平台和图处理
3.1 图平台和图处理的注意事项
3.1.1 平台注意事项
3.1.2 处理注意事项
3.2 典型平台
3.2.1 选择平台
3.2.2 Apache Spark
3.2.3 Neo4j图平台
3.3 小结
第4章 路径查找算法和图搜索算法
4.1 示例数据：交通图
4.1.1 将数据导入Spark
4.1.2 将数据导入Neo4j
4.2 广度优先搜索
4.3 深度优先搜索
4.4 最短路径算法
4.4.1 何时使用最短路径算法
4.4.2 使用Neo4j实现最短路径算法
4.4.3 使用Neo4j实现加权最短路径算法
4.4.4 使用Spark实现加权最短路径算法
4.4.5 最短路径算法的变体：A*算法
4.4.6 最短路径算法的变体：Yen的k最短路径算法
4.5 所有点对最短路径算法
4.5.1 近观所有点对最短路径算法
4.5.2 何时使用所有点对最短路径算法
4.5.3 使用Spark实现所有点对最短路径算法
4.5.4 使用Neo4j实现所有点对最短路径算法
4.6 单源最短路径算法
4.6.1 何时使用单源最短路径算法
4.6.2 使用Spark实现单源最短路径算法
4.6.3 使用Neo4j实现单源最短路径算法
4.7 最小生成树算法
4.7.1 何时使用最小生成树算法
4.7.2 使用Neo4j实现最小生成树算法
4.8 随机游走算法
4.8.1 何时使用随机游走算法
4.8.2 使用Neo4j实现随机游走算法
4.9 小结
第5章 中心性算法
5.1 示例数据：社交图
5.1.1 将数据导入Spark
5.1.2 将数据导入Neo4j
5.2 度中心性算法
5.2.1 可达性
5.2.2 何时使用度中心性算法
5.2.3 使用Spark实现度中心性算法
5.3 接近中心性算法
5.3.1 何时使用接近中心性算法
5.3.2 使用Spark实现接近中心性算法
5.3.3 使用Neo4j实现接近中心性算法
5.3.4 接近中心性算法变体：Wasserman & Faust算法
5.3.5 接近中心性算法变体：调和中心性算法
5.4 中间中心性算法
5.4.1 桥与控制点
5.4.2 计算中间中心性得分
5.4.3 何时使用中间中心性算法
5.4.4 使用Neo4j实现中间中心性算法
5.4.5 中间中心性算法变体：RA-Brandes算法
5.5 PageRank算法
5.5.1 影响力
5.5.2 PageRank算法公式
5.5.3 迭代、随机冲浪者和等级沉没
5.5.4 何时使用PageRank算法
5.5.5 使用Spark实现PageRank算法
5.5.6 使用Neo4j实现PageRank算法
5.5.7 PageRank算法变体：个性化PageRank算法
5.6 小结
第6章 社团发现算法
6.1 示例数据：软件依赖图
6.1.1 将数据导入Spark
6.1.2 将数据导入Neo4j
6.2 三角形计数和聚类系数
6.2.1 局部聚类系数
6.2.2 全局聚类系数
6.2.3 何时使用三角形计数和聚类系数
6.2.4 使用Spark实现三角形计数算法
6.2.5 使用Neo4j实现三角形计数算法
6.2.6 使用Neo4j计算局部聚类系数
6.3 强连通分量算法
6.3.1 何时使用强连通分量算法
6.3.2 使用Spark实现强连通分量算法
6.3.3 使用Neo4j实现强连通分量算法
6.4 连通分量算法
6.4.1 何时使用连通分量算法
6.4.2 使用Spark实现连通分量算法
6.4.3 使用Neo4j实现连通分量算法
6.5 标签传播算法
6.5.1 半监督学习和种子标签
6.5.2 何时使用标签传播算法
6.5.3 使用Spark实现标签传播算法
6.5.4 使用Neo4j实现标签传播算法
6.6 Louvain模块度算法
6.6.1 通过模块度进行基于质量的分组
6.6.2 何时使用Louvain模块度算法
6.6.3 使用Neo4j实现Louvain模块度算法
6.7 验证社团
6.8 小结
第7章 图算法实战
7.1 使用Neo4j分析Yelp数据
7.1.1 Yelp社交网络
7.1.2 导入数据
7.1.3 图模型
7.1.4 Yelp数据概览
7.1.5 行程规划应用程序
7.1.6 旅游商务咨询
7.1.7 查找相似类别
7.2 使用Spark分析航班数据
7.2.1 探索性分析
7.2.2 热门机场
7.2.3 源自ORD的延误
7.2.4 SFO的糟糕一天
7.2.5 通过航空公司互连的机场
7.3 小结
第8章 使用图算法增强机器学习
8.1 机器学习和上下文的重要性
8.2 关联特征提取与特征选择
8.2.1 图特征
8.2.2 图算法特征
8.3 图与机器学习实践：链接预测
8.3.1 工具和数据
8.3.2 将数据导入Neo4j
8.3.3 合著者关系图
8.3.4 创建均衡的训练数据集和测试数据集
8.3.5 如何预测缺失链接
8.3.6 创建机器学习管道
8.3.7 预测链接：基本图特征
8.3.8 预测链接：三角形和聚类系数
8.3.9 预测链接：社团发现
8.4 小结
8.5 总结
附录 额外信息及资料
关于作者
关于封面
同类热销排行榜
- C语言与程序设计教程(高等学校计算机类十二五规划教材)16
- 电机与拖动基础(教育部高等学校自动化专业教学指导分委员会规划工程应用型自动化专业系列教材)13.48
- 传感器与检测技术(第2版高职高专电子信息类系列教材)13.6
- ASP.NET项目开发实战(高职高专计算机项目任务驱动模式教材)15.2
- Access数据库实用教程(第2版十二五职业教育国家规划教材)14.72
- 信号与系统(第3版下普通高等教育九五国家级重点教材)15.08
- 电气控制与PLC(普通高等教育十二五电气信息类规划教材)17.2
- 数字电子技术基础(第2版)17.36
- VB程序设计及应用(第3版十二五职业教育国家规划教材)14.32
- Java Web从入门到精通(附光盘)/软件开发视频大讲堂27.92
推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...