暂无评论
图文详情
- ISBN:9787502492540
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 开本:其他
- 页数:173
- 出版时间:2023-02-01
- 条形码:9787502492540 ; 978-7-5024-9254-0
内容简介
本书以影响力计算在社交网络和生物信息中的应用作为主要内容,全书共分为7章。第1~6章主要介绍社交网络的影响力计算及应用,首先给出了社交网络数据的处理、可视化表示,然后在介绍信息传播模型和传播概率计算等关键技术的基础上,从局部信息、全局信息、多重信息、考虑级联数据、进一步挖掘影响力潜力等角度给出了不同的计算方法,并结合影响力优选化等问题求解,观察影响力计算的表现效果。第7章介绍蛋白质交互网络的影响力计算,用以求解蛋白质交互网络的关键蛋白质识别问题。有望拓宽读者的思维,激发研究者寻找在不同应用场景下的节点影响力分析新方法。本书可作为从事复杂网络节点重要性分析、复杂网络影响力分析的高等院校教师、研究生及相关研究人员的参考书。
目录
1 社交网络传播模型及影响概率计算
1.1 数据的获取和表示
1.1.1 数据的获取
1.1.2 公开的数据集及图可视化
1.2 社交网络的传播模型
1.2.1 独立级联模型
1.2.2 线性阈值模型
1.2.3 热量扩散模型
1.2.4 传染病模型
1.2.5 其他模型
1.3 传播概率计算
1.3.1 基于边影响概率的计算
1.3.2 基于节点隐空间向量表示的计算
1.4 本章小结
2 面向局部信息的影响力计算
2.1 引言
2.2 基于两阶段启发的影响力计算方法
2.2.1 算法设计
2.2.2 节点的影响力评估
2.2.3 实验环境及数据
2.2.4 实验结果及分析
2.3 基于三级邻居的影响力计算方法
2.3.1 三度影响原则
2.3.2 三级邻居方法
2.3.3 实验环境及数据
2.3.4 实验结果及分析
2.4 本章小结
3 面向全局信息的影响力计算
3.1 引言
3.2 基于割点的影响力求解及应用
3.2.1 基于割点的影响力计算
3.2.2 CVIM算法
3.2.3 实验数据及参数设置
3.2.4 实验分析
3.3 面向目标节点的影响力求解
3.3.1 基于独立级联模型的个性化影响*大化
3.3.2 基于热量传播模型的个性化影响*大化
3.3.3 实验数据及参数设置
3.3.4 实验分析
3.4 本章小结
4 面向多重信息的影响力计算
4.1 引言
4.2 信息对立下的影响*大化
4.2.1 基于热量传播模型的影响力计算
4.2.2 实验环境及数据
4.2.3 实验分析
4.3 符号网络下的积极影响力*大化
4.3.1 符号网络
4.3.2 符号网络下的影响力计算
4.3.3 实验数据集与参数设置
4.3.4 实验结果与分析
4.4 本章小结
5 基于级联数据的影响力计算
5.1 引言
5.2 融合活跃转发者的影响*大化
5.2.1 活跃转发者的影响
5.2.2 融合活跃转发者特征的神经网络模型
5.2.3 高影响力节点的选择
5.3 实验结果与分析
5.3.1 实验数据
5.3.2 实验设计与环境
5.3.3 实验结果
5.4 本章小结
6 如何进一步发挥影响力
6.1 引言
6.1.1 网络结构优化
6.1.2 自适应影响*大化
6.2 通过加边扩大影响*大化
6.2.1 加边问题
6.2.2 AP框架
6.2.3 实验分析
6.3 自适应策略
6.3.1 相关术语
6.3.2 自适应与非自适应之间的关系
6.4 本章小结
7 影响力计算在生物信息中的应用
7.1 引言
7.2 蛋白质交互网络
7.3 基于动态加权PPI网络的关键蛋白质预测
7.3.1 动态PPI网络构建
7.3.2 动态PPI网络加权
7.3.3 关键蛋白质识别
7.3.4 实验结果与分析
7.4 本章小结
参考文献
1.1 数据的获取和表示
1.1.1 数据的获取
1.1.2 公开的数据集及图可视化
1.2 社交网络的传播模型
1.2.1 独立级联模型
1.2.2 线性阈值模型
1.2.3 热量扩散模型
1.2.4 传染病模型
1.2.5 其他模型
1.3 传播概率计算
1.3.1 基于边影响概率的计算
1.3.2 基于节点隐空间向量表示的计算
1.4 本章小结
2 面向局部信息的影响力计算
2.1 引言
2.2 基于两阶段启发的影响力计算方法
2.2.1 算法设计
2.2.2 节点的影响力评估
2.2.3 实验环境及数据
2.2.4 实验结果及分析
2.3 基于三级邻居的影响力计算方法
2.3.1 三度影响原则
2.3.2 三级邻居方法
2.3.3 实验环境及数据
2.3.4 实验结果及分析
2.4 本章小结
3 面向全局信息的影响力计算
3.1 引言
3.2 基于割点的影响力求解及应用
3.2.1 基于割点的影响力计算
3.2.2 CVIM算法
3.2.3 实验数据及参数设置
3.2.4 实验分析
3.3 面向目标节点的影响力求解
3.3.1 基于独立级联模型的个性化影响*大化
3.3.2 基于热量传播模型的个性化影响*大化
3.3.3 实验数据及参数设置
3.3.4 实验分析
3.4 本章小结
4 面向多重信息的影响力计算
4.1 引言
4.2 信息对立下的影响*大化
4.2.1 基于热量传播模型的影响力计算
4.2.2 实验环境及数据
4.2.3 实验分析
4.3 符号网络下的积极影响力*大化
4.3.1 符号网络
4.3.2 符号网络下的影响力计算
4.3.3 实验数据集与参数设置
4.3.4 实验结果与分析
4.4 本章小结
5 基于级联数据的影响力计算
5.1 引言
5.2 融合活跃转发者的影响*大化
5.2.1 活跃转发者的影响
5.2.2 融合活跃转发者特征的神经网络模型
5.2.3 高影响力节点的选择
5.3 实验结果与分析
5.3.1 实验数据
5.3.2 实验设计与环境
5.3.3 实验结果
5.4 本章小结
6 如何进一步发挥影响力
6.1 引言
6.1.1 网络结构优化
6.1.2 自适应影响*大化
6.2 通过加边扩大影响*大化
6.2.1 加边问题
6.2.2 AP框架
6.2.3 实验分析
6.3 自适应策略
6.3.1 相关术语
6.3.2 自适应与非自适应之间的关系
6.4 本章小结
7 影响力计算在生物信息中的应用
7.1 引言
7.2 蛋白质交互网络
7.3 基于动态加权PPI网络的关键蛋白质预测
7.3.1 动态PPI网络构建
7.3.2 动态PPI网络加权
7.3.3 关键蛋白质识别
7.3.4 实验结果与分析
7.4 本章小结
参考文献
展开全部
本类五星书
本类畅销
-
硅谷之火-人与计算机的未来
¥12.7¥39.8 -
删繁就简-单片机入门到精通
¥27.3¥39.0 -
计算
¥92.2¥128.0 -
秒懂剪映应用技巧
¥43.7¥59.8 -
抖音短视频
¥18.1¥42.0 -
C程序设计(第五版)
¥34.3¥49.0 -
C语言程序设计(第4版)
¥41.3¥59.0 -
有限与无限的游戏:一个哲学家眼中的竞技世界
¥37.4¥68.0 -
人工智能
¥17.6¥55.0 -
UNIX环境高级编程(第3版)
¥174.0¥229.0 -
中文版PHOTOSHOP 2024完全自学教程
¥83.9¥119.8 -
智能控制与强化学习先进值迭代评判设计
¥104.9¥139.8 -
做好课题申报:AI辅助申请书写作
¥48.9¥69.8 -
企业AI之旅
¥43.5¥79.0 -
高效写论文:AI辅助学术论文写作
¥48.9¥69.8 -
因果漫步
¥65.0¥89.0 -
Blender超级学习手册
¥83.9¥119.9 -
商用级AIGC绘画创作与技巧(MIDJOURNEY+STABLE DIFFUSION)
¥59.3¥79.0 -
JAVA官方入门教程(第9版·JAVA 17)
¥89.6¥128.0 -
Python编程从入门到实践(第3版)
¥76.9¥109.8