×
暂无评论
图文详情
  • ISBN:9787523612033
  • 装帧:平装
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:暂无
  • 出版时间:2025-02-01
  • 条形码:9787523612033 ; 978-7-5236-1203-3

本书特色

为社会计算领域的学习者与工作者提供了有价值的研究资料和理论依据

内容简介

随着互联网技术的发展及其在社会各个层面的不断深入和普及,社会计算逐步成为科学计算研究的焦点和前沿课题,社区识别是社会计算领域重要的基础性研究问题。本书针对社会网络的社区识别问题展开研究,整体采用一种递进式的研究路线,从静态社区识别的基本问题入手,采取多种方法对非重叠、重叠社区进行挖掘和分析,进一步过渡到动态社区识别的研究,有效地处理随时间演化的网络社区识别问题,为舆情分析、溯源、个性化推荐等研究提供有效的理论支撑。

目录

前 言 / 001
**章 绪 论 / 001
**节 研究背景与意义 / 001
第二节 社会网络社区识别相关基础理论 / 004
第三节 国内外研究现状 / 008
一、社区识别方法 / 009
二、社区识别的评价方法 / 016
第四节 主要研究内容与论著的组织结构 / 017
第二章 基于种子扩张的局部化社区识别 / 019
**节 引言 / 019
第二节 种子节点的选择 / 021
第三节 基于种子扩张的局部化社区识别方案 / 026
一、算法描述 / 026
二、算法复杂度分析 / 029
第四节 实验结果及分析 / 030
一、真实网络数据集 / 030
二、人工合成网络数据集 / 034
本章小结 / 037
第三章 基于拓扑势的局部化重叠社区识别 / 038
**节 引言 / 038
第二节 节点的拓扑势场约束 / 039
第三节 局部相似性度量 / 043
第四节 拓扑势场约束的局部化重叠社区识别算法 / 044
一、算法策略 / 044
二、算法的终止条件 / 046
三、算法复杂性分析 / 046
第五节 实验结果及分析 / 047
一、评价标准 / 047
二、实验分析 / 048
本章小结 / 057
第四章 基于链接相似性聚类的重叠社区识别 / 058
**节 引言 / 058
第二节 相关概念 / 060
第三节 链接社区的局部相似性度量 / 063
第四节 基于链接层次聚类的重叠社区识别算法 LinkCom / 068
一、链接层次聚类 / 068
二、链接型社区向节点型社区的转换及节点社区
的优化 / 071
三、算法复杂度分析 / 073
第五节 实验结果及分析 / 073
一、实验数据集 / 074
二、评价准则 / 074
三、参数分析 / 077
四、LFR benchmark 社区识别结果分析 / 085
五、真实网络社区识别 / 087
本章小结 / 088
第五章 基于随机游走的增量式动态社会网络社区识别 / 090
**节 引言 / 090
第二节 问题描述 / 093
第三节 初始静态社区识别 / 093
一、随机游走策略原理 / 094
二、基于随机游走的社区识别算法 SRWCD / 095
第四节 增量式动态社区识别 / 098
一、网络拓扑结构的动态变化 / 098
二、增量式动态社区识别算法 DRWCD / 099
三、算法复杂度分析 / 100
第五节 实验结果及分析 / 100
一、LFR benchmark 实验数据分析 / 100
二、真实网络数据分析 / 101
本章小结 / 104
结 论 / 105
参考文献 / 107
后 记 / 118

展开全部

作者简介

张桂杰,吉林师范大学数学与计算机学院教师,博士,副教授,硕士生导师,波特兰州立大学计算机工程学院访问学者。主要研究方向包括数据挖掘、社会计算、社交网络大数据分析。近年来主持吉林省科技厅项目1项,省教育厅科研项目3项,市科技局项目2项,省教研项目1项,主编教材1部。

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航