• 基于高阶编码的复杂网络链路预测
图书条目标准图
21年品牌 40万+商家 超1.5亿件商品

基于高阶编码的复杂网络链路预测

正版现货,品相完整,套书只发一本,多版面书籍只对书名

34.3 7.6折 45 九品

仅1件

北京昌平
认证卖家担保交易快速发货售后保障

作者冶忠林

出版社北京邮电大学出版社有限公司

出版时间2022-06

版次1

装帧其他

上书时间2024-09-05

旧书香书城

十年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九品
图书标准信息
  • 作者 冶忠林
  • 出版社 北京邮电大学出版社有限公司
  • 出版时间 2022-06
  • 版次 1
  • ISBN 9787563566433
  • 定价 45.00元
  • 装帧 其他
  • 开本 16开
  • 纸张 胶版纸
  • 页数 196页
  • 字数 229千字
【内容简介】
本书从复杂网络角度出发,对基于高阶编码的链路预测算法进行了总结与探索。全书分为5部分,由11章构成。第I部分介绍了复杂网络与链路预测相关的基础知识以及经典的基于相似性的链路预测算法;第II部分考虑了节点与邻居的邻居节点的高阶相似性关系,介绍了基于网络表示学习的高阶编码链路预测算法;第III部分从物理学的角度出发,考虑节点与节点之间的相互作用力以及节点的高阶特征,介绍了基于复杂网络引力场的高阶编码链路预测算法;第IV部分对链路预测的应用作了介绍;第V部分对本书做了整体总结,并指出本书有待改进之处。
   本书可作为研究复杂网络、链路预测和推荐系统等领域的参考书目,也适用于企业开发者和项目经理阅读。另外,对链路预测感兴趣的本科生和研究生同样值得参考。
【作者简介】
冶忠林,博士,青海师范大学计算机学院副教授。硕士研究生期间主要研究新一代互联网语义信息搜索引擎,解决了搜索过程中问句的分词、词性标注、语义理解和超大规模知识图谱构建等问题,该搜索引擎在开放领域问答国际评测任务中获得了综合性能第一名的成绩。博士研究生期间主要研究复杂网络数据挖掘,在第六届与第七届中国计算机学会主办的大数据学术会议上两次获得最佳学术论文提名。目前主要研究方向为自然语言处理中的词性标注、分词、智能问答等,以及复杂网络领域的网络表示学习学习、图神经网络、社会计算等。2019年入选青海省千人计划拔尖人才项目。截止目前,已发表学术论文36篇,其中,SCI/EI检索论文17篇,中文权威1篇,国际顶会1篇,CCF推荐中文科技B类期刊5篇,中文核心10余篇,已获得发明专利1项,实用新型发明专利2项。获得研究生国家奖学金、优秀研究生标兵、优秀研究生等荣誉称号16次(除学业奖学金)。曾参与开发绵阳市道路交通卡口管理系统、交通违章抓拍系统,该系统目前已部署在绵阳、天津、乌鲁木齐等多个城市,为城市交通管理和运营提供了重大技术贡献。现参与国家自然科学基金项目一项,青海省重大成果转化专项两项,国家重点研发项目一项,主持青海师范大学青年科学基金一项。指导学生参加竞赛获得校级一等、优秀、铜牌各一项,省级二等、三等一项,获优秀指导老师荣誉一项。 
【目录】


部分 基础知识

章 复杂网络

1.1 复杂网络简介

1.1.1 复杂网络的由来

1.1.2 复杂网络的图表示

1.1.3 复杂网络的计算机表示

1.1.4 路径与短路径

1.1.5 连通

1.2 复杂网络的拓扑质

1.2.1 节点的度

1.2.2 度分布

1.2.3 均路径长度

1.2.4 直径

1.2.5 集聚系数

1.2.6 节点中心

1.3 典型的复杂网络模型

1.3.1 网络模型

1.3.2 小世界网络模型

1.3.3 无标度网络模型

第2章 链路预测

2.1 链路预测方

2.2 链路预测技术

2.3 数据集划分

2.3.1 抽样

2.3.2 逐项遍历

2.3.3 k折叠交检验

2.3.4 熟识者抽样

2.4 评价指标

2.4.1 auc

2.4.2 准确度

2.4.3 排序分

2.5 应用

第3章 基于节点相似的链路预测算

3.1 基于局部信息的节点相似算

3.1.1 基于共同邻居的节点相似算

3.1.2 基于adamic-adar的相似算

3.1.3 基于资源分配的相似算

3.1.4 基于偏好连接的相似算

3.1.5 基于局部朴素贝叶斯模型的相似算

3.2 基于路径的节点相似算

3.2.1 基于局部路径的相似算

3.2.2 katz相似算

3.2.3 lhn-ii相似算

3.3 基于游走的节点相似算

3.3.1 基于均通勤时间的相似算

3.3.2 基于游走的余弦相似算

3.3.3 有重启的游走相似算

3.3.4 基于局部游走的相似算

3.3.5 基于叠加效应的游走相似算

3.4 其他节点相似算

3.4.1 基于矩阵森林理论的相似算

3.4.2 ts相似算

3.5 基于节点相似的链路预测算主函数

第2部分 基于网络表示学的高阶链路预测算

第4章 基于矩阵分解的deepwalk链路预测算

4.1 问题描述

4.2 模型框架

4.2.1 基于矩阵分解的deepwalk算

4.2.2 lpmf算

4.3 实验分析

4.3.1 实验数据

4.3.2 基准方

4.3.3 评价指标

4.3.4 实验结果与分析

4.3.5 度分布可视化

4.3.6 调参与分析

4.3.7 网络表示可视化

4.3.8 案例研究

第5章 基于网络节点文本增强的链路预测算

5.1 问题描述

……

点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP