异构信息网络挖掘：原理和方法

图书标准信息

• 作者 段磊 译
• 出版社 机械工业出版社
• 出版时间 2017-05
• 版次 1
• ISBN 9787111549956
• 定价 69.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 163页
• 丛书 大数据管理丛书

【内容简介】

   本书介绍了异构信息网络挖掘的原理和方法，包括基于排名的聚类与分类、基于元路径的相似性搜索和挖掘、关系强度感知挖掘，以及若干有前景的研究方向。本书是伊利诺伊大学香槟分校数据挖掘高级课程的参考教材，适合作为数据挖掘方向的研究生教材，也适合数据挖掘研究人员和专业技术人员参考。

【作者简介】

　　YizhouSun拥有伊利诺伊大学厄巴纳-尚佩恩分校计算机系博士学位，师从著名数据挖掘科学家JiaweiHan（韩家炜）教授。目前是西北大学计算机和信息科学学院副教授。

 

　　JiaweiHan（韩家炜）伊利诺伊大学厄巴纳-尚佩恩分校计算机科学系Bliss教授。由于在数据挖掘和数据库系统领域卓有成效的研究工作，他曾多次获得各种荣誉和奖励，其中包括2004年ACMSIGKDD颁发的佳创新奖，2005年IEEEComputerSociety颁发的技术成就奖，2009年IEEE颁发的W.WallaceMcDowell奖。他是ACM和IEEE会士。

 

【目录】

丛书前言 
译者序 
摘要和关键词 
第1章引言 
11异构信息网络是什么 
12为什么异构网络挖掘是一项新的挑战 
13本书的内容组织 
第一部分基于排名的聚类和分类 
第2章基于排名的聚类 
21概述 
22RankClus算法 
221排名函数 
222从条件排名分布到新的聚类度量 
223聚类中心和距离测量 
224RankClus算法总结 
225实验结果 
23NetClus算法 
231排名函数 
232NetClus算法框架 
233网络聚类中目标对象生成模型 
234目标对象和属性对象的后验概率 
235实验结果 
第3章异构信息网络的分类 
31概述 
32GNetMine 
321分类问题定义 
322基于图的正则化框架 
33RankClass 
331RankClass框架 
332基于图的排名 
333调整网络 
334后验概率计算 
34实验结果 
341数据集 
342准确性研究 
343案例研究 
第二部分基于元路径的相似性搜索和挖掘 
第4章基于元路径的相似性搜索 
41概述 
42PathSim：基于元路径的相似性度量 
421网络模式和元路径 
422基于元路径的相似性框架 
423PathSim：全新的相似性度量 
43单一元路径的在线查询处理 
431单一元路径的连接 
432基准算法 
433基于共同聚类的剪枝 
44多重元路径的组合 
45实验结果 
451有效性 
452效率对比 
453Flickr网络的案例研究 
第5章基于元路径的关系预测 
51概述 
52基于元路径的关系预测框架 
521基于元路径的拓扑特征空间 
522监督式关系预测框架 
53合著关系预测 
531合著关系预测模型 
532实验结果 
54带时间的关系预测 
541面向作者引用关系预测的基于元路径的拓扑特征 
542关系建立时间预测模型 
543实验结果 
第三部分关系强度感知挖掘 
第6章不完全属性的关系强度感知聚类 
61概述 
62关系强度感知聚类的问题定义 
63聚类框架 
631模型综述 
632属性生成建模 
633结构一致性建模 
634统一模型 
64聚类算法 
641聚类优化 
642链接类型强度学习 
643整合：GenClus算法 
65实验结果 
651数据集 
652有效性研究 
第7章通过元路径选择的用户引导聚类 
71概述 
72用户引导聚类的元路径选择问题 
721元路径选择问题 
722用户引导的聚类 
723问题定义 
73概率模型 
731关系生成建模 
732用户引导建模 
733对元路径选择的质量权重建模 
734统一模型 
74学习算法 
741给定元路径权重优化聚类结果 
742给定聚类结果优化元路径权重 
743PathSelClus算法 
75实验结果 
751数据集 
752有效性研究 
753元路径权重的案例研究 
76讨论 
第8章研究前沿 
参考文献