在线社会网络的用户行为建模与分析
正版现货!无字迹无划线!
¥
10
1.1折
¥
89
九五品
仅1件
作者 郭强、刘建国 著
出版社 科学出版社
出版时间 2017-06
版次 31
装帧 平装
货号 北6
上书时间 2024-12-25
商品详情
品相描述:九五品
图书标准信息
作者
郭强、刘建国 著
出版社
科学出版社
出版时间
2017-06
版次
31
ISBN
9787030526670
定价
89.00元
装帧
平装
开本
32开
页数
276页
字数
348千字
正文语种
简体中文
【内容简介】
网络已经成为描述复杂系统*重要的工具之一,而我们所熟悉的在线社会系统无非两大类。一类是社交网络,旨在交友互动以及分享轶事趣闻。二是如***、京东商城这样的电子商务在线系统。在这样的在线网络中,每个人*多能与多少人保持亲密的联系?怎样的电子商务系统能够*快*好的推荐给顾客想要的产品?这些都是本书即将要解答的问题。本书讲述在线社会系统,背景,建模,实证研究和算法。
【作者简介】
郭强,大连理工大学运筹学与控制论专业博士。现任上海理工大学管理学院教授,博士生导师。主要研究方向为复杂网络、数据挖掘和科学知识图谱分析。主持自然科学2项,同时承担社会科学项目1项、上海市教委科研创新项目1项。发表超过50篇,其中ci检索33篇,第壹作者10篇。ci引用次数280次,h指数10。 刘建国,先后获大连理工大学系统工程研究所工学博士和瑞士univerity of fribourg理论物理系理学博士。现为上海财经大学教授,博士生导师。上海市曙光学者(2014),上海市东方学者特聘教授(2014),上海市科技启明星(2011年a类)。目前主要研究方向为网络科学、智能和知识管理。主持自然科学面上2项,青年项目p项。并且以第二单位负责人身份参与自然科学重大研究计划重点项目1项。自然科学通讯评审专家。承担科研创新重点项目、上海市教委科研创新重点项目各1项。发表100余篇,其中ci检索70篇,ci引用次数1141次,h指数18。
【目录】
前言 章 在线社会系统 1.1 在线社会网络 1.1.1 社交网络中的基本概念 1.1.2 社交网络的理论基础 1.1.3 社交网络的外发展状况 1.1.4 社交网络的优势和劣势 1.2 个化系统的蓬勃发展 1.2.1 产生背景 1.2.2 个化系统的应用发展 1.2.3 研究意义 参文献 第2章 超网络模型的构建及其应用 2.1 超网络相关研究 2.1.1 超网络的基本概念 2.1.2 超网络的研究概述 2.1.3 超网络研究存在的问题 2.2 知识传播相关研究 2.2.1 知识的基本概念 2.2.2 知识传播的研究概述 2.2.3 知识传播研究存在的问题 2.3 科研合作超网络模型的建立与分析 2.3.1 已有的两种超网络演化模型 2.3.2 lwh超网络模型的建立 2.3.3 lwh超网络拓扑特的分析 2.4 科研合作超网络上的知识传播研究 2.4.1 知识传播模型 2.4.2 知识传播模型的参数设置及评价指标 2.4.3 结果分析 2.5 科研合作超网络上的知识创造研究 2.5.1 知识创造超网络模型的建立 2.5.2 数值模拟 2.6 小结 参文献 第3章 用户行为模式分析 3.1 用户行为在个化算法中的重要地位 3.2 用户行为模式分析 3.2.1 基于集聚系数的度量方法 3.2.2 基于信息熵度量用户兴趣的多样 3.2.3 在线打分的记忆效应 3.3 中基于用户结构的信息传播分析 3.3.1 网络的相关机制 3.3.2 突发事件的信息传播分析 3.4 facebook中个人中心网络的统计特分析 3.4.1 模型的建立 3.4.2 数据描述 3.4.3 实证统计 3.4.4 模型的运用 3.5 社会影响对用户选择行为的影响 3.5.1 社会影响与用户偏好网络模型建立及其结构特 3.5.2 网络数据分析 3.5.3 数值模拟 参文献 第4章 网络中的节点重要度量 4.1 网络中节点重要排序的研究进展 4.1.1 基于网络结构的节点重要排序方法 4.1.2 基于传播动力学的节点重要排序方法 4.2 复杂网络中小k—核节点的传播能力分析 4.2.1 理论基础与方法 4.2.2 数值与结果分析 4.3 基于k—核与距离的节点传播影响力排序方法研究 4.3.1 基于k—核与距离的节点传播影响力排序度量方法 4.3.2 实验数据及相关参数 4.3.3 数值与结果分析 4.4 基于度与集聚系数的网络节点重要度量方法研究 4.4.1 理论基础与方法 4.4.2 实例验证 参文献 第5章 个化系统的相关理论概念 5.1 二部分网络 5.2 个化算法 5.2.1 基于协同过滤算法的系统 5.2.2 基于内容的系统 5.2.3 基于网络结构的系统 5.2.4 基于混合算法的系统 5.2.5 其他算法 5.3 常用数据集 5.3.1 movielens数据集 5.3.2 flix数据集 5.3.3 delicious数据集 5.3.4 数据集 5.4 评价指标 5.4.1 的准确度 5.4.2 被产品的流行 5.4.3 产品的多样 5.4.4 分类准确度、准确率与召回率 5.4.5 f度量 5.4.6 新颖 5.5 相似 5.5.1 基于打分的相似 5.5.2 结构相似 5.6 小结 参文献 第6章 协同过滤系统的算法研究 6.1 协同过滤算法 6.1.1 基于用户的协同过滤算法 6.1.2 基于产品的协同过滤算法 6.2 用户关联网络对协同过滤算法的影响研究 6.2.1 用户关联网络简介 6.2.2 用户关联网络统计属 6.2.3 基于用户关联网络的协同过滤算法 6.3 虑负相关信息的协同过滤算法研究 6.3.1 算法介绍 6.3.2 实验结果分析 6.4 集聚系数对协同过滤算法的影响研究 6.4.1 产品集聚系数对协同过滤算法的影响研究 6.4.2 用户集聚系数对协同过滤算法的影响研究 6.4.3 数值结果分析 6.5 基于sigmoid权重相似度的协同过滤算法 6.5.1 基于sigmoid权重相似度的协同过滤算法 6.5.2 实验过程及结果分析 参文献 第7章 基于网络结构的算法研究 7.1 基于热传导的算法 7.2 二部分图中局部信息对热传导算法的影响研究 7.2.1 hc数值模拟结果 7.2.2 改进的hc数值模拟结果 7.3 基于物质扩散过程的算法 7.4 基于物质扩散过程的协同过滤算法 7.4.1 基于物质扩散过程的二阶协同过滤算法 7.4.2 算法的数值实验结果 7.5 虑用户喜好的物质扩散算法 7.6 产品之间的高阶相关对基于网络结构算法的影响 7.6.1 基于网络结构的算法 7.6.2 通过去除重复的改进的算法 7.6.3 实验数据结果 7.7 有向相似对协同过滤系统的影响 7.7.1 用户相似的方向对cf算法的影响 7.7.2 基于优选相似的cf算法 7.7.3 数值结果分析 7.8 二阶有向相似对协同过滤算法的影响 7.8.1 改进的算法 7.8.2 实验结果分析 7.9 时间窗对热传导模型的影响研究 7.9.1 基于局部信息的用户相似指标 7.9.2 实证结果分析 7.10 虑负面评价的个化算法研究 7.10.1 基于物质扩散模型 7.10.2 基于热传导模型 7.11 一种改进的混合算法研究 7.11.1 模型与方法 7.11.2 实证结果分析 参文献 第8章 基于内容的算法研究 参文献 第9章 混合算法研究 参文献
点击展开
点击收起
— 没有更多了 —
本店暂时无法向该地区发货
以下为对购买帮助不大的评价