《复杂网络与大数据分析》 - 卜湛，曹杰，李慧嘉 - 清华大学出版社 - 香港大書城

	登入帳戶　 \|　訂單查詢　 \|　購物車/收銀台(0)　\|　在線留言板　 \|　付款方式　 \|　運費計算　 \|　聯絡我們　 \|　幫助中心　\|　加入書簽
		會員登入新用戶登記

HOME

新書上架

暢銷書架

好書推介

2023年度TOP

臺灣用戶

品種：超過100萬種各類書籍/音像和精品，正品正價，放心網購，悭钱省心

服務：香港／台灣／澳門／海外

送貨：速遞／郵局／服務站

新書上架：簡體書繁體書
暢銷書架：簡體書繁體書
好書推介：簡體書繁體書

『簡體書』复杂网络与大数据分析

書城自編碼： 3457272
分類：簡體書→大陸圖書→教材→研究生/本科/专科教材
作者：卜湛，曹杰，李慧嘉
國際書號(ISBN)： 9787302532330
出版社：清华大学出版社
出版日期： 2019-11-01

頁數/字數： /
書度/開本： 16开釘裝：平装

售價：HK$ 52.7

我要買件

** 我創建的書架 **
未登入.

新書推薦：

《海外中国研究·朱熹的思维世界（增订版）》
售價：HK$ 143.4

《甲骨文丛书·沙漠之王：英美在中东的霸权之争》
售價：HK$ 110.9

《汗青堂丛书147·光明时代：中世纪新史》
售價：HK$ 85.1

《能成事的团队》
售價：HK$ 111.9

《现代无人机鉴赏（珍藏版）》
售價：HK$ 78.2

《汗青堂丛书·晚清风云（4册套装）：帝国的切口清朝与中华传统文化太平天国运动史冲击与回应》
售價：HK$ 427.8

《穿在身上的历史：世界服饰图鉴（增订珍藏版）》
售價：HK$ 557.8

《历史的严妆：解读道学阴影下的南宋史学（中华学术·有道）》
售價：HK$ 109.8

編輯推薦：

本图书是复杂网络与数据分析的入门教材，主要介绍了复杂网络和数据挖掘基本理论，涵盖了复杂网路基本概念、复杂网络模型、网络鲁棒性、网络传播动力学、网络演化博弈、数据挖掘、大规模复杂网络数据获取及存储、节点影响力排序、网络聚类技术分析、推荐系统和链路预测等知识点，这些新颖的内容，反映了复杂网络与数据分析*近十多年以来的前沿研究和作者的部分研究成果。
为了帮助读者更好的理解书中的内容，本书提供了大量的图例，并且在每章的结尾，给出了文章中所参考的文献，目的是为那些对更高级的主题、重要的历史文献和当前前沿研究感兴趣的读者提供方便。

內容簡介：

本书作为基础理论教材，它以浅显易懂的语言为来自不同学科领域的研究生和研究人员提供有力指导。本书共十章，分别是：复杂网络基本概念、复杂网络模型、网络鲁棒性、网络传播动力学、网络演化博弈、数据挖掘、大规模复杂网络数据获取及存储、节点影响力排序、网络聚类技术分析、推荐系统和链路预测。这些内容由浅入深，对不同的读者，侧重点不同。

關於作者：

1．基本情况：
卜湛，男，1987年出生，博士，副教授，硕导，ACMCCF会员，信息工程学院软件工程专业系主任，主要承担本科生《数据挖掘》及研究生《复杂网络理论》教学工作，研究方向包括复杂网络、数据挖掘及人工智能。在南京航空航天大学就读博士期间，曾在美国阿拉巴马大学伯明翰分校进行为期1年的访问研究，博士学位论文入选江苏省计算机协会2015年度江苏省优秀博士论文。近年来在数据挖掘和人工智能等领域的国际权威期刊和会议发表了包括TKDE，TCYB，KAIS，INUFUS，KBS在内的30余篇学术论文。
2．学术水平：
代表性期刊论文（*表示通信作者）
1 Zhan Bu, Zhiang Wu*, Jie Cao, Yichuan Jiang, Local Community Mining on Distributed and Dynamic Networks from a Multiagent Perspective, IEEE Transactions on Cybernetics, vol. 46, no. 4, pp. 986-999, 2016. SCI： 4.943
2 Hui-Jia Li

第1章复杂网络的基本概念1
1.1度、度分布、度相关性3
1.2介数、路径、权重6
1.3簇、模体、社团10
习题115第2章复杂网络模型17
2.1规则网络17
2.1.1全局耦合网络17
2.1.2最近邻耦合网络18
2.1.3星形耦合网络19
2.2随机网络19
2.2.1随机网络模型20
2.2.2随机网络的度分布20
2.2.3随机网络的直径和平均距离21
2.2.4随机网络的集聚系数22
2.2.5随机网络的特征谱22
2.3无标度网络23
2.3.1Price模型24
2.3.2BA模型24
2.3.3BA无标度网络的度分布和度相关26
2.3.4BA无标度网络的平均距离和集聚系数27
2.3.5BA无标度网络的特征谱28
2.4动态演化网络29
2.4.1以网络演化的部件划分29
2.4.2以是否考虑权重划分30
2.4.3以演化网络采用的演化机制划分31
2.4.4以演化网络是否动态变化划分312.5社区网络31
2.5.1复杂网络中社区结构的分类32
2.5.2社区结构评价标准34
2.6权重网络34
2.6.1加权网络的度量35
2.6.2实际加权网络37
2.6.3加权网络建模39
2.7相依网络41
2.7.1相依网络的子网络41
2.7.2相依网络的相依边42
2.7.3相依网络的组合方式43
2.8多层网络43
2.8.1多层网络的结构44
2.8.2多层网络的度分布45
2.8.3多层网络上的扩散与同步45
2.8.4多层网络的鲁棒性46
习题246第3章网络鲁棒性48
3.1渗流理论介绍48
3.1.1渗流理论背景48
3.1.2渗流理论简介48
3.2随机攻击与蓄意攻击52
3.3级联失效53
3.3.1渗沙堆模型54
3.3.2OPA模型54
3.3.3CASCADE模型54
3.3.4负载容量模型54
习题356第4章网络传播动力学57
4.1传播动力学建模与解析57
4.1.1基于度的动力学模型58
4.1.2基于节点的动力学模型58
4.1.3d维NW小世界网络的线性传播方程60
4.1.4小世界网络传播动力学方程的分形、混沌与分岔61
4.2传播控制62
4.2.1网络免疫62
4.2.2最优资源配置65
4.3传播预测67
4.3.1阈值和爆发规模67
4.3.2传播网络重构70
4.3.3传播溯源72
习题475第5章网络演化博弈76
5.1复杂网络演化博弈基本框架78
5.2网络博弈动力学79
5.2.1规则网络演化博弈79
5.2.2非规则网络演化博弈82
5.2.3多层网络演化博弈85
5.3网络演化博弈共演化86
5.4网络演化博弈实验88
5.5网络演化博弈的应用90
5.5.1突发公共卫生中的应用90
5.5.2交通工程中的应用93
习题597第6章数据挖掘98
6.1数据挖掘的核心技术98
6.2大数据的典型特征99
6.2.1数据规模大100
6.2.2数据类型多样100
6.2.3数据处理速度快101
6.2.4数据价值密度低101
6.3复杂网络与数据挖掘融合社会网络分析102
习题6102第7章大规模复杂网络数据获取及存储的技术研究103
7.1分布式网页爬虫设计103
7.2复杂网络数据的语义建模106
7.2.1新数据源属性的语义类型学习106
7.2.2原数据源语义图构建106
7.3非结构化网络数据的分布式索引技术109
7.4大规模复杂网络数据可视化技术109
习题7110第8章节点影响力排序111
8.1结构性的节点影响力排序111
8.1.1基于网络局部属性的指标111
8.1.2基于网络全局属性的指标112
8.1.3基于网络位置属性的指标115
8.1.4基于随机游走的节点影响力排序117
8.2功能性的节点影响力排序119
习题8121第9章网络聚类技术分析122
9.1经典社区发现算法122
9.1.1谱平分法124
9.1.2KernighanLin算法126
9.1.3Maximun Flow Communities算法126
9.1.4极值优化算法127
9.1.5层次社区发现算法128
9.1.6重叠社区发现算法130
9.2复杂网络属性图聚类算法132
9.2.1基于距离的聚类132
9.2.2基于模型的聚类133
9.2.3基于多特征融合的属性图聚类算法133
9.2.4基于多节点社团意识系统的属性图聚类算法137
9.3基于动态社交博弈的属性图聚类算法140
9.3.1属性图算法分析141
9.3.2有限静态博弈143
9.3.3动态社交博弈144
9.3.4动态簇形成博弈和自学习算法146
习题9151第10章推荐系统和链路预测153
10.1推荐系统的定义153
10.2推荐系统算法155
10.2.1基于用户行为数据的推荐155
10.2.2基于内容数据的推荐157
10.2.3基于社会网络数据的推荐158
10.3推荐系统的评测159
10.3.1推荐系统的评测方法160
10.3.2推荐系统的评测指标162
10.4链路预测的基本概念171
10.4.1链路预测方法171
10.4.2基于相似性的链路预测171
10.4.3基于似然分析的链路预测174
习题10176参考文献177

內容試閱：

复杂网络作为一门新兴科学，是对复杂系统的抽象和描述。对于任何包含大量组成单元的复杂系统，当把构成单元的节点、单元之间的相互关系抽象为边时，都可以当作复杂网络来研究。复杂网络并不仅仅是我们在媒体上看到的所谓的互联网，它研究的是网络现象，而世界上除了互联网以外，复杂网络的例子在自然界和人类社会中比比皆是，包括自然界中天然存在的星系、食物链网络、神经网络、蛋白网络；人类社会中存在的社交网络、传染病传播网络、知识传播网络；人类创造的交通网络、通信网络、电力网络、计算机网络等。这些网络不仅在规模上巨大，在结构上复杂，而且在时间、空间上都具有动态的复杂性。复杂网络还是研究复杂系统的一种角度和方法，它关注系统中个体相互关联作用的拓扑结构，是理解复杂系统性质和功能的基础，是对存在的网络现象及其复杂性进行解释的学科。它同样还作为研究复杂系统的一个新兴工具，可以较为形象、准确地描述系统主体之间的联系，因此它在计算机、生命科学等领域得到了广泛的应用。
随着复杂网络理论的深入研究、网络规模的不断扩大，网络的内部结构特性产生了海量的数据，单纯研究小规模网络已无法满足研究人员的需求，因此，在数据驱动下分析复杂网络成为当下的主流方法。但是，就目前已有的著作看，它们仅仅是系统地介绍复杂网络涉及的内容和研究进展，讲述网络拓扑特性与模型，复杂网络上的传播行为、相继故障、搜索算法和社团结构，以及复杂网络的同步与控制等基础知识，并没有将复杂网络分析与大数据挖掘相结合，这将严重限制对复杂网络的分析。因此，本书将复杂网络与数据分析相结合，为相关领域的研究人员提供有价值的参考。
本书在作者科研团队多年讲授相关课程和从事相关课题研究的基础上凝练而成，同时也吸收了国内外学者的相关成果。书中深入浅出地介绍了复杂网络基本理论和数据挖掘基本知识。主要分为两部分：第一部分介绍经典复杂网络基本理论，融合最近国内外复杂网络研究领域的最新成果；第二部分着重介绍网络大数据的获取、存储和挖掘方法，将复杂网络分析和数据挖掘相结合，通过一些经典案例分析，介绍网络大数据挖掘的相关方法和应用前景。全书共10章，分别介绍复杂网络的基本概念、复杂网络模型、网络鲁棒性、网络传播动力学、网络演化博弈、数据挖掘、大规模复杂网络数据获取及存储的技术研究、节点影响力排序、网络聚类技术分析、推荐系统和链路预测，这些新颖的内容反映了复杂网络与数据分析最近10多年以来的前沿研究和作者的部分研究成果。为了帮助读者更好地理解书中的内容，我们提供了大量的图例，目的是为对更高级的主题、重要的历史文献和当前前沿研究感兴趣的读者提供方便。在编写的过程中，我们以创新教学模式、践行授人以渔的教学方法，强调以厚基础重实践为原则，以师生易教、善教、易学、乐学为教与学的目标，对传统教材的体系进行了调整，以分散难点，突出重点。
本书的写作得到南京财经大学信息工程学院同仁的大力支持，清华大学出版社也给予了很大的帮助，在此一并表示感谢！
限于作者水平，书中缺点和错误在所难免，望有关专家和广大读者批评指正。
卜湛
于江苏省电子商务重点实验室
2019年8月

書城介紹　 \|　合作申請　\|　索要書目　 \|　新手入門　\|　聯絡方式　 \|　幫助中心　\|　找書說明　 \|　送貨方式　\|　付款方式	香港用户　 \|　台灣用户　\|　海外用户

	megBook.com.hk
Copyright © 2013 - 2024 （香港）大書城有限公司　 All Rights Reserved.