您好,欢迎来到聚文网。 登录 免费注册
矩阵分解学习及其网络社区发现方法

矩阵分解学习及其网络社区发现方法

  • 字数: 120
  • 出版社: 上海交大
  • 作者: 施晓华
  • 商品条码: 9787313238214
  • 版次: 1
  • 页数: 114
  • 出版年份: 2020
  • 印次: 1
定价:¥48 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
在网络科学的社区发 现应用中,由于所有的网 络结构均可以通过关系图 来表示,而图的主要结构 表征即为其邻接矩阵;因 此应用矩阵分解学习相关 方法,能有效将整个社区 网络中节点聚合到不同社 区中,可以得到很好的应 用效果。本书将系统性地 介绍目前矩阵分解学习和 网络社区发现的主要研究 方法,并针对网络社区发 现中数据特性问题,介绍 不同矩阵分解算法,以社 会网络和科学网络为主要 应用数据,进行社区发现 相关方法实例与应用介绍 。本书以理论、方法和案 例结合;从学术脉络,逐 步展开问题,从应用角度 ,逐步解决问题。 本书适合高校计算机 专业和社会网络分析与管 理相关读者使用。
目录
1 绪论 1.1 引言 1.2 本书主要内容 1.3 本书结构安排 2 社区发现方法 2.1 传统方法 2.2 分裂方法 2.3 基于模块度的方法 2.4 统计推断法 2.5 重叠社区发现 2.6 贝叶斯社区发现 2.7 本章小结 3 矩阵分解学习主要方法 3.1 PCA矩阵分解 3.2 ICA矩阵分解 3.3 SVD矩阵分解 3.4 VQ矩阵分解 3.5 NMF非负矩阵分解 3.6 半监督NMF分解 3.7 贝叶斯NMF分解 3.8 矩阵分解中的模式选择 3.9 矩阵分解学习与社区发现 3.10 本章小结 4 基于半监督矩阵分解的社区发现方法 4.1 半监督对称NMF方法 4.2 PCSNMF方法设计及算法推导 4.3 PCSNMF在社会网络中的实验与分析 4.4 本章小结 5 基于贝叶斯矩阵分解的社区发现方法 5.1 贝叶斯对称NMF方法 5.2 BSNMF非重叠社区发现实验 5.3 BSNMF在重叠社区发现中的应用 5.4 本章小结 6 矩阵分解学习社区发现应用研究 6.1 科学网络社区发现应用 6.2 中文科学网络社区发现应用实践 6.3 机构学术数据处理及学者甄别社区发现应用实践 6.4 数字人文社会网络方法应用 6.5 本章小结 7 总结及展望 7.1 总结 7.2 展望 参考文献 索引

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网