特异群组挖掘

1.原创性：特异群组挖掘是作者原创的概念，是原创的新型数据挖掘任务和解决方法。 2.受众广泛性：特异群组挖掘是一种有多种应用场景的数据挖掘技术，涉及读者面广泛。 3.权威性：本书作者朱扬勇教授在数据挖掘领域已经研究了30多年，是国际数据科学研究的主要倡导者之一。经上海市科学技术委员会批准，代领团队建设了上海市数据科学重点实验室，该实验室是全国最早研究数据科学和大数据的科研机构之一，也是少有政府支持的数据科学科研机构，积累了大量的数据和数据挖掘的经验。此外，朱扬勇教授与多地政府合作，并担任2018年在福州举办的“首届数字中国建设峰会”顾问专家，2019年重庆智博会顾问专家等职务。基于作者团队雄厚的知识储备，本书兼具新颖性和权威性。

高价值、低密度是大数据的特征，挖掘高价值、低密度的数据对象是大数据的一项重要工作。特异群组是一类高价值、低密度的数据形态，是指在众多行为对象中，少数对象群体具有一定数量的相同（或相似）的行为模式，表现出相异于大多数对象而形成的异常的群组。特异群组挖掘在证券金融、医疗保险、智能交通、社会网络和生命科学研究等领域具有重要的应用价值。对特异群组挖掘的研究代表了数据挖掘从浅层到深层的发展趋势和必要性。本书系统地阐述了特异群组挖掘任务，包括介绍了特异群组挖掘的概念，分析了特异群组挖掘任务与聚类、异常等任务之间的差异，给出了特异群组挖掘任务的相关算法，并且列举了特异群组挖掘的几个重点应用。本书适合大数据研究人员、大数据工程师、大数据应用分析师、大数据产业从业人员等阅读，也可作为数据科学、大数据专业本科生和研究生的教学用书。

 

第1章绪论1
1.1大数据2
1.2大数据挖掘3
1.3特异群组挖掘任务6
1.4小结8
参考文献9
第2章为什么需要特异群组挖掘11
2.1聚类12
2.2异常检测13
2.3图数据上的异常挖掘20
2.4特异群组挖掘28
2.5特异群组挖掘与其他任务间的关系31
2.6小结33
参考文献33
第3章特异群组挖掘的应用45
3.1证券市场操纵行为挖掘46
3.2医疗保险中的保费欺诈行为挖掘48
3.3有组织犯罪行为挖掘50
3.4金融风控中团伙欺诈检测51
3.5生命科学研究中的特异群组挖掘52
3.6流行病学调查中的密切接触者发现53
3.7其他应用场景53
3.8小结54
参考文献55
第4章特异群组挖掘原理与框架59
4.1特异群组挖掘形式化描述60
4.2特异群组挖掘框架算法63
4.3实验与结果分析66
4.4特异群组挖掘应用步骤67
4.5小结68
参考文献69
第5章相似性与相似性连接71
5.1相似性72
5.2相似性连接74
5.3相似性搜索中的索引结构77
5.4异质网络上的自相似性连接79
5.4.1异质信息网络79
5.4.2异质网络上的相似性度量83
5.4.3基于路径的自相似性连接83
5.5实验与结果分析90
5.5.1效率分析91
5.5.2有效性分析95
5.5.3Topk相似连接示例98
5.6小结101
参考文献101
第6章无监督的复杂行为数据表示学习107
6.1行为数据108
6.2表示学习110
6.2.1词嵌入模型110
6.2.2图嵌入模型112
6.2.3异质网络表示学习116
6.2.4知识图谱表示学习117
6.2.5用户-商品对表示学习117
6.3基于交互图嵌入的复杂行为数据表示学习118
6.3.1交互图定义118
6.3.2无属性交互图嵌入122
6.3.3IGE模型124
6.4实验与结果分析129
6.4.1实验描述129
6.4.2实验结果分析131
6.5IGE算法在证券投资行为分析中的应用135
6.6小结139
参考文献139
第7章半监督的复杂行为数据表示学习147
7.1图半监督学习148
7.2问题定义150
7.3算法模型151
7.4实验与结果分析153
7.4.1实验描述153
7.4.2实验结果分析154
7.5小结157
参考文献157
第8章半监督群组检测159
8.1群组检测160
8.2问题定义162
8.3算法模型163
8.3.1判别器163
8.3.2生成器164
8.3.3预训练与强制教学166
8.3.4群组生成167
8.4实验与结果分析168
8.4.1实验描述168
8.4.2实验结果分析169
8.5小结170
参考文献170
第9章增量复杂行为数据特征分析173
9.1问题定义174
9.2增量复杂行为数据特征表示算法175
9.2.1日交易记录编码175
9.2.2预测编码177
9.2.3生成式对抗网络177
9.2.4特征向量表示178
9.3方法应用与实验分析：游资账户识别179
9.3.1业务问题定义179
9.3.2数据来源与预处理181
9.3.3游资账户识别183
9.3.4游资账户聚类184
9.4小结185
参考文献185
第10章面向动态图的节点表示学习187
10.1动态网络节点嵌入188
10.1.1静态网络节点嵌入方法190
10.1.2单向量节点嵌入表示方法191
10.1.3多向量节点嵌入表示方法192
10.1.4函数式节点嵌入表示方法193
10.2问题定义194
10.3DynGraphGAN算法195
10.3.1生成器197
10.3.2判别器198
10.3.3算法细节200
10.4实验与结果分析201
10.4.1数据集201
10.4.2基准算法202
10.4.3评估任务203
10.4.4链路重构和链路预测分析204
10.4.5参数敏感性分析207
10.5小结209
参考文献209
第11章多源网络对齐213
11.1多源数据网络214
11.2问题定义216
11.3HGANE算法217
11.3.1层次图注意机制217
11.3.2对齐网络表示220
11.3.3面向协同链接预测的网络表示框架222
11.4实验与结果分析223
11.4.1数据集223
11.4.2对比方法224
11.4.3实验设置225
11.4.4实验结果226
11.4.5假设验证227
11.4.6参数分析228
11.5小结230
参考文献230
第12章总结与展望233
12.1总结234
12.2展望236