矩陣分解學習及其網(wǎng)絡社區(qū)發(fā)現(xiàn)方法

定　價：￥48.00

作　者：	施曉華
出版社：	上海交通大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787313238214	出版時間：	2020-12-01	包裝：	平裝
開本：	16開	頁數(shù)：	114	字數(shù)：

內(nèi)容簡介

　　在網(wǎng)絡科學的社區(qū)發(fā)現(xiàn)應用中，由于所有的網(wǎng)絡結構均可以通過關系圖來表示，而圖的主要結構表征即為其鄰接矩陣；因此應用矩陣分解學習相關方法，能有效將整個社區(qū)網(wǎng)絡中節(jié)點聚合到不同社區(qū)中，可以得到很好的應用效果。本書將系統(tǒng)性地介紹目前矩陣分解學習和網(wǎng)絡社區(qū)發(fā)現(xiàn)的主要研究方法，并針對網(wǎng)絡社區(qū)發(fā)現(xiàn)中數(shù)據(jù)特性問題，介紹不同矩陣分解算法，以社會網(wǎng)絡和科學網(wǎng)絡為主要應用數(shù)據(jù)，進行社區(qū)發(fā)現(xiàn)相關方法實例與應用介紹。本書以理論、方法和案例結合；從學術脈絡，逐步展開問題，從應用角度，逐步解決問題。本書適合高校計算機專業(yè)和社會網(wǎng)絡分析與管理相關讀者使用。

作者簡介

　　施曉華，博士，上海交通大學副研究館員，2019年獲上海交通大學計算機博士學位，目前擔任上海交通大學圖書館平臺與技術支撐部主任。

圖書目錄

1 緒論
1．1 引言
1．2 本書主要內(nèi)容
1．3 本書結構安排
2 社區(qū)發(fā)現(xiàn)方法
2．1 傳統(tǒng)方法
2．2 分裂方法
2．3 基于模塊度的方法
2．4 統(tǒng)計推斷法
2．5 重疊社區(qū)發(fā)現(xiàn)
2．6 貝葉斯社區(qū)發(fā)現(xiàn)
2．7 本章小結
3 矩陣分解學習主要方法
3．1 PCA矩陣分解
3．2 ICA矩陣分解
3．3 SVD矩陣分解
3．4 vo矩陣分解
3．5 NMF非負矩陣分解
3．6 半監(jiān)督NMF分解
3．7 貝葉斯NMF分解
3．8 矩陣分解中的模式選擇
3．9 矩陣分解學習與社區(qū)發(fā)現(xiàn)
3．10 本章小結
4 基于半監(jiān)督矩陣分解的社區(qū)發(fā)現(xiàn)方法
4．1 半監(jiān)督對稱NMF方法
4．2 PCSNMF方法設計及算法推導
4．2．1 目標函數(shù)設計
4．2．2 對應算法
4．2．3 計算復雜度分析
4．3 PCSNMF在社會網(wǎng)絡中的實驗與分析
4．3．1 主要數(shù)據(jù)集介紹
4．3．2 主要評價指標
4．3．3 驗證確定社區(qū)數(shù)量
4．3．4 方法結果比較
4．4 本章小結
……
5 基于貝葉斯矩陣分解的社區(qū)發(fā)現(xiàn)方法
6 矩陣分解學習社區(qū)發(fā)現(xiàn)應用研究
7 總結及展望
參考文獻
索引