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。
图书详情 | 《复杂网络与大数据分析》
图书分类 一 〉计算机科学与技术 一 〉
- 清华大学出版社
- 9787302532330
- 1-1
- 284051
- 48210281-1
- -
- 16开
- 2019年11月
- -
- -
- -
- -
- 计算机科学与技术
- -
- -
- -
- 大数据
- 本科
- 初版
- -
- -
- -
内容简介：
目录
第1章复杂网络的基本概念11.1度、度分布、度相关性31.2介数、路径、权重61.3簇、模体、社团10习题115第2章复杂网络模型172.1规则网络172.1.1全局耦合网络172.1.2最近邻耦合网络182.1.3星形耦合网络192.2随机网络192.2.1随机网络模型202.2.2随机网络的度分布202.2.3随机网络的直径和平均距离212.2.4随机网络的集聚系数222.2.5随机网络的特征谱222.3无标度网络232.3.1Price模型242.3.2BA模型242.3.3BA无标度网络的度分布和度相关262.3.4BA无标度网络的平均距离和集聚系数272.3.5BA无标度网络的特征谱282.4动态演化网络292.4.1以网络演化的部件划分292.4.2以是否考虑权重划分302.4.3以演化网络采用的演化机制划分312.4.4以演化网络是否动态变化划分312.5社区网络312.5.1复杂网络中社区结构的分类322.5.2社区结构评价标准342.6权重网络342.6.1加权网络的度量352.6.2实际加权网络372.6.3加权网络建模392.7相依网络412.7.1相依网络的子网络412.7.2相依网络的相依边422.7.3相依网络的组合方式432.8多层网络432.8.1多层网络的结构442.8.2多层网络的度分布452.8.3多层网络上的扩散与同步452.8.4多层网络的鲁棒性46习题246第3章网络鲁棒性483.1渗流理论介绍483.1.1渗流理论背景483.1.2渗流理论简介483.2随机攻击与蓄意攻击523.3级联失效533.3.1渗沙堆模型543.3.2OPA模型543.3.3CASCADE模型543.3.4负载容量模型54习题356第4章网络传播动力学574.1传播动力学建模与解析574.1.1基于度的动力学模型584.1.2基于节点的动力学模型584.1.3d维NW小世界网络的线性传播方程604.1.4小世界网络传播动力学方程的分形、混沌与分岔614.2传播控制624.2.1网络免疫624.2.2最优资源配置654.3传播预测674.3.1阈值和爆发规模674.3.2传播网络重构704.3.3传播溯源72习题475第5章网络演化博弈765.1复杂网络演化博弈基本框架785.2网络博弈动力学795.2.1规则网络演化博弈795.2.2非规则网络演化博弈825.2.3多层网络演化博弈855.3网络演化博弈共演化865.4网络演化博弈实验885.5网络演化博弈的应用905.5.1突发公共卫生中的应用905.5.2交通工程中的应用93习题597第6章数据挖掘986.1数据挖掘的核心技术986.2”大数据”的典型特征996.2.1数据规模大1006.2.2数据类型多样1006.2.3数据处理速度快1016.2.4数据价值密度低1016.3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1037.1分布式网页爬虫设计1037.2复杂网络数据的语义建模1067.2.1新数据源属性的语义类型学习1067.2.2原数据源语义图构建1067.3非结构化网络数据的分布式索引技术1097.4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1118.1结构性的节点影响力排序1118.1.1基于网络局部属性的指标1118.1.2基于网络全局属性的指标1128.1.3基于网络位置属性的指标1158.1.4基于随机游走的节点影响力排序1178.2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1229.1经典社区发现算法1229.1.1谱平分法1249.1.2KernighanLin算法1269.1.3Maximun Flow Communities算法1269.1.4极值优化算法1279.1.5层次社区发现算法1289.1.6重叠社区发现算法1309.2复杂网络属性图聚类算法1329.2.1基于距离的聚类1329.2.2基于模型的聚类1339.2.3基于多特征融合的属性图聚类算法1339.2.4基于多节点社团意识系统的属性图聚类算法1379.3基于动态社交博弈的属性图聚类算法1409.3.1属性图算法分析1419.3.2有限静态博弈1439.3.3动态社交博弈1449.3.4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15310.1推荐系统的定义15310.2推荐系统算法15510.2.1基于用户行为数据的推荐15510.2.2基于内容数据的推荐15710.2.3基于社会网络数据的推荐15810.3推荐系统的评测15910.3.1推荐系统的评测方法16010.3.2推荐系统的评测指标16210.4链路预测的基本概念17110.4.1链路预测方法17110.4.2基于相似性的链路预测17110.4.3基于似然分析的链路预测174习题10176参考文献177
