加权社会网络社区发现与链接预测理论及应用

作者: 刘苗苗

出版社: 清华大学出版社

出版时间: 2020-08

版次: 1

ISBN: 9787302555728

定价: 59.00

装帧: 其他

开本: 16开

纸张: 胶版纸

分类: 计算机与互联网

7 张插图图片

全书主要内容有社会网络概述、社区发现理论基础、基于链接强度的加权网络社区发现方法、基于共同邻居的加权网络社区发现方法、链接预测理论基础、基于多路径节点相似性的加权网络链接预测方法、基于结构平衡理论与节点相似性的符号网络链接预测方法。本书所提供的加权网络社区发现以及链接预测基本原理和实现技术可以为国内外相关领域的学者以及技术人员提供全新思路和有益参考，是一本不可多得的好书。刘苗苗，女，1982年5月生，副教授，博士后，硕士生导师，中国计算机学会会员，现就职于东北石油大学秦皇岛校区计算机科学系，主要从事社会网络分析方面的研究。2006年6月获中国海洋大学硕士学位，2017年6月获燕山大学博士学位，之后进入东北石油大学博士后工作站。近5年来，参与2项国家自然科学基金课题、2项省基金课题，主持或参与完成14项省教育教学及科技攻关课题、16项局级教学改革及科研课题。以第一作者发表论文30余篇，其中EI检索16篇。获国家发明专利3项，实用新型专利5项。作为第一主编在清华大学出版社出版教材3部，参与编写教材6部。获得奖励10余项，其中省级优秀教学成果奖4项，局级奖励9项。作者自攻读博士学位以来一直致力于社会网络社区发现与链接预测方面的研究，参与了2项与本著作内容密切相关的国家自然科学基金课题“基于主题关注模型的在线社交网络社区发现与信息传播机理研究”和“基于信息熵的社交网络社会影响传播问题的研究”，主持了2项与本著作内容密切相关的课题“符号网路边值预测方法研究”和“融合多特征的符号网络链接预测方法”。第一篇基础知识

第1章社会网络概述

1.1复杂网络及其模型

1.1.1复杂网络的基本概念

1.1.2复杂网络机制模型

1.2社会网络及其特性

1.2.1社会网络的基本概念

1.2.2社会网络的度量及特性

1.3社会网络理论

1.3.1网络结构观与结构洞理论

1.3.2“二对一”理论与结构角色理论

1.3.3“弱关系”与“嵌入性”理论

1.3.4社会资本理论

1.4加权社会网络

1.4.1加权网络基本概念

1.4.2加权网络常用统计量

1.4.3符号社会网络

1.5社会网络分析概述

1.5.1SNA相关概念

1.5.2SNA的主要研究内容

1.5.3SNA的数据表示方式

1.5.4社会网络可视化分析工具

1.6SNA之实际应用

1.6.1SNA中的计算方式及应用

1.6.2SNA在《红楼梦》文本分析中的应用

1.6.3SNA在企业知识管理中的应用

1.6.4SNA在数据新闻领域的应用

1.7本章小结

第二篇社区发现理论及应用

第2章社区发现技术理论基础

2.1社区发现概述

2.1.1社区是什么

2.1.2社区划分的目的

2.2社区发现技术研究现状

2.2.1无权网络中的社区发现

2.2.2加权网络中的社区发现

2.2.3符号网络中的社区发现

2.2.4社区发现面临的挑战性问题

2.3几种经典的社区发现算法

2.3.1谱平分法

2.3.2GN算法

2.3.3Newman算法

2.3.4Kmeans算法

2.3.5标签传播算法

2.4社区发现的评价指标

2.4.1NMI

2.4.2ARI

2.4.3模块度

2.4.4挫败值与错误率

2.5本章小结

第3章基于链接强度的加权网络社区发现方法

3.1引言

3.2AGMA算法及存在问题

3.2.1AGMA算法主要思想

3.2.2AGMA算法问题分析

3.3CRMA方法

3.3.1相关定义

3.3.2CRMA算法描述

3.4实验与分析

3.4.1实验环境及所用数据集

3.4.2评价指标

3.4.3实验结果及分析

3.4.4算法复杂度分析

3.5本章小结

第4章基于共同邻居的加权网络社区发现方法

4.1引言

4.2IEM方法

4.2.1主要思想

4.2.2基于共同邻居节点的加权相似度定义

4.2.3IEM算法描述

4.3实验与分析

4.3.1所用数据集

4.3.2实验结果及分析

4.3.3算法复杂度分析

4.4本章小结

第三篇链接预测理论及应用

第5章链接预测技术理论基础

5.1链接预测概述

5.1.1问题描述

5.1.2研究背景及意义

5.2链接预测技术研究现状

5.2.1无权网络链接预测研究现状

5.2.2加权网络链接预测研究现状

5.3经典的相似性指标

5.3.1无权网络中的相似性指标

5.3.2加权网络中的相似性指标

5.4预测精度评价方法

5.5本章小结

第6章基于多路径节点相似性的加权网络链接预测方法

6.1引言

6.2STNMP方法

6.2.1核心思想

6.2.2相关定义

6.2.3算法描述

6.3实验与分析

6.3.1评价指标与实验流程

6.3.2数据准备及预处理

6.3.3最优步长参数的确定

6.3.4实验结果及分析

6.4本章小结

第7章基于结构平衡理论与节点相似性的符号网络链接

预测方法

7.1引言

7.2符号网络链接预测理论基础

7.2.1结构平衡理论

7.2.2地位理论

7.2.3符号网络平衡性分析

7.2.4符号网络链接预测研究现状

7.3PSNBS算法

7.3.1核心思想

7.3.2相关定义

7.3.3算法描述

7.4实验与分析

7.4.1实验所用数据集

7.4.2预测精度评价指标

7.4.3边值预测准确率分析

7.4.4符号预测正确性验证

7.4.5与经典算法对比分析

7.5本章小结

第8章结论与展望

附录

参考文献
内容简介:
全书主要内容有社会网络概述、社区发现理论基础、基于链接强度的加权网络社区发现方法、基于共同邻居的加权网络社区发现方法、链接预测理论基础、基于多路径节点相似性的加权网络链接预测方法、基于结构平衡理论与节点相似性的符号网络链接预测方法。本书所提供的加权网络社区发现以及链接预测基本原理和实现技术可以为国内外相关领域的学者以及技术人员提供全新思路和有益参考，是一本不可多得的好书。
作者简介:
刘苗苗，女，1982年5月生，副教授，博士后，硕士生导师，中国计算机学会会员，现就职于东北石油大学秦皇岛校区计算机科学系，主要从事社会网络分析方面的研究。2006年6月获中国海洋大学硕士学位，2017年6月获燕山大学博士学位，之后进入东北石油大学博士后工作站。近5年来，参与2项国家自然科学基金课题、2项省基金课题，主持或参与完成14项省教育教学及科技攻关课题、16项局级教学改革及科研课题。以第一作者发表论文30余篇，其中EI检索16篇。获国家发明专利3项，实用新型专利5项。作为第一主编在清华大学出版社出版教材3部，参与编写教材6部。获得奖励10余项，其中省级优秀教学成果奖4项，局级奖励9项。作者自攻读博士学位以来一直致力于社会网络社区发现与链接预测方面的研究，参与了2项与本著作内容密切相关的国家自然科学基金课题“基于主题关注模型的在线社交网络社区发现与信息传播机理研究”和“基于信息熵的社交网络社会影响传播问题的研究”，主持了2项与本著作内容密切相关的课题“符号网路边值预测方法研究”和“融合多特征的符号网络链接预测方法”。
目录:
第一篇基础知识

第1章社会网络概述

1.1复杂网络及其模型

1.1.1复杂网络的基本概念

1.1.2复杂网络机制模型

1.2社会网络及其特性

1.2.1社会网络的基本概念

1.2.2社会网络的度量及特性

1.3社会网络理论

1.3.1网络结构观与结构洞理论

1.3.2“二对一”理论与结构角色理论

1.3.3“弱关系”与“嵌入性”理论

1.3.4社会资本理论

1.4加权社会网络

1.4.1加权网络基本概念

1.4.2加权网络常用统计量

1.4.3符号社会网络

1.5社会网络分析概述

1.5.1SNA相关概念

1.5.2SNA的主要研究内容

1.5.3SNA的数据表示方式

1.5.4社会网络可视化分析工具

1.6SNA之实际应用

1.6.1SNA中的计算方式及应用

1.6.2SNA在《红楼梦》文本分析中的应用

1.6.3SNA在企业知识管理中的应用

1.6.4SNA在数据新闻领域的应用

1.7本章小结

第二篇社区发现理论及应用

第2章社区发现技术理论基础

2.1社区发现概述

2.1.1社区是什么

2.1.2社区划分的目的

2.2社区发现技术研究现状

2.2.1无权网络中的社区发现

2.2.2加权网络中的社区发现

2.2.3符号网络中的社区发现

2.2.4社区发现面临的挑战性问题

2.3几种经典的社区发现算法

2.3.1谱平分法

2.3.2GN算法

2.3.3Newman算法

2.3.4Kmeans算法

2.3.5标签传播算法

2.4社区发现的评价指标

2.4.1NMI

2.4.2ARI

2.4.3模块度

2.4.4挫败值与错误率

2.5本章小结

第3章基于链接强度的加权网络社区发现方法

3.1引言

3.2AGMA算法及存在问题

3.2.1AGMA算法主要思想

3.2.2AGMA算法问题分析

3.3CRMA方法

3.3.1相关定义

3.3.2CRMA算法描述

3.4实验与分析

3.4.1实验环境及所用数据集

3.4.2评价指标

3.4.3实验结果及分析

3.4.4算法复杂度分析

3.5本章小结

第4章基于共同邻居的加权网络社区发现方法

4.1引言

4.2IEM方法

4.2.1主要思想

4.2.2基于共同邻居节点的加权相似度定义

4.2.3IEM算法描述

4.3实验与分析

4.3.1所用数据集

4.3.2实验结果及分析

4.3.3算法复杂度分析

4.4本章小结

第三篇链接预测理论及应用

第5章链接预测技术理论基础

5.1链接预测概述

5.1.1问题描述

5.1.2研究背景及意义

5.2链接预测技术研究现状

5.2.1无权网络链接预测研究现状

5.2.2加权网络链接预测研究现状

5.3经典的相似性指标

5.3.1无权网络中的相似性指标

5.3.2加权网络中的相似性指标

5.4预测精度评价方法

5.5本章小结

第6章基于多路径节点相似性的加权网络链接预测方法

6.1引言

6.2STNMP方法

6.2.1核心思想

6.2.2相关定义

6.2.3算法描述

6.3实验与分析

6.3.1评价指标与实验流程

6.3.2数据准备及预处理

6.3.3最优步长参数的确定

6.3.4实验结果及分析

6.4本章小结

第7章基于结构平衡理论与节点相似性的符号网络链接

预测方法

7.1引言

7.2符号网络链接预测理论基础

7.2.1结构平衡理论

7.2.2地位理论

7.2.3符号网络平衡性分析

7.2.4符号网络链接预测研究现状

7.3PSNBS算法

7.3.1核心思想

7.3.2相关定义

7.3.3算法描述

7.4实验与分析

7.4.1实验所用数据集

7.4.2预测精度评价指标

7.4.3边值预测准确率分析

7.4.4符号预测正确性验证

7.4.5与经典算法对比分析

7.5本章小结

第8章结论与展望

附录

参考文献

查看详情

加权社会网络社区发现与链接预测理论及应用

内容简介:

作者简介:

目录: