0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: > 社交网络大数据融合-关联用户挖掘

相同语种的商品

销售排行榜

浏览历史

社交网络大数据融合-关联用户挖掘


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
社交网络大数据融合-关联用户挖掘
  • 书号：9787030604170
    作者：周小平,梁循
  • 外文书名：
  • 装帧：平装
    开本：B5
  • 页数：113
    字数：150000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2019-06-01
  • 所属分类：
  • 定价： ￥58.00元
    售价： ￥45.82元
  • 图书介质:
    纸质书

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

社交网络融合为社会计算等各项研究提供更充分的用户行为数据和更完整的网络结构，从而更有利于人们通过社交网络认识和理解人类社会，具有重要的理论价值和实践意义。社交网络中的关联用户挖掘旨在通过挖掘不同社交网络中属于同一自然人的不同账号，从而实现社交网络的深度融合。因此，关联用户挖掘是大型社交网络融合的基础问题，近年来已引起人们的广泛关注。考虑真实世界的朋友圈极具个性化，即现实中没有两个人具有完全一致的朋友圈，同时，相同的用户在不同的社交网络中往往具有部分相同的好友关系。本书基于社交网络的好友关系，充分利用好友关系的唯一性、稳定性和一致性，探索关联用户挖掘的方法。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    前言
    第1章 社交网络大数据融合 1
    1.1 社交网络与社交网络大数据融合 1
    1.2 社交网络大数据融合的核心问题 3
    1.3 社交网络大数据融合的主要挑战 4
    1.4 本书主要内容 5
    第2章 关联用户挖掘定义 7
    2.1 基本术语定义 7
    2.2 关联用户挖掘问题定义 9
    2.3 社交网络重叠性 10
    2.4 本章小结 12
    第3章 关联用户挖掘总体研究框架 13
    3.1 引言 13
    3.2 关联用户挖掘总体框架 14
    3.2.1 关联用户特征提取 14
    3.2.2 关联用户识别模型 16
    3.3 关联用户挖掘研究综述 19
    3.3.1 基于用户属性的关联用户挖掘 19
    3.3.2 基于用户关系的关联用户挖掘 23
    3.3.3 综合用户属性和用户关系的关联用户挖掘 28
    3.4 关联用户识别性能评估 30
    3.4.1 数据集 30
    3.4.2 评价指标 31
    3.5 本章小结 31
    第4章 基于好友关系的半监督关联用户挖掘 33
    4.1 引言 33
    4.2 相关工作 34
    4.3 总体识别框架 36
    4.3.1 基本设想 36
    4.3.2 算法总体框架 37
    4.4 先验关联用户集合识别模型 38
    4.5 关联用户识别模型 39
    4.5.1 方法论 39
    4.5.2 算法 42
    4.6 理论分析 45
    4.6.1 随机网络模型理论分析 45
    4.6.2 无标度网络模型理论分析 47
    4.7 实验分析 52
    4.7.1 人工数据集实验 53
    4.7.2 真实数据集实验 58
    4.8 在知识管理中的应用 63
    4.9 本章小结 64
    第5章 基于好友关系的无监督关联用户挖掘 66
    5.1 引言 66
    5.2 相关工作 68
    5.3 基本设想 69
    5.4 好友特征向量模型 71
    5.4.1 正例抽样模型 72
    5.4.2 好友特征向量学习模型 72
    5.5 基于好友特征向量的关联用户识别模型 76
    5.6 理论分析 78
    5.7 实验分析 79
    5.7.1 人工数据集实验 80
    5.7.2 算法超参分析 85
    5.7.3 真实数据集实验 88
    5.8 在知识管理的应用 92
    5.9 本章小结 93
    第6章 综合用户属性和用户关系的关联用户挖掘 94
    6.1 引言 94
    6.2 面向关联用户挖掘的用户属性效用评价体系 95
    6.3 综合用户属性和用户关系的关联用户挖掘模型和方法研究 96
    6.3.1 属性相似度计算模型 96
    6.3.2 属性相似度融合 97
    6.3.3 用户关系融合建模 98
    6.3.4 用户属性和用户关系的一致性建模 99
    6.3.5 关联用户挖掘方法 99
    6.4 关联用户挖掘模型的逼近近似求解和并行计算方法 100
    6.4.1 逼近近似求解 100
    6.4.2 并行实现 100
    6.5 本章小结 101
    第7章 总结与展望 102
    7.1 总结 102
    7.2 展望 103
    参考文献 106
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com