国产精品一久久香蕉产线看/亚洲图区欧美/亚洲国产精品电影人久久网站/欧美日韩在线视频一区

歡迎光臨中圖網(wǎng) 請 | 注冊
> >
復(fù)雜網(wǎng)絡(luò)的影響力計算及應(yīng)用

包郵 復(fù)雜網(wǎng)絡(luò)的影響力計算及應(yīng)用

作者：楊書新
出版社：冶金工業(yè)出版社出版時間：2023-02-01
開本： 其他 頁數(shù)： 173
中 圖 價:¥49.0(7.2折) 定價  ¥68.0 登錄后可看到會員價
暫時缺貨 收藏
開年大促， 全場包郵
?新疆、西藏除外
本類五星書更多>

復(fù)雜網(wǎng)絡(luò)的影響力計算及應(yīng)用 版權(quán)信息

復(fù)雜網(wǎng)絡(luò)的影響力計算及應(yīng)用 內(nèi)容簡介

本書以影響力計算在社交網(wǎng)絡(luò)和生物信息中的應(yīng)用作為主要內(nèi)容，全書共分為7章。第1～6章主要介紹社交網(wǎng)絡(luò)的影響力計算及應(yīng)用，首先給出了社交網(wǎng)絡(luò)數(shù)據(jù)的處理、可視化表示，然后在介紹信息傳播模型和傳播概率計算等關(guān)鍵技術(shù)的基礎(chǔ)上，從局部信息、全局信息、多重信息、考慮級聯(lián)數(shù)據(jù)、進一步挖掘影響力潛力等角度給出了不同的計算方法，并結(jié)合影響力優(yōu)選化等問題求解，觀察影響力計算的表現(xiàn)效果。第7章介紹蛋白質(zhì)交互網(wǎng)絡(luò)的影響力計算，用以求解蛋白質(zhì)交互網(wǎng)絡(luò)的關(guān)鍵蛋白質(zhì)識別問題。有望拓寬讀者的思維，激發(fā)研究者尋找在不同應(yīng)用場景下的節(jié)點影響力分析新方法。本書可作為從事復(fù)雜網(wǎng)絡(luò)節(jié)點重要性分析、復(fù)雜網(wǎng)絡(luò)影響力分析的高等院校教師、研究生及相關(guān)研究人員的參考書。

復(fù)雜網(wǎng)絡(luò)的影響力計算及應(yīng)用 目錄

1 社交網(wǎng)絡(luò)傳播模型及影響概率計算
1.1 數(shù)據(jù)的獲取和表示
1.1.1 數(shù)據(jù)的獲取
1.1.2 公開的數(shù)據(jù)集及圖可視化
1.2 社交網(wǎng)絡(luò)的傳播模型
1.2.1 獨立級聯(lián)模型
1.2.2 線性閾值模型
1.2.3 熱量擴散模型
1.2.4 傳染病模型
1.2.5 其他模型
1.3 傳播概率計算
1.3.1 基于邊影響概率的計算
1.3.2 基于節(jié)點隱空間向量表示的計算
1.4 本章小結(jié)
2 面向局部信息的影響力計算
2.1 引言
2.2 基于兩階段啟發(fā)的影響力計算方法
2.2.1 算法設(shè)計
2.2.2 節(jié)點的影響力評估
2.2.3 實驗環(huán)境及數(shù)據(jù)
2.2.4 實驗結(jié)果及分析
2.3 基于三級鄰居的影響力計算方法
2.3.1 三度影響原則
2.3.2 三級鄰居方法
2.3.3 實驗環(huán)境及數(shù)據(jù)
2.3.4 實驗結(jié)果及分析
2.4 本章小結(jié)
3 面向全局信息的影響力計算
3.1 引言
3.2 基于割點的影響力求解及應(yīng)用
3.2.1 基于割點的影響力計算
3.2.2 CVIM算法
3.2.3 實驗數(shù)據(jù)及參數(shù)設(shè)置
3.2.4 實驗分析
3.3 面向目標節(jié)點的影響力求解
3.3.1 基于獨立級聯(lián)模型的個性化影響*大化
3.3.2 基于熱量傳播模型的個性化影響*大化
3.3.3 實驗數(shù)據(jù)及參數(shù)設(shè)置
3.3.4 實驗分析
3.4 本章小結(jié)
4 面向多重信息的影響力計算
4.1 引言
4.2 信息對立下的影響*大化
4.2.1 基于熱量傳播模型的影響力計算
4.2.2 實驗環(huán)境及數(shù)據(jù)
4.2.3 實驗分析
4.3 符號網(wǎng)絡(luò)下的積極影響力*大化
4.3.1 符號網(wǎng)絡(luò)
4.3.2 符號網(wǎng)絡(luò)下的影響力計算
4.3.3 實驗數(shù)據(jù)集與參數(shù)設(shè)置
4.3.4 實驗結(jié)果與分析
4.4 本章小結(jié)
5 基于級聯(lián)數(shù)據(jù)的影響力計算
5.1 引言
5.2 融合活躍轉(zhuǎn)發(fā)者的影響*大化
5.2.1 活躍轉(zhuǎn)發(fā)者的影響
5.2.2 融合活躍轉(zhuǎn)發(fā)者特征的神經(jīng)網(wǎng)絡(luò)模型
5.2.3 高影響力節(jié)點的選擇
5.3 實驗結(jié)果與分析
5.3.1 實驗數(shù)據(jù)
5.3.2 實驗設(shè)計與環(huán)境
5.3.3 實驗結(jié)果
5.4 本章小結(jié)
6 如何進一步發(fā)揮影響力
6.1 引言
6.1.1 網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化
6.1.2 自適應(yīng)影響*大化
6.2 通過加邊擴大影響*大化
6.2.1 加邊問題
6.2.2 AP框架
6.2.3 實驗分析
6.3 自適應(yīng)策略
6.3.1 相關(guān)術(shù)語
6.3.2 自適應(yīng)與非自適應(yīng)之間的關(guān)系
6.4 本章小結(jié)
7 影響力計算在生物信息中的應(yīng)用
7.1 引言
7.2 蛋白質(zhì)交互網(wǎng)絡(luò)
7.3 基于動態(tài)加權(quán)PPI網(wǎng)絡(luò)的關(guān)鍵蛋白質(zhì)預(yù)測
7.3.1 動態(tài)PPI網(wǎng)絡(luò)構(gòu)建
7.3.2 動態(tài)PPI網(wǎng)絡(luò)加權(quán)
7.3.3 關(guān)鍵蛋白質(zhì)識別
7.3.4 實驗結(jié)果與分析
7.4 本章小結(jié)
參考文獻
展開全部
商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服