日韩欧美网站,日本XXXX18裸体XXXX

《單圖及群圖挖掘：原理、算法與應(yīng)用》由DanaiKoutra和全球知名的數(shù)據(jù)挖掘領(lǐng)域奠基人之一ChristosFaloutsos教授合著，介紹了圖挖掘領(lǐng)域一個(gè)嶄新的研究方向。《單圖及群圖挖掘：原理、算法與應(yīng)用》內(nèi)容主要包括兩個(gè)部分：第壹部分介紹了單圖上的概要表示以及節(jié)點(diǎn)標(biāo)簽分類算法；第二部分介紹了群圖上的概要表示以及群圖的相似性度量和節(jié)點(diǎn)對(duì)齊算法。

圖是信息表達(dá)的載體，從網(wǎng)頁(yè)之間的連接到電子郵件網(wǎng)絡(luò)中的通信關(guān)系，再到大腦神經(jīng)元之間的連接都可以用圖表示。這些圖通常具有數(shù)十億個(gè)節(jié)點(diǎn)及它們之間的交互關(guān)系。在這些相互關(guān)聯(lián)的數(shù)據(jù)中，如何找到最重要的結(jié)構(gòu)并對(duì)其進(jìn)行歸納總結(jié)？如何更有效地將它們可視化？如何檢測(cè)預(yù)示著重大事件的異常情況（例如對(duì)計(jì)算機(jī)系統(tǒng)的一次攻擊、人腦中疾病的形成或公司的衰落）？本書將呈現(xiàn)一類可擴(kuò)展、具有理論基礎(chǔ)的發(fā)現(xiàn)算法，它將全局和局部信息結(jié)合起來(lái)，以幫助人們理解一個(gè)或多個(gè)圖。除給出高效的系統(tǒng)性方法論，本書還針對(duì)兩個(gè)主要方向提供圖理論的思想和模型及現(xiàn)實(shí)世界中的實(shí)際應(yīng)用： 單圖挖掘（Individual Graph Mining）：本部分主要展示如何通過(guò)識(shí)別圖的重要結(jié)構(gòu)，可解釋性地抽取單個(gè)圖的概要信息。除了通過(guò)概要信息對(duì)圖加以解釋，本部分還進(jìn)一步使用推理技術(shù)，即利用少數(shù)實(shí)體（通過(guò)概要信息抽取技術(shù)或其他方法獲得）及其網(wǎng)絡(luò)結(jié)構(gòu)快速、有效地學(xué)習(xí)未知實(shí)體信息。 群圖挖掘（Collective Graph Mining）：本部分將單圖概要信息抽取的概念推廣到時(shí)序演化圖中，并展示了如何發(fā)現(xiàn)其中的時(shí)序模式。除抽取概要信息，度量?jī)蓚€(gè)圖的相似性在很多應(yīng)用中都是需要解決的前置性問題（例如時(shí)序異常檢測(cè)、行為模式發(fā)現(xiàn)等）。此外，本部分還提出了一系列可擴(kuò)展、具有理論背景的算法，以實(shí)現(xiàn)多個(gè)圖之間的對(duì)齊和相似性度量。本書呈現(xiàn)的方法利用了來(lái)自不同領(lǐng)域的技術(shù)，如矩陣代數(shù)、圖論、最優(yōu)化、信息論、機(jī)器學(xué)習(xí)、金融和社會(huì)科學(xué)，來(lái)解決現(xiàn)實(shí)世界的問題。本書把提出的探索性算法應(yīng)用到海量數(shù)據(jù)集中，其中包括具有66億條邊的互聯(lián)網(wǎng)圖、具有18億條邊的Twitter圖、多達(dá)9千萬(wàn)條邊的腦連接圖，以及合作網(wǎng)絡(luò)、點(diǎn)對(duì)點(diǎn)網(wǎng)絡(luò)、瀏覽日志網(wǎng)絡(luò)等，它們都包含數(shù)百萬(wàn)用戶和他們之間的交互關(guān)系。關(guān)鍵詞數(shù)據(jù)挖掘圖挖掘及探索圖相似性圖匹配網(wǎng)絡(luò)對(duì)齊圖概要模式挖掘離群點(diǎn)檢測(cè)異常檢測(cè)可擴(kuò)展性快速算法模型可視化社交網(wǎng)絡(luò)腦連接網(wǎng)絡(luò)

你還可能感興趣

我要評(píng)論