網絡科學與計算

定　價：￥48.00

作　者：	吳斌，宋晨光，白婷著
出版社：	北京郵電大學出版社
叢編項：	普通高等教育“十三五”規(guī)劃教材，數據科學與大數據技術專業(yè)教材叢書
標　簽：	暫缺

購買這本書可以去

ISBN：	9787563558407	出版時間：	2019-08-01	包裝：	平裝
開本：	16開	頁數：		字數：

內容簡介

　　《網絡科學與計算》以網絡科學為核心內容，并結合大數據相關計算技術，介紹了網絡科學基礎知識和與之相關的計算方法。《網絡科學與計算》重點內容包括網絡科學引言、網絡基本特征、典型網絡模型、網絡過程模型、網絡特征計算方法、圖計算重要算法、圖計算框架、大數據下的網絡計算等?！毒W絡科學與計算》突出介紹在現今大規(guī)模網絡和相關數據不斷涌現的背景下與網絡科學相關的基本理論和計算技術?！毒W絡科學與計算》可作為計算機學科相關專業(yè)，特別是數據科學與大數據技術專業(yè)的專業(yè)教材。

作者簡介

　　吳斌，男，北京郵電大學計算機學院數據科學與服務中心教授，博士生導師。 1991年畢業(yè)于北京郵電大學，獲學士學位；1998年就讀于中國科學院研究生院，獲碩士學位；2002年畢業(yè)于中國科學院計算技術研究所，獲博士學位。主要研究涉及數據科學領域，包括分布式計算、云計算、人工智能與機器學習、知識管理、復雜網絡等。從事相關技術在電子政務、國家安全、智慧城市等領域的應用。主持一項國家重點研發(fā)計劃項目，并承擔多項國家重點基礎研究發(fā)展計劃項目、國家高技術研究發(fā)展計劃項目、國家自然科學基金項目等國家科研項目課題、以及企業(yè)橫向項目等數十項研究課題及應用開發(fā)項目。在國內外重要學術刊物及會議上發(fā)表學術論文100余篇，撰寫專著2本，申請發(fā)明專利5項，軟件著作權7項。

圖書目錄

第1章網絡科學引言
1．1 網絡科學定義
1．2 無處不在的網絡
1．3 復雜性科學與復雜網絡
1．3．1 復雜性科學定義
1．3．2 復雜性科學的研究對象
1．3．3 復雜網絡的介紹
1．4 網絡科學的發(fā)展
1．4．1 Konigsberg七橋問題
1．4．2 隨機圖理論
1．4．3 小世界實驗
1．4．4 弱連接的強度
1．4．5 復雜網絡研究的新紀元
1．5 網絡科學與計算
1．5．1 大數據時代下的圖計算
1．5．2 圖計算的特征
1．5．3 圖計算的挑戰(zhàn)
1．5．4 圖計算的應用
習題
本章參考文獻
第2章網絡基本特征
2．1 靜態(tài)網絡
2．1．1 網絡的表示
2．1．2 節(jié)點與邊的統計特征
2．1．3 節(jié)點的排序特征
2．1．4 子圖特征
2．1．5 全圖特征
2．2 經典真實世界網絡
習題
本章參考文獻
第3章典型網絡模型
3．1 隨機圖模型
3．1．1 規(guī)則模型
3．1．2 隨機圖模型
3．1．3 模型拓撲性質分析
3．2 小世界模型
3．2．1 WS小世界模型
3．2．2 NW小世界模型
3．2．3 模型拓撲性質分析
3．3 無標度模型
3．3．1 BA無標度模型
3．3．2 Price模型
3．3．3 BA無標度模型拓撲性質分析
3．4 其他模型
3．4．1 自相似模型
3．4．2 局域世界演化模型
習題
本章參考文獻
第4章網絡過程模型
4．1 傳播模型
4．1．1 傳染病模型
4．1．2 均勻網絡的傳播臨界值分析
4．1．3 非均勻網絡的傳播臨界值分析
4．1．4 免疫控制策略
4．2 網絡同步
4．2．1 網絡同步的依據
4．2．2 網絡同步能力分析
習題
本章參考文獻
第5章網絡特征計算方法
5．1 基本特征計算
5．2 節(jié)點統計特征計算
5．3 節(jié)點排序特征計算
5．3．1 接近中心性計算
5．3．2 介數中心性計算
5．3．3 PR值計算
5．3．4 權威值和樞紐值計算
5．4 子圖特征計算
5．4．1 連通分量與強連通分量
5．4．2 極大和最大完全子圖
5．4．3 模體
5．5 全圖特征計算
5．5．1 單源最短路徑
5．5．2 多源最短路徑
5．5．3 平均路徑長度和網絡直徑
5．5．4 網絡密度
5．5．5 聚集系數
5．5．6 同配系數
習題
本章參考文獻
第6章圖計算重要算法
6．1 社區(qū)發(fā)現
6．1．1 社區(qū)定義
6．1．2 評價指標
6．1．3 社區(qū)發(fā)現算法
6．1．4 社區(qū)發(fā)現趨勢
6．2 鏈路預測
6．2．1 鏈路預測介紹
6．2．2 基于相似性的鏈路預測算法
6．2．3 基于最大似然估計的鏈路預測算法
6．3 信息傳播
6．3．1 獨立級聯模型
6．3．2 線性閾值模型
6．4 面向圖的表示學習
6．4．1 圖表示學習的定義及目標
6．4．2 圖表示學習的常用算法
習題
本章參考文獻
第7章圖計算框架
7．1 大數據計算框架
7．1．1 批處理框架
7．1．2 流計算框架
7．1．3 交互式分析框架
7．1．4 其他類型的框架
7．2 常用的圖計算框架
7．2．1 節(jié)點中心計算模型
7．2．2 邊中心計算模型
7．2．3 路徑中心計算模型
7．2．4 子圖中心計算模型
7．3 圖計算相關軟件
7．3．1 Pregel
7．3．2 Spark GraphX
7．3．3 GraphLab
7．3．4 XStream
7．3．5 GraphLab PowerGraph
7．3．6 PathGraph
7．3．7 Apache Giraph
7．3．8 GRAPE
7．3．9 Scalable Graph
7．3．1 0TurboGraph
習題
本章參考文獻
第8章大數據下的網絡計算
8．1 GraphX特性
8．1．1 GraphX的優(yōu)勢
8．1．2 彈性分布式屬性圖
8．1．3 GraphX支持的處理方式
8．1．4 GraphX支持的存儲方式
8．2 用GraphX處理大規(guī)模圖
8．2．1 GraphX計算模式
8．2．2 內置算法簡析
8．3 大規(guī)模社交網絡挖掘平臺
8．3．1 平臺整體設計
8．3．2 網絡特征指標計算的并行化
8．3．3 社團發(fā)現算法的并行化
8．3．4 平臺使用實例
8．4 Graph OLAM大規(guī)模多維網絡分析框架
8．4．1 路徑維度立方體模型
8．4．2 Graph OLAP簡介
8．4．3 基于路徑維度立方體的大規(guī)模多維網絡分析框架
本章參考文獻
第9章網絡科學應用
9．1 在線社交網絡分析
9．1．1 虛擬社區(qū)發(fā)現
9．1．2 在線社交網絡影響力分析
9．1．3 信息傳播規(guī)律
9．2 知識圖譜
9．2．1 知識圖譜的定義與架構
9．2．2 知識圖譜的構建技術
9．2．3 知識圖譜的應用
9．3 復雜網絡的魯棒性
9．4 社會計算
9．4．1 社會計算的興起與現狀
9．4．2 社會計算的研究領域
9．5 用戶畫像
9．6 應用系統實例
9．6．1 學者畫像系統
9．6．2 微博信息傳播可視化工具
9．6．3 知識圖譜搜索
本章參考文獻