大規模圖數據管理與分析 鄒磊 9787040638547 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202505*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：大規模圖數據管理與分析
ISBN：9787040638547
出版社：高等教育
著編譯者：鄒磊
頁數：222
所在地：中國大陸 *此為代購商品
書號：1737157
可大量預訂，請先連絡。

內容簡介

圖是大數據關聯分析的基礎模型。本書以圖為核心，對於大規模圖數據管理與分析進行了深入的闡述。本書涵蓋了從基礎的圖數據定義和表示到圖算法、圖資料庫系統、圖計算系統、圖機器學習等內容；也介紹了不同類型的圖數據、各種圖算法以及實際應用中的案例。此外，本書努力從跨學科的角度，為讀者建構圖數據管理與分析的完整的知識體系。 本書適合於作為高等學校計算機專業、數據科學專業高年級本科生或研究生的教材，也適合作為從事相關研究或者研發工作的專業技術人員的參考書籍。

作者簡介

鄒磊，北京大學王選計算機研究所教授。研究方向包括圖資料庫、知識圖譜（尤其是基於圖的知識圖譜數據管理）、面向知識圖譜的自然語言問答、圖分析與機器學習，以及大數據系統。發表50餘篇計算機領域頂級國際學術期刊和會議論文。獲中國自然科學基金（NSFC）優秀青年基金、國家重點研發計劃項目資助，以及英國皇家學會牛頓高級學者基金資助。獲教育部高等學校科學研究優秀成果獎（自然科學類）二等獎。

目錄

第1章 圖數據管理概述
1 1 圖的概述
1 2 圖的基本概念
1 2 1 圖的基本術語
1 2 2 圖的存儲結構
1 2 3 圖的常見分類
1 3 圖的典型應用
1 3 1 鏈接分析
1 3 2 社區發現
1 3 3 知識圖譜
本章小結
習題
第2章 圖的度量、性質與生成模型
2 1 圖的度量
2 1 1 度數分佈
2 1 2 路徑長度
2 1 3 聚集係數
2 1 4 連通分量
2 2 度量真實圖
2 3 圖生成模型
2 3 1 靜態圖生成模型
2 3 2 動態圖生成模型
本章小結
習題
第3章 圖社區發現
3 1 社區發現算法
3 1 1 基於層級聚類的算法
3 1 2 基於邊介數的算法
3 1 3 團與社區發現算法
3 1 4 基於-core子圖的社區發現算法
3 2 社區搜索
3 2 1 貪心社區搜索算法
3 2 2 K-truss子圖與社區搜索
3 3 圖的劃分
3 3 1 最小切算法
3 3 2 Metis算法
本章小結
習題
第4章 子圖匹配
4 1 子圖同構的定義
4 2 基於搜索的算法
4 2 1 Ullmann算法
4 2 2 VF2算法
4 2 3 GraphQL算法
4 2 4 QuickSI算法
4 2 5 CFL算法
4 2 6 CECI算法
4 3 基於連接的算法
4 3 1 基於兩兩連接的方法
4 3 2 基於最壞情況最優連接的方法
本章小結
習題
第5章 圖上的可達性查詢
5 1 問題定義
5 2 基礎可達性算法：廣度優先遍歷
5 3 基於索引的可達性算法
5 3 1 區間標籤索引
5 3 2 支配關係繪圖索引
5 3 3 集合包含測試索引
5 3 4 兩跳標籤索引
5 4 不基於索引的高效可達性算法
5 5 可達性查詢的變種問題
本章小結
習題
第6章 圖資料庫基本原理
6 1 圖資料庫概述
6 1 1 RDF圖資料庫
6 1 2 屬性圖資料庫
6 1 3 圖資料庫應用
6 2 圖資料庫設計
6 2 1 RDF圖數據模型
6 2 2 屬性圖數據模型
6 3 圖資料庫查詢
6 3 1 SPARQL查詢語言
6 3 2 Cypher查詢語言
6 3 3 Gremlin查詢語言
6 3 4 各個查詢語言語義的差別
本章小結
習題
第7章 圖資料庫高級專題
7 1 RDF圖資料庫系統的物理實現
7 1 1 基於關係資料庫的RDF數據存儲與基本圖模式查詢處理
7 1 2 基於原生圖資料庫的RDF查詢處理
7 1 3 包含圖模式操作符的完整SPARQL查詢處理機制
7 2 屬性圖資料庫系統的物理實現
7 2 1 基於關係資料庫的屬性圖資料庫的存儲與查詢
7 2 2 原生屬性圖資料庫的存儲與查詢
7 3 分散式圖資料庫技術
7 3 1 多單機存儲與存算一體
7 3 2 大數據平台存儲與存算分離
7 3 3 多單機存儲與存算分離
本章小結
習題
第8章 圖計算系統
8 1 認識圖計算
8 1 1 圖計算的基本概念
8 1 2 圖計算的初衷——從PageRank奠定Google搜索巨頭地位說起
8 1 3 圖計算的實現概述
8 2 基於傳統大數據組件的圖計算實現
8 2 1 基於分散式key-value的實現
8 2 2 基於MapReduce框架的實現
8 2 3 基於Spark框架的實現
8 3 針對圖計算的點中心編程框架
8 3 1 Pregel
8 3 2 GraphLab
8 3 3 PowerGraph
8 4 基於圖資料庫的實現
8 4 1 圖資料庫支撐圖計算的技術框架
8 4 2 基於gStore圖資料庫的圖計算
本章小結
習題
第9章 圖表示學習與圖嵌入
9 1 圖表示學習概述
9 1 1 圖表示學習的基本概念
9 1 2 圖表示學習的編碼器-解碼器視角
9 1 3 圖表示學習的應用
9 2 基於矩陣分解的圖嵌入方法
9 2 1 基於矩陣分解的圖嵌入方法一般形式
9 2 2 圖分解方法
9 2 3 GraRep方法
9 2 4 HOPE方法
9 3 基於隨機遊走的圖嵌入方法
9 3 1 隨機遊走的概念
9 3 2 DeepWalk方法
9 3 3 node2vec方法
9 3 4 LINE方法
9 3 5 隨機遊走方法與矩陣分解方法的等價性
本章小結
習題
第10章 圖神經網絡
10 1 圖神經網絡的基本概念
10 1 1 計算圖定義
10 1 2 鄰居信息聚合
10 1 3 模型訓練
10 2 圖卷積網絡
10 2 1 模型定義
10 2 2 GCN模型的譜圖卷積理論基礎
10 3 圖採樣和聚合網絡
10 3 1 模型定義
10 3 2 鄰居採樣
10 3 3 直推式圖學習與歸納式圖學習
10 4 圖注意力網絡
10 4 1 模型定義
10 4 2 圖神經網絡的表達能力
10 5 圖同構網絡
10 5 1 模型定義
10 5 2 圖神經網絡的表達能力
10 6 面向異質圖的圖神經網絡
10 7 圖表示學習的新技術
本章小結
習題

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。