複雜網絡社團發現方法與應用 潘雨 王帥輝 姚鋒 等 9787302690467 【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：202507*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：複雜網絡社團發現方法與應用
ISBN：9787302690467
出版社：清華大學
著編譯者：潘雨 王帥輝 姚鋒 等
頁數：xxx
所在地：中國大陸 *此為代購商品
書號：1745020
可大量預訂，請先連絡。

編輯推薦
本專著的特色是深入淺出為讀者介紹社團發現問題，儘量用易於理解的方式展現研究工作和相關內容，面向的讀者群體主要包括：計算機科學與技術學相關方向的本科生和研究生、高校相關專業的教師、相關科研機構的研究人員、工業部門相關領域的技術人員、對該問題感興趣的所有讀者。

內容簡介
本專著的內容分為四大部分，第一部分為緒論，介紹本書研究背景及意義、目前的發展現狀、引出本文的具體內容；第二部分為方法論，介紹基於博弈論的符號網絡社團發現算法、基於深度網絡表示學習的大規模網絡社團發現方法、基於演化聚類的動態網絡社團發現算法、基於雙尺度圖小波神經網絡的重疊社團發現方法、社團發現和網絡表示學習的聯合優化等方法的求解框架、流程、原理等，界定各部分具體模型方法的邊界；第三部分為基於數學模型和相關算法問題研究，為具體模型方法進行理論推導、證明、設計等內容；第四部分為社團發現在衛星通信地球站組網規劃中的應用。本專著的特色是深入淺出為讀者介紹社團發現問題，儘量用易於理解的方式展現研究工作和相關內容，面向的讀者群體主要包括：計算機科學與技術學相關方向的本科生和研究生、高校相關專業的教師、相關科研機構的研究人員、工業部門相關領域的技術人員、對該問題感興趣的所有讀者。

作者簡介
潘雨，女，1990年出生，遼寧丹東人，陸軍工程大學工學博士學位，現為國防科技大學系統工程學院管理科學與工程博士後科研流動站博士後。獲軍隊科學進步三等獎1項，入選國家級人才支持計劃1項。主持國家社會科學基金1項、軍隊級項目1項，參與各類工程項目20余項。授權中國發明專利專利6項，共發表SCI、EI檢索學術論文30餘篇，以第一作者發表學術論文20餘篇。

目錄

第1章 緒論
1 1研究背景及意義
1 2基本概念
1 2 1社團結構定義
1 2 2社團發現評價指標
1 3社團發現研究現狀
1 3 1基於層次聚類的社團發現方法
1 3 2基於非負矩陣分解的社團發現方法
1 3 3基於深度學習的社團發現方法
1 3 4基於動力學的社團發現方法
1 4社團發現面臨的挑戰
1 4 1符號網絡社團發現
1 4 2動態網絡社團發現
1 4 3重疊社團發現
1 4 4大規模網絡社團發現
1 5本書內容組織結構
參考文獻
第2章 符號網絡社團發現方法
2 1引言
2 2問題定義
2 3相關工作
2 4基於博弈論的符號網絡社團發現方法
2 4 1效用函數
2 4 2納什均衡
2 4 3算法分析與優化
2 5實驗
2 5 1數據集與對比算法
2 5 2真實數據集性能分析
2 5 3人工數據集性能分析
2 5 4算法運行效率分析
2 6本章 小結
參考文獻
第3章 重疊社團發現方法
3 1引言
3 2問題定義
3 3相關工作
3 4基於雙尺度圖小波神經網絡的重疊社團發現方法
3 4 1圖小波神經網絡重疊社團挖掘模型
3 4 2損失函數
3 4 3圖小波核函數
3 4 4圖小波的快速近似計算
3 5實驗
3 5 1數據集與對比方法
3 5 2實驗設置
3 5 3人工數據集性能分析
3 5 4真實數據集性能分析
3 5 5雙尺度與單尺度圖小波神經網絡性能對比
3 6本章 小結
參考文獻
第4章 動態網絡社團發現方法
4 1引言
4 2問題定義
4 2 1符號
4 2 2動態社團發現
4 2 3演化聚類框架
4 3相關工作
4 4基於演化聚類框架的動態網絡社團發現方法
4 4 1快照代價
4 4 2時間代價
4 4 3先驗信息
4 4 4算法分析與優化
4 5實驗
4 5 1對比方法
4 5 2人工數據集性能分析
4 5 3真實數據集性能分析
4 5 4社團演化模式分析
4 5 5參數分析與討論
4 6本章 小結
參考文獻
第5章 大規模網絡社團發現方法
5 1引言
5 2問題定義
5 3相關工作
5 4基於深度網絡表示學習的大規模網絡社團發現方法
5 4 1構建社團結構矩陣
5 4 2生成面向社團信息的節 點表示
5 4 3算法分析與優化
5 5實驗
5 5 1數據集與對比方法
5 5 2真實數據集性能分析
5 5 3人工數據集性能分析
5 5 4參數分析與討論
5 6本章 小結
參考文獻
第6章 社團發現和網絡表示學習的聯合優化方法
6 1引言
6 2問題定義
6 3相關工作
6 4社團發現和網絡表示學習的聯合優化方法
6 4 1微觀結構建模
6 4 2節 點屬性建模
6 4 3介觀社團結構建模
6 4 4聯合優化建模
6 4 5算法分析與優化
6 5實驗
6 5 1數據集與對比方法
6 5 2網絡表示學習任務性能分析
6 5 3社團發現任務性能分析
6 5 4參數分析與討論
6 6本章 小結
參考文獻
第7章 社團發現在衛星通信地球站組網規劃中的應用
7 1引言
7 2問題定義
7 3動態衛星通信網絡的組網規劃方法
7 4實驗
7 4 1數據集與對比算法
7 4 2仿真數據集性能分析
7 5本章 小結
參考文獻
第8章 總結與展望
8 1本書總結
8 2未來展望

前言/序言
隨著信息技術的不斷發展和社交媒體的大量湧入，網絡數據呈現爆炸式的增長。如何有效地對網絡數據進行表示，並在理想的網絡表示上實現重要知識和結構的準確挖掘，逐漸成為近年來社會計算研究的熱點。在複雜網絡中，社團結構是廣泛存在的重要潛在結構。挖掘網絡中的社團結構對探索網絡潛在特性、理解網絡組織結構、發現網絡隱藏規律和交互模式等具有重要的理論和現實意義，是網絡分析任務的關鍵研究內容。本書對複雜網絡中的符號網絡、重疊網絡、動態網絡、大規模網絡的社團發現進行梳理和研究，並對其在衛星通信網絡組網規劃中的應用進行探索。本書的主要研究內容和創新點如下。
(1) 基於博弈論的符號網絡社團發現方法。針對符號網絡社團發現問題，構建一種用於符號網絡中社團發現的博弈論模型，並設計一種符號網絡社團發現算法。將節 點作為參與者，根據社團內外的正、負邊數構造增益函數，並從理論上證明模型局部納什均衡的存在。當博弈達到納什均衡狀態時，所有節 點的最優策略空間就是最終社團劃分的結果。
(2) 基於雙尺度圖小波神經網絡的重疊社團發現方法。針對重疊社團發現問題，提出一種基於雙尺度圖小波神經網絡的重疊社團發現模型，並設計一個具有低頻帶通濾波特性的圖小波核函數，用於挖掘複雜網絡中隱含的重疊社團結構。另外，考慮到圖概率生成模型在重疊社團中的卓越性能，構建一個基於概率推斷模型的損失函數，實現對重疊社團結構的完全無監督學習。
(3) 基於演化聚類框架的動態網絡社團發現方法。針對動態時序網絡社團發現問題，提出一種基於演化聚類框架的動態網絡社團發現方法，該方法利用前一時刻的社團發現結果作為先驗信息來減少網絡噪聲對社團發現的影響。引入社團演化矩陣對社團的演化模式進行建模和跟蹤，實現社團演化模式的分析和可視化，同時平滑連續時刻社團演化。
(4) 基於深度網絡表示學習的大規模社團發現方法。針對基於拓撲表示的社團發現算法存在計算複雜度高、不能並行計算和無法挖掘網絡非線性結構等問題，將網絡表示學習與社團發現領域相結合，提出一種基於深度網絡表示學習的社團發現方法，實現在大規模、稀疏和高維網絡中的社團結構挖掘。通過深度自編碼器生成面向社團結構的節 點向量，在捕捉潛在社團信息的嵌入空間中執行聚類策略，進而得到準確的社團結構。
(5) 社團發現和網絡表示學習的聯合優化方法。網絡表示學習作為社團發現的前驅服務，決定社團發現的性能，有效的網絡表示有助於獲得準確的社團結構。同時，作為網絡重要的介觀描述，在網絡表示中融合社團結構有助於生成更具有表徵性的網絡表示。聯合利用兩種任務之間相互促進的協同關係，提出一種社團發現和網絡表示學習的聯合優化框架。在統一的框架中聯合優化基於非負矩陣分解的表示學習模型和基於模塊度的社團發現模型，在得到準確的社團結構的同時也生成理想的節 點低維表示。
(6) 社團發現在衛星通信地球站組網規劃中的應用。隨著衛星通信需求和地球站數量的增加，如何對衛星通信地球站進行合理的組網規劃，提出一種智能且高效的組網規劃方法是亟須解決的問題。本書將衛星通信地球站組網規劃問題建模為社團發現問題，為大規模和動態衛星通信地球站的智能化組網規劃提供了可行方案。
本書是作者在中國人民解放軍陸軍工程大學攻讀博士期間和在國防科技大學博士後流動站工作期間完成的，在這裡首先感謝作者的博士生導師胡穀雨教授和潘志松教授，還要感謝在編輯和出版過程中，國防科技大學系統工程學院和清華大學出版社的大力支持。
限於作者水平有限，書中難免有不妥與疏漏之處，敬請各位讀者不吝賜教。
著者
2025年1月

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。