大圖數據管理與分析 王宏志 祝園園 9787121426339 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$420
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *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，以到貨標的為實際資訊。 印行年月：202312*若逾兩年請先於私訊洽詢存貨情況，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：大圖數據管理與分析 ISBN：9787121426339 出版社：電子工業 著編譯者：王宏志 祝園園 頁數：199 所在地：中國大陸 *此為代購商品 書號：1615467 可大量預訂，請先連絡。 內容簡介 圖不僅被當成建模工具使用，而且是一種應用廣泛的數據結構。如何高效地管理和挖掘大圖數據成為具有挑戰性的問題。本書將面向大圖數據介紹與大圖數據的管理、分析相關的理論和技術，特別是最新的研究成果。 本書第1章對大圖數據的基本概念進行簡要介紹，為讀者奠定大圖數據管理與分析方面的理論基礎；第2章介紹圖的結構與表徵，使讀者有效定義圖模型；第3∼8章對圖計算系統、圖相似與圖查詢、子圖挖掘、圖聚類、圖中的異常檢測和圖縮減進行深入探討，以期為讀者提供全面的大圖數據管理與分析知識。 本書以實用性為導向，通過教科書式的體例安排，對大圖數據管理與分析進行全方位的解構，兼顧理論與實踐、基礎與前沿，適合作為高等學校「數據科學與大數據技術」專業的核心課程教材，也可供相關技術人員參考。目錄 第1章 大圖數據概述1 1 引言 1 1 1 什麼是圖 1 1 2 圖的基本概念 1 1 3 圖的存儲 1 1 4 大圖數據 1 1 5 圖與分散式計算 1 2 圖數據管理與分析中研究的問題 1 2 1 圖查詢 1 2 2 圖匹配 1 2 3 圖的社區檢測 1 2 4 圖模式挖掘 1 2 5 圖中的最短路徑 1 3 發展趨勢與展望 1 3 1 圖數據管理與分析面臨的挑戰 1 3 2 總結 第2章 圖的結構與表徵 2 1 圖的結構和模型 2 1 1 圖的基本結構 2 2 2 圖的表示方法 2 1 2 概率圖 2 1 3 圖數據的分類 2 2 圖數據的基本操作 2 2 1 圖搜索 2 2 2 隨機遊走 2 2 3 PageRank 2 3 圖結構表徵 2 3 1 結構一致性 2 3 2 Struc2vec 2 3 3 node2vec 2 3 4 LINE 2 3 5 圖自編碼器 第3章 圖計算系統 3 1 圖計算概述 3 1 1 圖計算與通用大數據處理系統 3 1 2 圖計算框架 3 1 3 圖計算的編程模型 3 1 4 圖計算系統中的語言 3 2 圖計算模型 3 2 1 頂點中心計算模型 3 2 2 GAS計算模型 3 2 3 邊中心計算模型 3 2 4 路徑中心計算模型 3 2 5 子圖中心計算模型 3 3 關鍵技術 3 3 1 圖數據的稀疏矩陣組織 3 3 2 圖數據的劃分 3 3 3 圖數據劃分中的內存管理 3 2 4 頂點程序的調度 3 2 5 計算與通信模式 3 4 現代圖計算系統 3 4 1 單機內存 3 4 2 單機外存 3 4 3 多機內存 3 4 4 多機外存 3 4 5 動態圖計算系統 3 4 6 圖計算系統例析 3 5 圖計算的應用 3 5 1 傳統的圖計算應用 3 5 2 新興的圖計算應用 第4章 圖相似與圖查詢 4 1 圖的相似性 4 2 圖匹配 4 2 1 圖的同構 4 2 2 子圖同構 4 2 3 圖編輯距離 4 2 4 DELTACON圖相似度函數 4 2 5 圖匹配演算法 4 2 6 圖匹配在生物信息領域的應用 4 3 圖查詢演算法 4 3 1 圖查詢概述 4 3 2 圖查詢語言 4 3 3 子圖匹配演算法 4 2 4 圖查詢處理系統例析 第5章 子圖挖掘 5 1 圖挖掘 5 2 二分圖匹配 5 3 頻繁子圖挖掘 5 3 1 頻繁子圖 5 3 2 基於Apriori的演算法 5 3 3 基於Patern-Growth的演算法 5 3 4 其他演算法 5 4 密集子圖檢測 5 4 1 子圖密度與密集子圖 5 4 2 基於Clique的方法 5 4 3 基於k-core的方法 5 4 4 基於k-truss的方法 5 4 5 基於k-plex的方法 5 4 6 啟髮式演算法 5 4 7 近似演算法 第6章 圖聚類 6 1 聚類演算法的思路和特性 6 2 圖劃分理論 6 2 1 KL演算法 6 2 2 幾何劃分演算法 6 2 3 多級層次劃分演算法 6 3 基於譜聚類的演算法 6 3 1 拉普拉斯矩陣 6 3 2 譜聚類演算法概述 6 3 3 譜聚類演算法的改進 6 4 SCAN類演算法 6 4 1 SCAN演算法 6 4 2 ppSCAN演算法 6 5 深度圖聚類 6 5 1 圖神經網路 6 5 2 圖卷積網路 6 5 3 自適應圖卷積方法 6 5 4 不同輸入圖的處理 6 6 屬性圖的聚類 6 6 1 屬性圖聚類概述 6 6 2 邊屬性圖聚類 6 6 3 頂點屬性圖聚類 6 7 以圖為對象的聚類 第7章 圖中的異常檢測 7 1 異常檢測概述 7 1 1 異常檢測 7 1 2 面向圖的異常檢測 7 1 3 圖異常檢測方法概述 7 2 圖異常檢測演算法 7 2 1 靜態圖異常檢測 7 2 2 動態圖異常檢測 7 3 圖異常檢測系統 7 3 1 GraphRAD 7 3 2 Perseus系統 第8章 圖縮減 8 1 圖的縮減 8 1 1 有窮自動機的縮減 8 1 2 有向無環圖的縮減 8 2 圖摘要 8 2 1 基於分組的圖摘要 8 2 2 動態圖摘要 8 2 3 其他方法 8 3 圖壓縮 8 3 1 基於鄰接矩陣的壓縮 8 3 2 基於鄰接表的壓縮 8 3 3 基於形式化方法的壓縮 8 4 圖採樣 8 4 1 隨機圖採樣 8 4 2 基於特徵的圖採樣 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PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
