返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 网络科学与计算 吴斌,宋晨光,白婷 著 大中专 文轩网
  • 新华书店正版
    • 作者: 吴斌,宋晨光,白婷著
    • 出版社: 北京邮电大学出版社
    • 出版时间:2019-08-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 吴斌,宋晨光,白婷著
    • 出版社:北京邮电大学出版社
    • 出版时间:2019-08-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2019-08-01
    • 字数:394千字
    • 页数:228
    • 开本:16开
    • 装帧:平装
    • ISBN:9787563558407
    • 国别/地区:中国
    • 版权提供:北京邮电大学出版社

    网络科学与计算

    作  者:吴斌,宋晨光,白婷 著
    定  价:48
    出 版 社:北京邮电大学出版社
    出版日期:2019年08月01日
    页  数:228
    装  帧:平装
    ISBN:9787563558407
    主编推荐

    内容简介

    本书以网络科学为核心内容,并结合大数据相关计算技术,介绍了网络科学基础知识和与之相关的计算方法。本书重点内容包括网络科学引言、网络基本特征、典型网络模型、网络过程模型、网络特征计算方法、图计算重要算法、图计算框架、大数据下的网络计算等。本书突出介绍在现今大规模网络和相关数据不断涌现的背景下与网络科学相关的基本理论和计算技术。本书可作为计算机学科相关专业,特别是数据科学与大数据技术专业的专业教材。

    作者简介

    精彩内容

    目录
    第1章 网络科学引言
    1.1 网络科学定义
    1.2 无处不在的网络
    1.3 复杂性科学与复杂网络
    1.3.1 复杂性科学定义
    1.3.2 复杂性科学的研究对象
    1.3.3 复杂网络的介绍
    1.4 网络科学的发展
    1.4.1 Konigsberg七桥问题
    1.4.2 随机图理论
    1.4.3 小世界实验
    1.4.4 弱连接的强度
    1.4.5 复杂网络研究的新纪元
    1.5 网络科学与计算
    1.5.1 大数据时代下的图计算
    1.5.2 图计算的特征
    1.5.3 图计算的挑战
    1.5.4 图计算的应用
    习题
    本章参考文献
    第2章 网络基本特征
    2.1 静态网络
    2.1.1 网络的表示
    2.1.2 节点与边的统计特征
    2.1.3 节点的排序特征
    2.1.4 子图特征
    2.1.5 全图特征
    2.2 经典真实世界网络
    习题
    本章参考文献
    第3章 典型网络模型
    3.1 随机图模型
    3.1.1 规则模型
    3.1.2 随机图模型
    3.1.3 模型拓扑性质分析
    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 模型拓扑性质分析
    3.3 无标度模型
    3.3.1 BA无标度模型
    3.3.2 Price模型
    3.3.3 BA无标度模型拓扑性质分析
    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
    习题
    本章参考文献
    第4章 网络过程模型
    4.1 传播模型
    4.1.1 传染病模型
    4.1.2 均匀网络的传播临界值分析
    4.1.3 非均匀网络的传播临界值分析
    4.1.4 免疫控制策略
    4.2 网络同步
    4.2.1 网络同步的依据
    4.2.2 网络同步能力分析
    习题
    本章参考文献
    第5章 网络特征计算方法
    5.1 基本特征计算
    5.2 节点统计特征计算
    5.3 节点排序特征计算
    5.3.1 接近中心性计算
    5.3.2 介数中心性计算
    5.3.3 PR值计算
    5.3.4 权威值和枢纽值计算
    5.4 子图特征计算
    5.4.1 连通分量与强连通分量
    5.4.2 极大和优选接近子图
    5.4.3 模体
    5.5 全图特征计算
    5.5.1 单源最短路径
    5.5.2 多源最短路径
    5.5.3 平均路径长度和网络直径
    5.5.4 网络密度
    5.5.5 聚集系数
    5.5.6 同配系数
    习题
    本章参考文献
    第6章 图计算重要算法
    6.1 社区发现
    6.1.1 社区定义
    6.1.2 评价指标
    6.1.3 社区发现算法
    6.1.4 社区发现趋势
    6.2 链路预测
    6.2.1 链路预测介绍
    6.2.2 基于相似性的链路预测算法
    6.2.3 基于优选似然估计的链路预测算法
    6.3 信息传播
    6.3.1 独立级联模型
    6.3.2 线性阈值模型
    6.4 面向图的表示学习
    6.4.1 图表示学习的定义及目标
    6.4.2 图表示学习的常用算法
    习题
    本章参考文献
    第7章 图计算框架
    7.1 大数据计算框架
    7.1.1 批处理框架
    7.1.2 流计算框架
    7.1.3 交互式分析框架
    7.1.4 其他类型的框架
    7.2 常用的图计算框架
    7.2.1 节点中心计算模型
    7.2.2 边中心计算模型
    7.2.3 路径中心计算模型
    7.2.4 子图中心计算模型
    7.3 图计算相关软件
    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
    习题
    本章参考文献
    第8章 大数据下的网络计算
    8.1 GraphX特性
    8.1.1 GraphX的优势
    8.1.2 弹性分布式属性图
    8.1.3 GraphX支持的处理方式
    8.1.4 GraphX支持的存储方式
    8.2 用GraphX处理大规模图
    8.2.1 GraphX计算模式
    8.2.2 内置算法简析
    8.3 大规模社交网络挖掘平台
    8.3.1 平台整体设计
    8.3.2 网络特征指标计算的并行化
    8.3.3 社团发现算法的并行化
    8.3.4 平台使用实例
    8.4 Graph OLAM大规模多维网络分析框架
    8.4.1 路径-维度立方体模型
    8.4.2 Graph OLAP简介
    8.4.3 基于路径-维度立方体的大规模多维网络分析框架
    本章参考文献
    第9章 网络科学应用
    9.1 在线社交网络分析
    9.1.1 虚拟社区发现
    9.1.2 在线社交网络影响力分析
    9.1.3 信息传播规律
    9.2 知识图谱
    9.2.1 知识图谱的定义与架构
    9.2.2 知识图谱的构建技术
    9.2.3 知识图谱的应用
    9.3 复杂网络的鲁棒性
    9.4 社会计算
    9.4.1 社会计算的兴起与现状
    9.4.2 社会计算的研究领域
    9.5 用户画像
    9.6 应用系统实例
    9.6.1 学者画像系统
    9.6.2 微博信息传播可视化工具
    9.6.3 知识图谱搜索
    本章参考文献

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购