由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书异质图表示学习与应用9787111711384
¥ ×1
序
前言
部概况
章引言
1.1基本概念和定义
1.2图表示学习
1.3异质图表示学习及其挑战
1.4本书的组织结构
参考文献
第2章异质图表示方法的近期新进展
2.1方法分类
2.1.1结构保持的异质图表示
2.1.2属辅的异质图表示
2.1.3动态异质图表示
2.1.4面向应用的异质图表示
2.2技术总结
2.2.1浅层模型
2.2.2深度模型
.开源资料
..1基准数据集
..2开源代码
..可用工具
参考文献
第二部分技术篇
第3章结构保持的异质图表示学习
3.1简介
3.2基于元路径的随机游走
3.2.1概述
3.2.2HERec模型
3..实验
3.3基于元路径的分解
3.3.1概述
3.3.2NeuACF模型
3.3.3实验
3.4关系结构感知的异质图表示学习算法
3.4.1概述
3.4.2异质图中的关系结构特征分析
3.4.3RHINE模型
3.4.4实验
3.5网络模式保持的异质图表示学习算法
3.5.1概述
3.5.2NSHE模型
3.5.3实验
3.6本章小结
参考文献
第4章属辅的异质图表示学习
4.1简介
4.2基于层次注意力机制的异质图神经网络
4.2.1概述
4.2.2HAN模型
4..实验
4.3异质图传播网络
4.3.1概述
4.3.2语义混淆分析
4.3.3HPN模型
4.3.4实验
4.4异质图结构学习
4.4.1概述
4.4.2HGSL模型
4.4.3实验
4.5本章小结
参考文献
第5章动态异质图表示学习
5.1简介
5.2增量学习
5.2.1概述
5.2.2DyHNE模型
5..实验
5.3时序信息
5.3.1概述
5.3.2SHCF模型
5.3.3实验
5.4时序交互
5.4.1概述
5.4.2THIGE模型
5.4.3实验
5.5本章小结
参考文献
第6章异质图表示学习的新兴主题
6.1简介
6.2对抗学习
6.2.1概述
6.2.2HeGAN模型
6..实验
6.3重要采样
6.3.1概述
6.3.2HeteSamp模型
6.3.3实验
6.4双曲空间表示
6.4.1概述
6.4.2HHNE模型
6.4.3实验
6.5本章小结
参考文献
第三部分应用篇
第7章基于异质图表示学习的
7.1简介
7.2TopN
7.2.1概述
7.2.2MCRec模型
7..实验
7.3冷启动
7.3.1概述
7.3.2MetaHIN模型
7.3.3实验
7.4作者集识别
7.4.1概述
7.4.2ASI模型
7.4.3实验
7.5本章小结
参考文献
第8章基于异质图表示学习的文本挖掘
8.1简介
8.2短文本分类
8.2.1概述
8.2.2短文本异质图建模
8..HGAT模型
8.2.4实验
8.3融合长短期兴趣建模的新闻
8.3.1概述
8.3.2问题形式化
8.3.3GNewsRec模型
8.3.4实验
8.4偏好解耦的新闻系统
8.4.1概述
8.4.2GNUD模型
8.4.3实验
8.5本章小结
参考文献
第9章基于异质图表示学习的工业应用
9.1简介
9.2用户检测
9.2.1概述
9.2.2预备知识
9..HACUD模型
9.2.4实验
9.3意图
9.3.1概述
9.3.2问题形式化
9.3.3MEIRec模型
9.3.4实验
9.4分享
9.4.1概述
9.4.2问题形式化
9.4.3HGSRec模型
9.4.4实验
9.5好友
9.5.1概述
9.5.2预备知识
9.5.3SIAN模型
9.5.4实验
9.6本章小结
参考文献
第四部分平台篇
0章异质图表示学台与实践
10.1简介
10.2基础平台
10.2.1深度学台
10.2.2图机器学台
10..异质图表示学台
10.3异质图表示学习实践
10.3.1构建数据集
10.3.2构建Trainerflow
10.3.3HAN实践
10.3.4RGCN实践
10.3.5HERec实践
10.4本章小结
参考文献
1章未来研究方向
11.1简介
11.2保持异质图结构
11.3捕获异质图特
11.4异质图上的图深度学习
11.5异质图表示方法的可靠
11.6更多的现实应用
11.7
参考文献
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
