社交网络大数据融合--关联用户挖掘 pdf下载

基本信息

• 商品名称：社交网络大数据融合--关联用户挖掘
• 作者：周小平//梁循
• 定价：58
• 出版社：科学
• ISBN号：9787030604170

其他参考信息（以实物为准）

• 出版时间：2019-06-01
• 印刷时间：2019-06-01
• 版次：1
• 印次：1
• 开本：16开
• 包装：平装
• 页数：113
• 字数：150千字

内容提要

社交网络融合为社会计算等各项研究提供 充分 的用户行为数据和 完整的网络结构，从而 有利于 人们通过社交网络认识和理解人类社会，具有重要的 理论价值和实践意义。社交网络中的关联用户挖掘旨 在通过挖掘不同社交网络中属于同一自然人的不同账 号，从而实现社交网络的深度融合。因此，关联用户 挖掘是大型社交网络融合的基础问题，近年来已引起 人们的广泛关注。考虑真实世界的朋友圈极具个性化 ，即现实中没有两个人具有 一致的朋友圈，同时 ，相同的用户在不同的社交网络中往往具有部分相同 的好友关系。本书基于社交网络的好友关系，充分利 用好友关系的 性、稳定性和一致性，探索关联用 户挖掘的方法。
     本书适用于从事社交网络、大数据挖掘等领域的 研究人员。
    

目录

前言
第1章 社交网络大数据融合
1.1 社交网络与社交网络大数据融合
1.2 社交网络大数据融合的核心问题
1.3 社交网络大数据融合的主要挑战
1.4 本书主要内容
第2章 关联用户挖掘定义
2.1 基本术语定义
2.2 关联用户挖掘问题定义
2.3 社交网络重叠性
2.4 本章小结
第3章 关联用户挖掘总体研究框架
3.1 引言
3.2 关联用户挖掘总体框架
3.2.1 关联用户特征提取
3.2.2 关联用户识别模型
3.3 关联用户挖掘研究综述
3.3.1 基于用户属性的关联用户挖掘
3.3.2 基于用户关系的关联用户挖掘
3.3.3 综合用户属性和用户关系的关联用户挖掘
3.4 关联用户识别性能评估
3.4.1 数据集
3.4.2 评价指标
3.5 本章小结
第4章 基于好友关系的半监督关联用户挖掘
4.1 引言
4.2 相关工作
4.3 总体识别框架
4.3.1 基本设想
4.3.2 算法总体框架
4.4 先验关联用户集合识别模型
4.5 关联用户识别模型
4.5.1 方法论
4.5.2 算法
4.6 理论分析
4.6.1 随机网络模型理论分析
4.6.2 无标度网络模型理论分析
4.7 实验分析
4.7.1 人工数据集实验
4.7.2 真实数据集实验
4.8 在知识管理中的应用
4.9 本章小结
第5章 基于好友关系的无监督关联用户挖掘
5.1 引言
5.2 相关工作
5.3 基本设想
5.4 好友特征向量模型
5.4.1 正例抽样模型
5.4.2 好友特征向量学习模型
5.5 基于好友特征向量的关联用户识别模型