暂无商品咨询信息 [发表商品咨询]
(1)作者背景权威:嬴图是一家国际领先的图数据库团队,拥有50多项图数据库专利,100%自主研发并拥有全部底层架构,服务于多家大型央企、国企及世界500强企业。
内容简介
这是一本全面讲解当下主流图算法原理与工程实践的著作,旨在帮助读者在分析和处理各种复杂的数据关系时能更好地得其法、善其事、尽其能。
全书共10章:第1~3章主要介绍图的思维方式、图算法基础以及如何评估图算法的效率;第4~9章主要讲解6类经典图算法,包括中心性算法、相似度算法、连通性和紧密度算法、传播与分类算法、拓扑链接预测算法、图嵌入算法等,一共20余种算法,详细讲解了这些算法的原理、参数以及行业应用。第10章以案例的方式讲解了图算法在金融、生物医药等领域的深度应用,旨在为广大图数据库的使用者、开发者提供启发性思考。
本书概念清晰、内容丰富、实用性强、语言流畅,深入浅出、重点突出,既适合入门读者阅读,又适合有一定图数据库基础的进阶人员阅读。
Contents 目 录<br />前言<br />第1章 图思维方式1<br />1.1 什么是图1<br />1.1.1 人类到底是如何思考的2<br />1.1.2 由一道面试题引发的思考6<br />1.2 图论与图计算10<br />1.2.1 图论及其发展史10<br />1.2.2 图计算概述15<br />第2章 图算法基础22<br />2.1 图算法的分类23<br />2.2 图分析与数据科学30<br />第3章 如何评估图算法的效率38<br />3.1 什么是算法效率38<br />3.2 查询模式、数据结构和计算效率40<br />3.2.1 查询模式41<br />3.2.2 数据结构与计算效率46<br />3.3 并发设计与加速58<br />第4章 中心性算法67<br />4.1 节点度中心性67<br />4.1.1 算法历史和原理67<br />4.1.2 算法复杂度与算法参数70<br />4.1.3 行业应用:零售信贷消费预测71<br />4.2 接近中心性72<br />4.2.1 算法历史和原理72<br />4.2.2 算法复杂度与算法参数74<br />4.2.3 行业应用:功能性场所选址75<br />4.3 中介中心性76<br />4.3.1 算法历史和原理76<br />4.3.2 算法复杂度与算法参数78<br />4.3.3 行业应用:交通枢纽评估79<br />4.4 网页排名79<br />4.4.1 算法历史和原理79<br />4.4.2 算法复杂度与算法参数82<br />4.4.3 行业应用:互联网网页排名82<br />4.5 虚假账号排名83<br />4.5.1 算法历史和原理83<br />4.5.2 算法复杂度与算法参数85<br />4.5.3 行业应用:社交网络恶意账号<br /> 识别85<br />第5章 相似度算法86<br />5.1 杰卡德相似度86<br />5.1.1 算法历史和原理86<br />5.1.2 算法复杂度与算法参数88<br />5.1.3 行业应用:度量学习模型的预测<br /> 准确性89<br />5.2 重叠相似度89<br />5.2.1 算法历史和原理89<br />5.2.2 算法复杂度与算法参数90<br />5.2.3 行业应用:文本相似度比较91<br />5.3 余弦相似度92<br />5.3.1 算法历史和原理92<br />5.3.2 算法复杂度与算法参数94<br />5.3.3 行业应用:人脸识别95<br />5.4 欧几里得距离 95<br />5.4.1 算法历史和原理95<br />5.4.2 算法复杂度与算法参数97<br />5.4.3 行业应用:异常检测97<br />5.5 皮尔森相关系数98<br />5.5.1 算法历史和原理98<br />5.5.2 算法复杂度与算法参数99<br />5.5.3 行业应用:构建相关性网络99<br />第6章 连通性和紧密度算法101<br />6.1 全图k邻101<br />6.1.1 算法历史和原理101<br />6.1.2 算法复杂度与算法参数105<br />6.1.3 行业应用:企业影响力分析<br /> (工商和供应链图谱)106<br />6.2 三角形计算109<br />6.2.1 算法历史和原理109<br />6.2.2 算法复杂度与算法参数113<br />6.2.3 行业应用:社交网络紧密性114<br />6.3 二分图115<br />6.3.1 算法历史和原理115<br />6.3.2 算法复杂度与算法参数120<br />6.3.3 行业应用:地图着色问题121<br />6.4 连通分量122<br />6.4.1 算法历史和原理122<br />6.4.2 算法复杂度与算法参数128<br />6.4.3 行业应用:中继器网络安全系数<br /> 计算128<br />6.5 最小生成树129<br />6.5.1 算法历史和原理129<br />6.5.2 算法复杂度与算法参数134<br />6.5.3 行业应用:电力、网络线路<br /> 规划135<br />第7章 传播与分类算法137<br />7.1 标签传播137<br />7.1.1 算法历史和原理137<br />7.1.2 算法复杂度与算法参数142<br />7.1.3 行业应用:社交网络用户兴趣<br /> 分类143<br />7.2 k最近邻144<br />7.2.1 算法历史和原理144<br />7.2.2 算法复杂度与算法参数148<br />7.2.3 行业应用:手写识别与离群点<br /> 检测149<br />7.3 k均值150<br />7.3.1 算法历史和原理150<br />7.3.2 算法复杂度与算法参数153<br />7.3.3 行业应用:基于向量聚类的图像<br /> 颜色缩减153<br />7.4 鲁汶识别154<br />7.4.1 算法历史和原理154<br />7.4.2 算法复杂度与算法参数159<br />7.4.3 行业应用:用户社交关系<br /> 分类159<br />第8章 拓扑链接预测算法161<br />8.1 基于节点低阶相似性163<br />8.1.1 共同邻居163<br />8.1.2 AA指标164<br />8.1.3 资源分配166<br />8.1.4 优先连接168<br />8.2 基于节点高阶相似性170<br />8.2.1 最短距离170<br />8.2.2 Katz指标172<br />8.2.3 重启型随机游走174<br />8.2.4 SimRank指标177<br />8.3 行业应用:推荐系统180<br />第9章 图嵌入算法182<br />9.1 图嵌入的目的182<br />9.2 基于随机游走186<br />9.2.1 随机游走概述187<br />9.2.2 Skip-gram模型191<br />9.2.3 负采样196<br />9.2.4 损失函数198<br />9.3 基于图神经网络200<br />9.3.1 图神经网络概述200<br />9.3.2 图卷积网络201<br />9.3.3 GraphSAGE207<br />9.4 行业应用:药物不良反应预测210<br />第10章 图算法实战212<br />10.1 在流动性风险管理中的创新<br /> 应用213<br />10.1.1 应用背景概述214<br />10.1.2 传统计量工具的痛点与图<br /> 变革215<br />10.1.3 图计算应用于流动性风险管理<br /> 的优势216<br />10.2 在交叉性金融风险领域的识别与<br /> 计量222<br />10.2.1 交叉性金融风险的“蝴蝶<br /> 效应”222<br />10.2.2 识别并计量交叉性金融<br /> 风险223<br />10.2.3 图计算在金融领域的应用226<br />10.3 实时商业决策与智能227<br />10.4 最终受益人查询231<br />10.5 实时欺诈识别234<br />10.6 AI知识图谱反洗钱与智能推荐237<br />10.6.1 反洗钱场景241<br />10.6.2 智能推荐场景243<br />10.7 寄生虫网络的研究249<br />10.7.1 研究生态系统的痛点与<br /> 解决思路249<br />10.7.2 关于流行病的预防与研究250
基本信息 | |
---|---|
出版社 | 机械工业出版社 |
ISBN | 9787111749042 |
条码 | 9787111749042 |
编者 | 嬴图团队 |
译者 | -- |
出版年月 | 2024-03-01 00:00:00.0 |
开本 | 16开 |
装帧 | 平装 |
页数 | 255 |
字数 | 335 |
版次 | 1 |
印次 | 1 |
纸张 |
暂无商品评论信息 [发表商品评论]
暂无商品咨询信息 [发表商品咨询]