Python網(wǎng)絡(luò)數(shù)據(jù)挖掘
定 價(jià):59.9 元
叢書名:高等學(xué)校大數(shù)據(jù)專業(yè)系列教材
- 作者:楊波
- 出版時(shí)間:2024/12/1
- ISBN:9787302696223
- 出 版 社:清華大學(xué)出版社
- 中圖法分類:TP312.8PY
- 頁(yè)碼:
- 紙張:膠版紙
- 版次:
- 開本:16開
本書將復(fù)雜網(wǎng)絡(luò)理論與算法實(shí)現(xiàn)相結(jié)合,深入淺出地介紹了網(wǎng)絡(luò)數(shù)據(jù)挖掘和網(wǎng)絡(luò)模擬中的物理機(jī)制和相關(guān)算法,然后通過Python語(yǔ)言中的NetworkX和igraph庫(kù)加以實(shí)現(xiàn),最后對(duì)所得結(jié)果進(jìn)行了分析和討論。全書共12章,分別介紹圖論基礎(chǔ)、網(wǎng)絡(luò)基本拓?fù)涮匦、?jié)點(diǎn)重要性、社團(tuán)探測(cè)、鏈路預(yù)測(cè)、網(wǎng)絡(luò)生成模型、滲流相變和網(wǎng)絡(luò)魯棒性、Ising模型和網(wǎng)絡(luò)博弈、網(wǎng)絡(luò)傳播、網(wǎng)絡(luò)上的混沌同步、隨機(jī)游走與node2vec模型和圖表示學(xué)習(xí)等知識(shí)。本書主要面向廣大從事復(fù)雜系統(tǒng)與復(fù)雜網(wǎng)絡(luò)、網(wǎng)絡(luò)科學(xué)與工程、社交網(wǎng)絡(luò)分析、網(wǎng)絡(luò)數(shù)據(jù)挖掘或圖神經(jīng)網(wǎng)絡(luò)的專業(yè)人員,從事高等教育的專任教師,高等學(xué)校的學(xué)生及相關(guān)領(lǐng)域的廣大科研人員。
(1)理論聯(lián)系實(shí)際,由淺入深。本書由淺入深、逐步地對(duì)復(fù)雜網(wǎng)絡(luò)的重要概念及算法進(jìn)行編程實(shí)踐、分析探索及可視化,為讀者更好地掌握相關(guān)知識(shí),提供便利和支持。(2)突出重點(diǎn),強(qiáng)化理解。本書結(jié)合作者近年來的教學(xué)和科研經(jīng)驗(yàn),突出重點(diǎn)、深入分析,同時(shí)在內(nèi)容方面兼顧知識(shí)的系統(tǒng)性和完整性。(3)風(fēng)格簡(jiǎn)潔,使用方便。本書風(fēng)格簡(jiǎn)潔明快,對(duì)于非重點(diǎn)的內(nèi)容不作長(zhǎng)篇論述,以便讀者在學(xué)習(xí)過程中明確內(nèi)容之間的邏輯關(guān)系,更好地掌握操作系統(tǒng)的內(nèi)容。
前言
黨的二十大報(bào)告強(qiáng)調(diào)“必須堅(jiān)持科技是優(yōu)質(zhì)生產(chǎn)力、人才是優(yōu)質(zhì)資源、創(chuàng)新是優(yōu)質(zhì)動(dòng)力,深入實(shí)施科教興國(guó)戰(zhàn)略、人才強(qiáng)國(guó)戰(zhàn)略、創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略,開辟發(fā)展新領(lǐng)域新賽道,不斷塑造發(fā)展新動(dòng)能新優(yōu)勢(shì)”。
復(fù)雜網(wǎng)絡(luò)理論將對(duì)象和對(duì)象間的聯(lián)系轉(zhuǎn)換為節(jié)點(diǎn)和邊加以描述,以圖論為數(shù)學(xué)基礎(chǔ),融合概率論、信息論、博弈論、傳播學(xué)、非線性動(dòng)力學(xué)、圖神經(jīng)網(wǎng)絡(luò)、隨機(jī)過程、推薦系統(tǒng)、數(shù)據(jù)挖掘、統(tǒng)計(jì)物理和復(fù)雜系統(tǒng)等知識(shí),已廣泛運(yùn)用到社交網(wǎng)絡(luò)、Internet、WWW、引文網(wǎng)絡(luò)、生物網(wǎng)絡(luò)、金融網(wǎng)絡(luò)、電力和交通網(wǎng)絡(luò)等的研究中,逐步發(fā)展為研究事物相關(guān)性的重要手段和方法之一。
主要內(nèi)容
本書強(qiáng)調(diào)抽象概念的實(shí)例化,理論和算法的程序化與可視化,以Python為基本編程工具,輔以NumPy、Matplotlib、NetworkX、igraph、PyTorch和PyG等擴(kuò)展包,力求形象生動(dòng)地展示網(wǎng)絡(luò)數(shù)據(jù)挖掘的相關(guān)內(nèi)容,使讀者可以在短時(shí)間內(nèi)上手開展學(xué)習(xí)和研究工作。
全書從圖論開始,然后逐步介紹網(wǎng)絡(luò)數(shù)據(jù)挖掘的各方面知識(shí),共12章。
第1章圖論基礎(chǔ),包括幾個(gè)有趣的圖論問題、圖的定義和基本概念、圖的路和連通性、樹與生成樹、平面圖及其歐拉公式、圖的表示和存儲(chǔ)。第2章網(wǎng)絡(luò)基本拓?fù)涮匦,包括稀疏性和連通性,度、度分布和度相關(guān)性,平均路徑長(zhǎng)度和網(wǎng)絡(luò)效率,聚類系數(shù)和圈系數(shù),網(wǎng)絡(luò)子結(jié)構(gòu): kclique、環(huán)和模體。第3章節(jié)點(diǎn)重要性,包括無向網(wǎng)絡(luò)節(jié)點(diǎn)重要性指標(biāo)、有向網(wǎng)絡(luò)節(jié)點(diǎn)重要性指標(biāo)、節(jié)點(diǎn)重要性衡量標(biāo)準(zhǔn)。第4章社團(tuán)探測(cè),包括社團(tuán)探測(cè)基礎(chǔ)、凝聚算法、分裂算法、重疊社團(tuán)探測(cè)算法、其他社團(tuán)探測(cè)算法、社團(tuán)探測(cè)檢測(cè)標(biāo)準(zhǔn)。第5章鏈路預(yù)測(cè),包括鏈路預(yù)測(cè)基礎(chǔ)、基于網(wǎng)絡(luò)結(jié)構(gòu)相似性的鏈路預(yù)測(cè)、其他鏈路預(yù)測(cè)方法。第6章網(wǎng)絡(luò)生成模型,包括隨機(jī)網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)、無標(biāo)度網(wǎng)絡(luò)、配置模型。第7章滲流相變和網(wǎng)絡(luò)魯棒性,包括滲流相變基礎(chǔ)、規(guī)則格子上的點(diǎn)滲流和邊滲流、ER網(wǎng)絡(luò)上的滲流相變、其他滲流相變模型。第8章Ising模型和網(wǎng)絡(luò)博弈,包括Ising模型的相變和臨界現(xiàn)象、Ising模型的蒙特卡洛模擬、博弈論和博弈模型、規(guī)則網(wǎng)絡(luò)上的空間演化博弈模型、復(fù)雜網(wǎng)絡(luò)上的空間演化博弈模型。第9章網(wǎng)絡(luò)傳播,包括常見傳染病模型、網(wǎng)絡(luò)上的傳染病模型、免疫。第10章網(wǎng)絡(luò)上的混沌同步,包括非線性動(dòng)力學(xué)和混沌簡(jiǎn)介、線性雙耦合系統(tǒng)的同步、網(wǎng)絡(luò)上的連續(xù)時(shí)間線性耗散耦合。第11章隨機(jī)游走與node2vec模型,包括隨機(jī)游走簡(jiǎn)介、網(wǎng)絡(luò)上隨機(jī)游走的穩(wěn)態(tài)分布、網(wǎng)絡(luò)上隨機(jī)游走的特征量、node2vec節(jié)點(diǎn)嵌入模型。第12章圖表示學(xué)習(xí),包括圖表示學(xué)習(xí)簡(jiǎn)介、LINE模型、圖卷積神經(jīng)網(wǎng)絡(luò)、圖注意力網(wǎng)絡(luò)、GraphSAGE圖神經(jīng)網(wǎng)絡(luò)、圖分類任務(wù)。
本書特色
(1) 理論聯(lián)系實(shí)際,由淺入深。
本書由淺入深、逐步地對(duì)復(fù)雜網(wǎng)絡(luò)的重要概念及算法進(jìn)行編程實(shí)踐、分析探索及可視化,為讀者更好地掌握相關(guān)知識(shí)提供便利和支持。
(2) 突出重點(diǎn),強(qiáng)化理解。
本書結(jié)合作者近年來的教學(xué)和科研經(jīng)驗(yàn),突出重點(diǎn)、深入分析,同時(shí)在內(nèi)容方面兼顧知識(shí)的系統(tǒng)性和完整性。
(3) 風(fēng)格簡(jiǎn)潔,使用方便。
本書風(fēng)格簡(jiǎn)潔明快,對(duì)于非重點(diǎn)的內(nèi)容不作長(zhǎng)篇論述,以便讀者在學(xué)習(xí)過程中明確內(nèi)容之間的邏輯關(guān)系,更好地掌握操作系統(tǒng)的內(nèi)容。
配套資源
為便于教與學(xué),本書配有源代碼、數(shù)據(jù)集、教學(xué)課件、教學(xué)大綱、教學(xué)進(jìn)度表、期末試卷及答案、案例素材、軟件安裝說明。
(1) 獲取源代碼、數(shù)據(jù)集等方式: 先刮開并用手機(jī)版微信App掃描本書封底的文泉云盤防盜碼,授權(quán)后再掃描下方二維碼,即可獲取。
源代碼、數(shù)據(jù)集
案例素材
軟件安裝說明
彩色圖片
(2) 其他配套資源可以掃描本書封底的“書圈”二維碼,關(guān)注后回復(fù)本書書號(hào),即可下載。
讀者對(duì)象
本書主要面向廣大從事復(fù)雜系統(tǒng)與復(fù)雜網(wǎng)絡(luò)、網(wǎng)絡(luò)科學(xué)與工程、社交網(wǎng)絡(luò)分析、網(wǎng)絡(luò)數(shù)據(jù)挖掘或圖神經(jīng)網(wǎng)絡(luò)的專業(yè)人員,從事高等教育的專任教師,高等學(xué)校的學(xué)生及相關(guān)領(lǐng)域的廣大科研人員。
在編寫本書的過程中,作者參考了諸多相關(guān)資料,在此對(duì)相關(guān)資料的作者表示衷心的感謝。限于個(gè)人水平和時(shí)間倉(cāng)促,書中難免存在疏漏之處,歡迎廣大讀者批評(píng)指正。
作者
2025年5月
目錄
第1章圖論基礎(chǔ)
1.1幾個(gè)有趣的圖論問題
1.1.1哥尼斯堡七橋問題
1.1.2哈密頓周游世界問題
1.1.3旅行推銷員問題
1.1.4中國(guó)郵路問題
1.1.5四色問題
1.1.6迷宮問題
1.1.7可平面化問題
1.2圖的定義和基本概念
1.2.1簡(jiǎn)單圖
1.2.2有向圖
1.2.3加權(quán)圖
1.2.4圖間的關(guān)系
1.2.5特殊圖
1.3圖的路和連通性
1.3.1通道、跡和路
1.3.2連通性
1.3.3節(jié)點(diǎn)間的距離
1.3.4歐拉圖和哈密頓圖
1.4樹與生成樹
1.5平面圖及其歐拉公式
1.6圖的表示和存儲(chǔ)
第2章網(wǎng)絡(luò)基本拓?fù)涮匦?br />
2.1稀疏性和連通性
2.1.1網(wǎng)絡(luò)基本信息
2.1.2網(wǎng)絡(luò)密度
2.1.3網(wǎng)絡(luò)連通性
2.2度、度分布和度相關(guān)性
2.2.1度
2.2.2度分布
2.2.3冪律分布
2.2.4度相關(guān)性和同配性
2.2.5判斷網(wǎng)絡(luò)同配性的方法
2.3平均路徑長(zhǎng)度和網(wǎng)絡(luò)效率
2.3.1平均路徑長(zhǎng)度
2.3.2網(wǎng)絡(luò)直徑
2.3.3網(wǎng)絡(luò)效率
2.4聚類系數(shù)和圈系數(shù)
2.4.1聚類系數(shù)
2.4.2圈系數(shù)
2.5網(wǎng)絡(luò)子結(jié)構(gòu): kclique、環(huán)和模體
2.5.1kclique
2.5.2環(huán)
2.5.3模體
第3章節(jié)點(diǎn)重要性
3.1無向網(wǎng)絡(luò)節(jié)點(diǎn)重要性指標(biāo)
3.1.1度中心性
3.1.2接近度中心性
3.1.3介數(shù)中心性
3.1.4特征向量中心性
3.1.5H指數(shù)
3.1.6k殼分解
3.2有向網(wǎng)絡(luò)節(jié)點(diǎn)重要性指標(biāo)
3.2.1HITS算法
3.2.2PageRank算法
3.3節(jié)點(diǎn)重要性衡量標(biāo)準(zhǔn)
3.3.1靜態(tài)魯棒性
3.3.2動(dòng)態(tài)魯棒性
3.3.3級(jí)聯(lián)失效模型
第4章社團(tuán)探測(cè)
4.1社團(tuán)探測(cè)基礎(chǔ)
4.1.1社團(tuán)的定義
4.1.2基準(zhǔn)網(wǎng)絡(luò)
4.1.3模塊度
4.1.4社團(tuán)探測(cè)算法
4.2凝聚算法
4.2.1FN算法
4.2.2CNM算法
4.2.3魯汶算法
4.2.4其他凝聚算法
4.3分裂算法
4.4重疊社團(tuán)探測(cè)算法
4.4.1派系過濾算法
4.4.2邊聚類算法
4.5其他社團(tuán)探測(cè)算法
4.5.1基于拉普拉斯矩陣的譜平分算法
4.5.2基于信息編碼的Infomap算法
4.5.3標(biāo)簽傳播算法
4.6社團(tuán)探測(cè)檢測(cè)標(biāo)準(zhǔn)
第5章鏈路預(yù)測(cè)
5.1鏈路預(yù)測(cè)基礎(chǔ)
5.1.1訓(xùn)練集和測(cè)試集
5.1.2鏈路預(yù)測(cè)的衡量指標(biāo)
5.1.3鏈路預(yù)測(cè)方法
5.2基于網(wǎng)絡(luò)結(jié)構(gòu)相似性的鏈路預(yù)測(cè)
5.2.1優(yōu)先連接
5.2.2基于共同鄰居的相似性指標(biāo)
5.2.3基于路徑的相似性指標(biāo)
5.2.4基于隨機(jī)游走的相似性指標(biāo)
5.3其他鏈路預(yù)測(cè)方法
5.3.1基于似然分析的鏈路預(yù)測(cè)
5.3.2基于機(jī)器學(xué)習(xí)的鏈路預(yù)測(cè)
第6章網(wǎng)絡(luò)生成模型
6.1隨機(jī)網(wǎng)絡(luò)
6.1.1網(wǎng)絡(luò)生成算法
6.1.2網(wǎng)絡(luò)的基本拓?fù)涮匦?br />
6.2小世界網(wǎng)絡(luò)
6.2.1WS小世界網(wǎng)絡(luò)
6.2.2NW小世界網(wǎng)絡(luò)
6.3無標(biāo)度網(wǎng)絡(luò)
6.3.1BA無標(biāo)度網(wǎng)絡(luò)的度分布
6.3.2BA無標(biāo)度網(wǎng)絡(luò)的聚類系數(shù)
6.3.3BA無標(biāo)度網(wǎng)絡(luò)的平均路徑長(zhǎng)度
6.3.4無標(biāo)度網(wǎng)絡(luò)冪指數(shù)的測(cè)定
6.4配置模型
第7章滲流相變和網(wǎng)絡(luò)魯棒性
7.1滲流相變基礎(chǔ)
7.2規(guī)則格子上的點(diǎn)滲流和邊滲流
7.2.1二維正方格子上的點(diǎn)滲流
7.2.2二維正方格子上的邊滲流
7.3ER網(wǎng)絡(luò)上的滲流相變
7.3.1G(N,p)隨機(jī)網(wǎng)絡(luò)上的滲流
7.3.2G(N,M)隨機(jī)網(wǎng)絡(luò)上的滲流
7.4其他滲流相變模型
7.4.1kclique滲流相變
7.4.2kcore滲流相變
7.5實(shí)際網(wǎng)絡(luò)中的滲流/網(wǎng)絡(luò)魯棒性
第8章Ising模型和網(wǎng)絡(luò)博弈
8.1Ising模型的相變和臨界現(xiàn)象
8.2Ising模型的蒙特卡洛模擬
8.2.1Metropolis算法
8.2.2蒙特卡洛模擬
8.3博弈論和博弈模型
8.3.1博弈論
8.3.2博弈模型
8.3.3演化博弈模型
8.4規(guī)則網(wǎng)絡(luò)上的空間演化博弈模型
8.4.1博弈模型
8.4.2演化規(guī)則
8.4.3博弈模型的計(jì)算機(jī)模擬
8.5復(fù)雜網(wǎng)絡(luò)上的空間演化博弈模型
8.5.1WS小世界網(wǎng)絡(luò)上的弱囚徒博弈
8.5.2BA無標(biāo)度網(wǎng)絡(luò)上的弱囚徒博弈
第9章網(wǎng)絡(luò)傳播
9.1常見傳染病模型
9.1.1SI模型
9.1.2SIS模型
9.1.3SIR模型
9.2網(wǎng)絡(luò)上的傳染病模型
9.2.1網(wǎng)絡(luò)上的SI模型
9.2.2網(wǎng)絡(luò)上的SIS模型
9.2.3網(wǎng)絡(luò)上的SIR模型
9.3免疫
9.3.1隨機(jī)免疫
9.3.2目標(biāo)免疫
9.3.3熟人免疫
第10章網(wǎng)絡(luò)上的混沌同步
10.1非線性動(dòng)力學(xué)和混沌簡(jiǎn)介
10.2線性雙耦合系統(tǒng)的同步
10.3網(wǎng)絡(luò)上的連續(xù)時(shí)間線性耗散耦合
10.3.1網(wǎng)絡(luò)同步的計(jì)算機(jī)模擬
10.3.2網(wǎng)絡(luò)同步判據(jù)
第11章隨機(jī)游走與node2vec模型
11.1隨機(jī)游走簡(jiǎn)介
11.1.1一維隨機(jī)游走
11.1.2二維隨機(jī)游走
11.2網(wǎng)絡(luò)上隨機(jī)游走的穩(wěn)態(tài)分布
11.3網(wǎng)絡(luò)上隨機(jī)游走的特征量
11.3.1平均首達(dá)時(shí)間
11.3.2平均返回時(shí)間
11.3.3覆蓋時(shí)間
11.3.4平均通勤時(shí)間
11.4node2vec節(jié)點(diǎn)嵌入模型
第12章圖表示學(xué)習(xí)
12.1圖表示學(xué)習(xí)簡(jiǎn)介
12.2LINE模型
12.3圖卷積神經(jīng)網(wǎng)絡(luò)
12.4圖注意力網(wǎng)絡(luò)
12.4.1計(jì)算注意力權(quán)重
12.4.2加權(quán)求和
12.5GraphSAGE圖神經(jīng)網(wǎng)絡(luò)
12.6圖分類任務(wù)
參考文獻(xiàn)