123,123

內(nèi)容簡(jiǎn)介

　　網(wǎng)絡(luò)表示學(xué)雜網(wǎng)絡(luò)數(shù)據(jù)挖掘領(lǐng)域有重要的影響力，其因能夠有效編碼網(wǎng)絡(luò)結(jié)構(gòu)特征與網(wǎng)絡(luò)節(jié)點(diǎn)附屬特征而得到廣泛的應(yīng)用。網(wǎng)絡(luò)表示學(xué)將研究對(duì)象之間的上下文關(guān)系、結(jié)構(gòu)關(guān)系、層次關(guān)系等嵌入低維度的表示向量空間中，從而為后續(xù)的機(jī)器學(xué)提供更為優(yōu)質(zhì)的特征輸入。本書共6章。其中，第1章主要介紹網(wǎng)絡(luò)表示學(xué)本概念和研展；第2章主要介紹網(wǎng)絡(luò)表示學(xué)論知識(shí)；第3章主要介紹如何網(wǎng)絡(luò)表示學(xué)隨機(jī)游走過程；第4章主要介紹如何聯(lián)合網(wǎng)絡(luò)的兩類特行網(wǎng)絡(luò)表示學(xué)；第5章主要介紹如何聯(lián)合網(wǎng)絡(luò)的3類特行網(wǎng)絡(luò)表示學(xué)；第6章主要介紹網(wǎng)絡(luò)表示學(xué)用。本書既可作為網(wǎng)絡(luò)表示學(xué)神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)挖掘、社會(huì)計(jì)算、復(fù)雜網(wǎng)絡(luò)等領(lǐng)域研究和開發(fā)人員的參考書，也適用于企業(yè)和項(xiàng)目經(jīng)理閱讀，還可供對(duì)圖深度學(xué)趣的本科生和研究生參考。

作者簡(jiǎn)介

暫缺《多視圖網(wǎng)絡(luò)表示學(xué)習(xí)技術(shù)》作者簡(jiǎn)介

圖書目錄

第1章緒論
1.1網(wǎng)絡(luò)表示學(xué)知識(shí)
1.2網(wǎng)絡(luò)表示學(xué)展
1.2.1詞表示學(xué)習(xí)
1.2.2網(wǎng)絡(luò)表示學(xué)習(xí)
1.3本書研究?jī)?nèi)容
第2章 Word2Vec與DeepWalk
2.1 Word2Vec
2.1.1 NEG
2.1.2 HS
2.1.3 CBOW模型
2.1.4 Skip-Gram 模型
2.2 DeepWalk
2.2.1語(yǔ)言與網(wǎng)絡(luò)
2.2.2隨機(jī)游走
2.2.3模型建模
2.3 Word2Vec與DeepWalk 的關(guān)系
第3章網(wǎng)絡(luò)表示學(xué)隨機(jī)游走
3.1上下文節(jié)點(diǎn)選擇過程
3.1.1問題描述
3.1.2模型框架
3.1.3實(shí)驗(yàn)分析
3.2隨機(jī)游走策略和節(jié)點(diǎn)選擇過程
3.2.1問題描述
3.2.2模型框架
3.2.3實(shí)驗(yàn)分析
第4章二視圖特征聯(lián)合建模
4.1文本特征關(guān)聯(lián)的大隔DeepWalk
4.1.1問題描述
4.1.2模型框架
4.1.3實(shí)驗(yàn)分析
4.2節(jié)點(diǎn)文本特征多元關(guān)系建模
4.2.1問題描述
4.2.2模型框架
4.2.3實(shí)驗(yàn)分析
4.3節(jié)點(diǎn)層次樹多元關(guān)系建模
4.3.1問題描述
4.3.2模型框架
4.3.3實(shí)驗(yàn)分析
第5章三視圖特征聯(lián)合建模
5.1基于誘導(dǎo)矩陣補(bǔ)全的三元特征矩陣融合策略
5.1.1問題描述
5.1.2模型框架
5.1.3實(shí)驗(yàn)分析
5.2三元特征矩陣融合策略與網(wǎng)絡(luò)表示學(xué)習(xí)
5.2.1問題描述
5.2.2模型框架
5.2.3實(shí)驗(yàn)分析
第6章網(wǎng)絡(luò)表示學(xué)表示學(xué)習(xí)
6.1網(wǎng)絡(luò)表示學(xué)表示學(xué)應(yīng)用
6.2基于描述信息約束的詞表示學(xué)習(xí)
6.2.1問題描述
6.2.2模型框架
6.2.3實(shí)驗(yàn)分析
參考文獻(xiàn)