復(fù)雜網(wǎng)絡(luò)與大數(shù)據(jù)分析

第1章 復(fù)雜網(wǎng)絡(luò)的基本概念
1．1 度、度分布、度相關(guān)性
1．2 介數(shù)、路徑、權(quán)重
1．3 簇、模體、社團(tuán)
習(xí)題1
第2章 復(fù)雜網(wǎng)絡(luò)模型
2．1 規(guī)則網(wǎng)絡(luò)
2．1．1 全局耦合網(wǎng)絡(luò)
2．1．2 最近鄰耦合網(wǎng)絡(luò)
2．1．3 星形耦合網(wǎng)絡(luò)
2．2 隨機(jī)網(wǎng)絡(luò)
2．2．1 隨機(jī)網(wǎng)絡(luò)模型
2．2．2 隨機(jī)網(wǎng)絡(luò)的度分布
2．2．3 隨機(jī)網(wǎng)絡(luò)的直徑和平均距離
2．2．4 隨機(jī)網(wǎng)絡(luò)的集聚系數(shù)
2．2．5 隨機(jī)網(wǎng)絡(luò)的特征譜
2．3 無標(biāo)度網(wǎng)絡(luò)
2．3．1 Price模型
2．3．2 BA模型
2．3．3 BA無標(biāo)度網(wǎng)絡(luò)的度分布和度相關(guān)
2．3．4 BA無標(biāo)度網(wǎng)絡(luò)的平均距離和集聚系數(shù)
2．3．5 BA無標(biāo)度網(wǎng)絡(luò)的特征譜
2．4 動態(tài)演化網(wǎng)絡(luò)
2．4．1 以網(wǎng)絡(luò)演化的部件劃分
2．4．2 以是否考慮權(quán)重劃分
2．4．3 以演化網(wǎng)絡(luò)采用的演化機(jī)制劃分
2．4．4 以演化網(wǎng)絡(luò)是否動態(tài)變化劃分
2．5 社區(qū)網(wǎng)絡(luò)
2．5．1 復(fù)雜網(wǎng)絡(luò)中社區(qū)結(jié)構(gòu)的分類
2．5．2 社區(qū)結(jié)構(gòu)評價標(biāo)準(zhǔn)
2．6 權(quán)重網(wǎng)絡(luò)
2．6．1 加權(quán)網(wǎng)絡(luò)的度量
2．6．2 實際加權(quán)網(wǎng)絡(luò)
2．6．3 加權(quán)網(wǎng)絡(luò)建模
2．7 相依網(wǎng)絡(luò)
2．7．1 相依網(wǎng)絡(luò)的子網(wǎng)絡(luò)
2．7．2 相依網(wǎng)絡(luò)的相依邊
2．7．3 相依網(wǎng)絡(luò)的組合方式
2．8 多層網(wǎng)絡(luò)
2．8．1 多層網(wǎng)絡(luò)的結(jié)構(gòu)
2．8．2 多層網(wǎng)絡(luò)的度分布
2．8．3 多層網(wǎng)絡(luò)上的擴(kuò)散與同步
2．8．4 多層網(wǎng)絡(luò)的魯棒性
習(xí)題2
第3章 網(wǎng)絡(luò)魯棒性
3．1 滲流理論介紹
3．1．1 滲流理論背景
3．1．2 滲流理論簡介
3．2 隨機(jī)攻擊與蓄意攻擊
3．3 級聯(lián)失效
3．3．1 滲沙堆模型
3．3．2 OPA模型
3．3．3 CASCADE模型
3．3．4 負(fù)載-容量模型
習(xí)題3
第4章 網(wǎng)絡(luò)傳播動力學(xué)
4．1 傳播動力學(xué)建模與解析
4．1．1 基于度的動力學(xué)模型
4．1．2 基于節(jié)點的動力學(xué)模型
4．1．3 d維NW小世界網(wǎng)絡(luò)的線性傳播方程
4．1．4 小世界網(wǎng)絡(luò)傳播動力學(xué)方程的分形、混沌與分岔
4．2 傳播控制
4．2．1 網(wǎng)絡(luò)免疫
4．2．2 最優(yōu)資源配置
4．3 傳播預(yù)測
4．3．1 閾值和爆發(fā)規(guī)模
4．3．2 傳播網(wǎng)絡(luò)重構(gòu)
4．3．3 傳播溯源
習(xí)題4
第5章 網(wǎng)絡(luò)演化博弈
5．1 復(fù)雜網(wǎng)絡(luò)演化博弈基本框架
5．2 網(wǎng)絡(luò)博弈動力學(xué)
5．2．1 規(guī)則網(wǎng)絡(luò)演化博弈
5．2．2 非規(guī)則網(wǎng)絡(luò)演化博弈
5．2．3 多層網(wǎng)絡(luò)演化博弈
5．3 網(wǎng)絡(luò)演化博弈共演化
5．4 網(wǎng)絡(luò)演化博弈實驗
5．5 網(wǎng)絡(luò)演化博弈的應(yīng)用
5．5．1 突發(fā)公共衛(wèi)生中的應(yīng)用
5．5．2 交通工程中的應(yīng)用
習(xí)題5
第6章 數(shù)據(jù)挖掘
6．1 數(shù)據(jù)挖掘的核心技術(shù)
6．2 “大數(shù)據(jù)”的典型特征
6．2．1 數(shù)據(jù)規(guī)模大
6．2．2 數(shù)據(jù)類型多樣
6．2．3 數(shù)據(jù)處理速度快
6．2．4 數(shù)據(jù)價值密度低
6．3 復(fù)雜網(wǎng)絡(luò)與數(shù)據(jù)挖掘融合——社會網(wǎng)絡(luò)分析
習(xí)題6
第7章 大規(guī)模復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)獲取及存儲的技術(shù)研究
7．1 分布式網(wǎng)頁爬蟲設(shè)計
7．2 復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)的語義建模
7．2．1 新數(shù)據(jù)源屬性的語義類型學(xué)習(xí)
7．2．2 原數(shù)據(jù)源語義圖構(gòu)建
7．3 非結(jié)構(gòu)化網(wǎng)絡(luò)數(shù)據(jù)的分布式索引技術(shù)
7．4 大規(guī)模復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)可視化技術(shù)
習(xí)題7
第8章 節(jié)點影響力排序
8．1 結(jié)構(gòu)性的節(jié)點影響力排序
8．1．1 基于網(wǎng)絡(luò)局部屬性的指標(biāo)
8．1．2 基于網(wǎng)絡(luò)全局屬性的指標(biāo)
8．1．3 基于網(wǎng)絡(luò)位置屬性的指標(biāo)
8．1．4 基于隨機(jī)游走的節(jié)點影響力排序
8．2 功能性的節(jié)點影響力排序
習(xí)題8
第9章 網(wǎng)絡(luò)聚類技術(shù)分析
9．1 經(jīng)典社區(qū)發(fā)現(xiàn)算法
9．1．1 譜平分法
9．1．2 Kernighan-Lin算法
9．1．3 Maximun Flow Communities算法
9．1．4 極值優(yōu)化算法
9．1．5 層次社區(qū)發(fā)現(xiàn)算法
9．1．6 重疊社區(qū)發(fā)現(xiàn)算法
9．2 復(fù)雜網(wǎng)絡(luò)屬性圖聚類算法
9．2．1 基于距離的聚類
9．2．2 基于模型的聚類
9．2．3 基于多特征融合的屬性圖聚類算法
9．2．4 基于多節(jié)點社團(tuán)意識系統(tǒng)的屬性圖聚類算法
9．3 基于動態(tài)社交博弈的屬性圖聚類算法
9．3．1 屬性圖算法分析
9．3．2 有限靜態(tài)博弈
9．3．3 動態(tài)社交博弈
9．3．4 動態(tài)簇形成博弈和自學(xué)習(xí)算法
習(xí)題9
第10章 推薦系統(tǒng)和鏈路預(yù)測
10．1 推薦系統(tǒng)的定義
10．2 推薦系統(tǒng)算法
10．2．1 基于用戶行為數(shù)據(jù)的推薦
10．2．2 基于內(nèi)容數(shù)據(jù)的推薦
10．2．3 基于社會網(wǎng)絡(luò)數(shù)據(jù)的推薦
10．3 推薦系統(tǒng)的評測
10．3．1 推薦系統(tǒng)的評測方法
10．3．2 推薦系統(tǒng)的評測指標(biāo)
10．4 鏈路預(yù)測的基本概念
10．4．1 鏈路預(yù)測方法
10．4．2 基于相似性的鏈路預(yù)測
10．4．3 基于似然分析的鏈路預(yù)測
習(xí)題10
參考文獻(xiàn)