产品详情
内容简介
; ;;在线社交网络挖掘是目前数据挖掘领域的热门研究方向之一，相关问题的研究对于指导社会、经济以及等领域的决策具有重要作用。本书在对在线社交网络挖行概述的基础上，对其含的用户分类、社区发现以及社会化等三个典型问行了深入研究，分别提出了一种基于*游走模型的用户分类方法、集成链接和属信息的社区发现方法、融合社交网络信息的协同过滤方法以及基于Hadoop的社会化系统。本书对每一种方法的研究背景、关键理论以及实验分析等内行了详细介绍，结归纳了相关工作的研究价值。
目录
4.4.5 应用实例
4.5 本章小结
参考文献
第5章 融合社交网络信息的协同过滤方法
5.1 引言
5.2 相关研究
5.2.1 协同过滤方法
5.2.2 矩阵分解模型
5.3 问题定义
5.4 融合OSN信息的协同过滤方法设计
5.4.1 基于OSN直接好友关系的
5.4.2 融合OSN信息的(SocialRec)
5.4.3 关键算法描述及复杂度分析
5.5 实验分析及应用
5.5.1 实验数据集及评价准则
5.5.2 实验结果分析
5.5.3 应用实例
5.6 本章小结
参考文献
第6章 SRSH：一种基于Hadoop的社会化系统
6.1 引言
6.2 相关工作
6.2.1 集群计台Hadoop
6.2.2 基于Hadoop的OSN挖掘应用
6.3 系统架构
6.4 基于MapReduce的核心算法实现
6.4.1 二度好友算法(SDFR)
6.4.2 相似用户(SUR)
6.4.3 用户社区(UCR)
6.4.4 内容(CR)
6.5 实验结果与分析
6.6 本章小结
参考文献
第7章结和展望
7.1 工结
7.2 研究展望
