大规模图数据管理与分析

大规模图数据管理与分析邹磊李友焕刘钰彭鹏高等教育出版社

商品价格

定价

手机购买

配送

北京市至

服务

支持7天无理由退换货

数量

商品详情

商品名称：大规模图数据管理与分析

ISBN：9787040638547

出版社：高等教育出版社

出版年月：2025-05

作者：邹磊李友焕刘钰彭鹏

定价：45.00

页码：240

装帧：平装

版次：1

字数：300

开本：16开

套装书：否

图是大数据关联分析的基础模型。本书以图为核心，对大规模图数据管理与分析进行了深入的阐述。本书涵盖了从基础的图数据定义和表示，到图算法、图数据库系统、图计算系统、图机器学习等内容；也介绍了不同类型的图数据、各种图算法以及实际应用中的案例；此外，本书努力从跨学科的角度，为读者建构图数据管理与分析的完整的知识体系。

本书适合作为高等学校计算机科学与技术、软件工程、数据科学与大数据技术等专业高年级本科生或研究生的教材，也可作为相关研究或技术研发等人员的参考书。

前辅文
第1章图数据管理概述
  1.1 图的概述
  1.2 图的基本概念
   1.2.1 图的基本术语
   1.2.2 图的存储结构
   1.2.3 图的常见分类
  1.3 图的典型应用
   1.3.1 链接分析
   1.3.2 社区发现
   1.3.3 知识图谱
  本章小结
  习题
第2章图的度量、性质与生成模型
  2.1 图的度量
   2.1.1 度数分布
   2.1.2 路径长度
   2.1.3 聚集系数
   2.1.4 连通分量
  2.2 度量真实图
  2.3 图生成模型
   2.3.1 静态图生成模型
   2.3.2 动态图生成模型
  本章小结
  习题
第3章图社区发现
  3.1 社区发现算法
   3.1.1 基于层级聚类的算法
   3.1.2 基于边介数的算法
   3.1.3 团与社区发现算法
   3.1.4 基于K-core子图的社区发现算法
  3.2 社区搜索
   3.2.1 贪心社区搜索算法
   3.2.2 K-truss子图与社区搜索
  3.3 图的划分
   3.3.1 最小切算法
   3.3.2 Metis算法
  本章小结
  习题
第4章子图匹配
  4.1 子图同构的定义
  4.2 基于搜索的算法
   4.2.1 Ullmann算法
   4.2.2 VF2算法
   4.2.3 GraphQL算法
   4.2.4 QuickSI算法
   4.2.5 CFL算法
   4.2.6 CECI算法
  4.3 基于连接的算法
   4.3.1 基于两两连接的方法
   4.3.2 基于最坏情况最优连接的方法
  本章小结
  习题
第5章图上的可达性查询
  5.1 问题定义
  5.2 基础可达性算法: 广度优先遍历
  5.3 基于索引的可达性算法
   5.3.1 区间标签索引
   5.3.2 支配关系绘图索引
   5.3.3 集合包含测试索引
   5.3.4 两跳标签索引
  5.4 不基于索引的高效可达性算法
  5.5 可达性查询的变种问题
  本章小结
  习题
第6章图数据库基本原理
  6.1 图数据库概述
   6.1.1 RDF图数据库
   6.1.2 属性图数据库
   6.1.3 图数据库应用
  6.2 图数据库设计
   6.2.1 RDF图数据模型
   6.2.2 属性图数据模型
  6.3 图数据库查询
   6.3.1 SPARQL查询语言
   6.3.2 Cypher查询语言
   6.3.3 Gremlin查询语言
   6.3.4 各个查询语言语义的差别
  本章小结
  习题
第7章图数据库高级专题
  7.1 RDF图数据库系统的物理实现
   7.1.1 基于关系数据库的RDF数据存储与基本图模式查询处理
   7.1.2 基于原生图数据库的RDF数据存储与基本图模式查询处理
   7.1.3 包含图模式操作符的完整SPARQL查询处理机制
  7.2 属性图数据库系统的物理实现
   7.2.1 基于关系数据库的属性图数据库的存储与查询
   7.2.2 原生属性图数据库的存储与查询
  7.3 分布式图数据库技术
   7.3.1 多单机存储与存算一体
   7.3.2 大数据平台存储与存算分离
   7.3.3 多单机存储与存算分离
  本章小结
  习题
第8章图计算系统
  8.1 认识图计算
   8.1.1 图计算的基本概念
   8.1.2 图计算的初衷——从PageRank奠定Google搜索巨头地位说起
   8.1.3 图计算的实现概述
  8.2 基于传统大数据组件的图计算实现
   8.2.1 基于分布式key-value的实现
   8.2.2 基于MapReduce框架的实现
   8.2.3 基于Spark框架的实现
  8.3 针对图计算的点中心编程框架
   8.3.1 Pregel
   8.3.2 GraphLab
   8.3.3 PowerGraph
  8.4 基于图数据库的实现
   8.4.1 图数据库支撑图计算的技术框架
   8.4.2 基于gStore图数据库的图计算
  本章小结
  习题
第9章图表示学习与图嵌入
  9.1 图表示学习概述
   9.1.1 图表示学习的基本概念
   9.1.2 图表示学习的编码器-解码器视角
   9.1.3 图表示学习的应用
  9.2 基于矩阵分解的图嵌入方法
   9.2.1 基于矩阵分解的图嵌入方法一般形式
   9.2.2 图分解方法
   9.2.3 GraRep方法
   9.2.4 HOPE方法
  9.3 基于随机游走的图嵌入方法
   9.3.1 随机游走的概念
   9.3.2 DeepWalk方法
   9.3.3 node2vec方法
   9.3.4 LINE方法
   9.3.5 随机游走方法与矩阵分解方法的等价性
  本章小结
  习题
第10章图神经网络
  10.1 图神经网络的基本概念
   10.1.1 计算图定义
   10.1.2 邻居信息聚合
   10.1.3 模型训练
  10.2 图卷积网络
   10.2.1 模型定义
   10.2.2 GCN模型的谱图卷积理论基础
  10.3 图采样和聚合网络
   10.3.1 模型定义
   10.3.2 邻居采样
   10.3.3 直推式图学习与归纳式图学习
  10.4 图注意力网络
  10.5 图同构网络
   10.5.1 模型定义
   10.5.2 图神经网络的表达能力
  10.6 面向异质图的图神经网络
  10.7 图表示学习的新技术
  本章小结
  习题

推荐商品

高等教育出版社官方商城

相关分类

最近浏览

商品详情

1

2

3

4

领取成功！感谢您的参与，祝您购物愉快~

推荐商品

高等教育出版社官方商城

相关分类

最近浏览

商品详情

提示

1

2

3

4

领取成功！感谢您的参与，祝您购物愉快~