Tóm tắt nội dung
Mạng xã hội với ngữ nghĩa Rich Edge giới thiệu một cơ chế mới để thể hiện các mạng xã hội trong đó mối quan hệ cặp đôi có thể được rút ra từ nhiều khả năng thực tế, bao gồm các loại mối quan hệ khác nhau, điểm mạnh khác nhau theo hướng của một cặp, mối quan hệ tích cực và tiêu cực và các mối quan hệ cường độ của chúng thay đổi theo thời gian. Đối với mỗi khả năng, cuốn sách trình bày cách lập mô hình mạng xã hội bằng cách sử dụng phương pháp nhúng quang phổ. Nó cũng cho thấy cách kết hợp các kỹ thuật để có thể mô hình hóa ngữ nghĩa nhiều cạnh cùng nhau và sau đó các kỹ thuật mô hình hóa được áp dụng cho một loạt các bộ dữ liệu. Đặc trưng Giới thiệu cho người đọc những khó khăn khi phân tích mạng xã hội hiện tại và nhu cầu thể hiện phong phú hơn về mối quan hệ giữa các nút, bao gồm tính toán cường độ, hướng, loại, tích cực/tiêu cực và cường độ thay đổi theo thời gian Trình bày một cơ chế mới cho phép các mạng xã hội với các loại mối quan hệ khác nhau về chất lượng được mô tả và phân tích Bao gồm các phần mở rộng cho kỹ thuật nhúng quang phổ quan trọng, cho thấy rằng chúng có động cơ tốt về mặt toán học và chứng minh rằng kết quả của chúng là phù hợp Hiển thị cách khai thác các phần nhúng để hiểu các cấu trúc trong mạng xã hội, bao gồm các nhóm con, ý nghĩa vị trí, dự đoán liên kết hoặc cạnh, tính nhất quán của vai trò trong các bối cảnh khác nhau và luồng thuộc tính ròng thông qua một nút Minh họa việc sử dụng phương pháp tiếp cận các vấn đề trong thế giới thực đối với các mạng xã hội trực tuyến, mạng lưới tội phạm và buôn lậu ma túy cũng như các mạng mà bản thân các nút là các nhóm Thích hợp cho các nhà nghiên cứu và sinh viên nghiên cứu mạng xã hội, khoa học dữ liệu, học thống kê và các lĩnh vực liên quan, cuốn sách này sẽ giúp cung cấp sự hiểu biết sâu sắc hơn về mạng xã hội trong thế giới thực.
Abstract:
Social Networks with Rich Edge Semantics introduces a new mechanism for representing social networks in which pairwise relationships can be drawn from a range of realistic possibilities, including different types of relationships, different strengths in the directions of a pair, positive and negative relationships, and relationships whose intensities change with time. For each possibility, the book shows how to model the social network using spectral embedding. It also shows how to compose the techniques so that multiple edge semantics can be modeled together, and the modeling techniques are then applied to a range of datasets. Features Introduces the reader to difficulties with current social network analysis, and the need for richer representations of relationships among nodes, including accounting for intensity, direction, type, positive/negative, and changing intensities over time Presents a novel mechanism to allow social networks with qualitatively different kinds of relationships to be described and analyzed Includes extensions to the important technique of spectral embedding, shows that they are mathematically well motivated and proves that their results are appropriate Shows how to exploit embeddings to understand structures within social networks, including subgroups, positional significance, link or edge prediction, consistency of role in different contexts, and net flow of properties through a node Illustrates the use of the approach for real-world problems for online social networks, criminal and drug smuggling networks, and networks where the nodes are themselves groups Suitable for researchers and students in social network research, data science, statistical learning, and related areas, this book will help to provide a deeper understanding of real-world social networks.
Sử dụng ứng dụng Libol Bookworm quét QRCode này để mượn và đọc tài liệu)
(Lưu ý: Sử dụng ứng dụng Bookworm để xem đầy đủ tài liệu. Bạn đọc có thể tải Bookworm từ App Store hoặc Google play với từ khóa "Libol Bookworm”)