دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Graph Data Management: Techniques and Applications
دانلود کتاب مدیریت داده های گراف: تکنیک ها و برنامه های کاربردی
مشخصات کتاب
Graph Data Management: Techniques and Applications
ویرایش: 1 نویسندگان: Sherif Sakr, Sherif Sakr, Eric Pardede سری: ISBN (شابک) : 9781613500538, 161350053X ناشر: IGI Global سال نشر: 2012 تعداد صفحات: 502 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 11 مگابایت
قیمت کتاب (تومان) : 37,000
در صورت تبدیل فایل کتاب Graph Data Management: Techniques and Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مدیریت داده های گراف: تکنیک ها و برنامه های کاربردی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توضیحاتی در مورد کتاب مدیریت داده های گراف: تکنیک ها و برنامه های کاربردی
نمودارها ابزار قدرتمندی برای نمایش و درک اشیا و روابط آنها در حوزه های کاربردی مختلف هستند. محبوبیت روزافزون پایگاه‌های اطلاعاتی گراف، مشکلاتی را در مدیریت داده‌ها ایجاد کرده است که شامل یافتن تکنیک‌های کارآمد برای فشرده‌سازی پایگاه‌های داده گراف بزرگ و تکنیک‌های مناسب برای تجسم، مرور، و پیمایش پایگاه‌های داده‌های بزرگ گراف می‌شود. مدیریت داده‌های گراف: تکنیک‌ها و برنامه‌ها یک منبع مرجع مرکزی برای تکنیک‌های مختلف مدیریت داده برای ساختارهای داده‌های گراف و کاربرد آنها است. این کتاب نمودارهایی را برای مدل‌سازی داده‌های پیچیده ساختاریافته و بدون طرح‌واره از وب معنایی، شبکه‌های اجتماعی، شبکه‌های پروتئینی، ترکیبات شیمیایی و پایگاه‌های اطلاعاتی چندرسانه‌ای مورد بحث قرار می‌دهد و تحقیقات ضروری را برای دانشگاهیان شاغل در حوزه‌های بین‌رشته‌ای پایگاه‌های داده، داده‌کاوی، و فناوری چندرسانه‌ای ارائه می‌دهد.
توضیحاتی درمورد کتاب به خارجی
Graphs are a powerful tool for representing and understanding objects and their relationships in various application domains. The growing popularity of graph databases has generated data management problems that include finding efficient techniques for compressing large graph databases and suitable techniques for visualizing, browsing, and navigating large graph databases. Graph Data Management: Techniques and Applications is a central reference source for different data management techniques for graph data structures and their application. This book discusses graphs for modeling complex structured and schemaless data from the Semantic Web, social networks, protein networks, chemical compounds, and multimedia databases and offers essential research for academics working in the interdisciplinary domains of databases, data mining, and multimedia technology.
فهرست مطالب
Title......Page 2
Copyright Page......Page 3
Editorial Advisory Board......Page 4
Table of Contents......Page 5
Forward......Page 8
Preface......Page 10
Acknowledgement......Page 11
Section 1. Basic Challenges of Data Management in Graph Databases\n......Page 12
Graph Representation......Page 14
The Graph Traversal Pattern......Page 42
Data, Storage and Index Models for Graph Databases......Page 60
An Overview of Graph Indexing and Querying Techniques......Page 84
Efficient Techniques for Graph Searching and Biological Network Mining......Page 102
A Survey of Relational Approaches for Graph Pattern Matching over Large Graphs......Page 125
Labelling-Scheme-Based Subgraph Query Processing on Graph Data......Page 155
Section 2. Advanced Querying and Mining Aspects of Graph Databases\n......Page 188
G-Hash......Page 189
TEDI......Page 227
Graph Mining Techniques......Page 252
Matrix Decomposition-Based Dimensionality Reduction on Graph Data......Page 273
Clustering Vertices in Weighted Graphs......Page 298
Large Scale Graph Mining with MapReduce......Page 312
Graph Representation and Anonymization in Large Survey Rating Data......Page 328
Section 3. Graph Database Applications in Various Domains\n......Page 347
Querying RDF Data......Page 348
On the Efficiency of Querying and Storing RDF Documents......Page 367
Graph Applications in Chemoinformatics and Structural Bioinformatics......Page 399
Business Process Graphs......Page 434
A Graph-Based Approach for Semantic Process Model Discovery......Page 451
Shortest Path in Transportation Network and Weighted Subdivisions......Page 476
About the Contributors......Page 488
Index......Page 498
