دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1st ed.
نویسندگان: Tansel Özyer. Reda Alhajj
سری: Lecture Notes in Social Networks
ISBN (شابک) : 9783319899312, 9783319899329
ناشر: Springer International Publishing
سال نشر: 2018
تعداد صفحات: 241
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 10 مگابایت
کلمات کلیدی مربوط به کتاب تکنیک های یادگیری ماشین برای شبکه های اجتماعی آنلاین: علوم اجتماعی، علوم اجتماعی محاسباتی، داده کاوی و کشف دانش، رسانه های اجتماعی، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Machine Learning Techniques for Online Social Networks 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 تکنیک های یادگیری ماشین برای شبکه های اجتماعی آنلاین 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.
این کتاب ابزارهایی در مطالعه شبکههای اجتماعی آنلاین مانند
تکنیکهای یادگیری ماشینی، خوشهبندی و یادگیری عمیق را پوشش
میدهد. انواع جنبه های نظری، حوزه های کاربردی و مطالعات موردی
برای تجزیه و تحلیل داده های شبکه های اجتماعی پوشش داده شده
است. هدف ارائه دیدگاههای جدید در مورد استفاده از یادگیری
ماشین و روشها و تکنیکهای علمی مرتبط برای تجزیه و تحلیل
شبکههای اجتماعی است. تکنیک های یادگیری ماشین برای شبکه
های اجتماعی آنلاینبرای محققان و دانشجویان در این زمینه ها
جذاب خواهد بود.
The book covers tools in the study of online social networks
such as machine learning techniques, clustering, and deep
learning. A variety of theoretical aspects, application
domains, and case studies for analyzing social network data
are covered. The aim is to provide new perspectives on
utilizing machine learning and related scientific methods and
techniques for social network analysis. Machine Learning
Techniques for Online Social Networks will appeal to
researchers and students in these fields.
Front Matter ....Pages i-viii
Acceleration of Functional Cluster Extraction and Analysis of Cluster Affinity (Takayasu Fushimi, Kazumi Saito, Tetsuo Ikeda, Kazuhiro Kazama)....Pages 1-22
δ-Hyperbolicity and the Core-Periphery Structure in Graphs (Hend Alrasheed)....Pages 23-43
A Framework for OSN Performance Evaluation Studies (Pablo Nicolás Terevinto, Miguel Pérez, Josep Domenech, José A. Gil, Ana Pont)....Pages 45-64
On the Problem of Multi-Staged Impression Allocation in Online Social Networks (Inzamam Rahaman, Patrick Hosein)....Pages 65-84
Order-of-Magnitude Popularity Estimation of Pirated Content (Charalampos Chelmis, Daphney-Stavroula Zois)....Pages 85-113
Learning What to Share in Online Social Networks Using Deep Reinforcement Learning (Shatha Jaradat, Nima Dokoohaki, Mihhail Matskin, Elena Ferrari)....Pages 115-133
Centrality and Community Scoring Functions in Incomplete Networks: Their Sensitivity, Robustness, and Reliability (Soumya Sarkar, Suhansanu Kumar, Sanjukta Bhowmick, Animesh Mukherjee)....Pages 135-154
Ameliorating Search Results Recommendation System Based on K-Means Clustering Algorithm and Distance Measurements (Marwa Massaâbi, Olfa Layouni, Jalel Akaichi)....Pages 155-172
Dynamics of Large-Scale Networks Following a Merger (John Clements, Babak Farzad, Henryk Fukś)....Pages 173-193
Cloud Assisted Personal Online Social Network (Esra Erdin, Eric Klukovich, Mehmet Hadi Gunes)....Pages 195-218
Text-Based Analysis of Emotion by Considering Tweets (Kashfia Sailunaz, Tansel Özyer, Jon Rokne, Reda Alhajj)....Pages 219-236