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: 1 نویسندگان: Charu C. Aggarwal, Haixun Wang (auth.), Charu C. Aggarwal, Haixun Wang (eds.) سری: Advances in Database Systems 40 ISBN (شابک) : 9781441960443, 9781441960450 ناشر: Springer US سال نشر: 2010 تعداد صفحات: 620 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب نمودار داده های مدیریت و معدن: مدیریت پایگاه داده، داده کاوی و کشف دانش، گرافیک کامپیوتری، ذخیره و بازیابی اطلاعات، برنامه های کاربردی سیستم های اطلاعاتی (شامل اینترنت)
در صورت تبدیل فایل کتاب Managing and Mining Graph Data 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 نمودار داده های مدیریت و معدن 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.
مدیریت و استخراج داده های نمودار یک کتاب نظرسنجی جامع در تجزیه و تحلیل داده های نموداری است. این شامل نظرسنجی های گسترده در مورد موضوعات مهم نمودار مانند زبان های نمودار، نمایه سازی، خوشه بندی، تولید داده، الگوبرداری، طبقه بندی، جستجوی کلمه کلیدی، تطبیق الگو، و حریم خصوصی است. همچنین تعدادی از سناریوهای خاص دامنه مانند استخراج جریانی، نمودارهای وب، شبکه های اجتماعی، داده های شیمیایی و بیولوژیکی را مورد مطالعه قرار می دهد. فصلها توسط محققان برجسته نوشته شدهاند و چشمانداز وسیعی از این منطقه ارائه میدهند. این اولین کتاب جامع نظرسنجی در مبحث نوظهور پردازش دادههای نموداری است.
مدیریت و استخراج دادههای نمودار برای مخاطبان مختلف متشکل از طراحی شده است. اساتید، محققان و دست اندرکاران صنعت. این جلد همچنین به عنوان یک کتاب مرجع برای دانشجویان پایگاه داده در سطح پیشرفته در علوم کامپیوتر مناسب است.
درباره ویراستاران:
Charu C. Aggarwal مدرک B خود را به دست آورد. .Tech in
Computer Science از IIT Kanpur در سال 1993 و Ph.D. از MIT در
سال 1996. او از آن زمان به عنوان محقق در IBM کار کرده است و
بیش از 130 مقاله در کنفرانس ها و مجلات داده کاوی بزرگ منتشر
کرده است. او برای بیش از 70 پتنت ایالات متحده و بین المللی
درخواست داده یا به او اعطا شده است و سه بار به عنوان مخترع
اصلی در IBM انتخاب شده است. او جایزه شرکت IBM را برای کارش در
تجزیه و تحلیل جریان داده و جایزه نوآوری برجسته IBM را برای
کارش در زمینه فناوری حفظ حریم خصوصی دریافت کرده است. او در
کمیته های اجرایی اکثر کنفرانس های داده کاوی بزرگ خدمت کرده
است. او بهعنوان دستیار ویراستار IEEE TKDE، بهعنوان دستیار
ویراستار ACM SIGKDD Explorations، و بهعنوان ویرایشگر عمل در
مجله DMKD خدمت کرده است. او یکی از اعضای IEEE و یکی از اعضای
همیشگی ACM است.
هایسون وانگ در حال حاضر یک محقق در Microsoft Research Asia
است. او مدرک B.S. و M.S. مدرک، هر دو در علوم کامپیوتر، از
دانشگاه شانگهای جیائو تونگ در سال 1994 و 1996. او دکتری
دریافت کرد. وی در سال 2000 در رشته علوم کامپیوتر از دانشگاه
کالیفرنیا، لس آنجلس فارغ التحصیل شد. او متعاقباً تا سال 2009
به عنوان محقق در IBM مشغول به کار شد. علاقه اصلی تحقیقاتی او
زبان پایگاه داده و سیستم ها، داده کاوی، و بازیابی اطلاعات
است. وی بیش از 100 مقاله پژوهشی در مجلات معتبر بین المللی و
مجموعه مقالات کنفرانس منتشر کرده است. او بهعنوان دستیار
ویراستار IEEE TKDE، و بهعنوان داور و عضو کمیته برنامه در
کنفرانسها و مجلات پیشرو پایگاه داده خدمت کرده است.
Managing and Mining Graph Data is a comprehensive survey book in graph data analytics. It contains extensive surveys on important graph topics such as graph languages, indexing, clustering, data generation, pattern mining, classification, keyword search, pattern matching, and privacy. It also studies a number of domain-specific scenarios such as stream mining, web graphs, social networks, chemical and biological data. The chapters are written by leading researchers, and provide a broad perspective of the area. This is the first comprehensive survey book in the emerging topic of graph data processing.
Managing and Mining Graph Data is designed for a varied audience composed of professors, researchers and practitioners in industry. This volume is also suitable as a reference book for advanced-level database students in computer science.
About the Editors:
Charu C. Aggarwal obtained his B.Tech in Computer Science
from IIT Kanpur in 1993 and Ph.D. from MIT in 1996. He has
worked as a researcher at IBM since then, and has published
over 130 papers in major data mining conferences and
journals. He has applied for or been granted over 70 US and
International patents, and has thrice been designated a
Master Inventor at IBM. He has received an IBM Corporate
award for his work on data stream analytics, and an IBM
Outstanding Innovation Award for his work on privacy
technology. He has served on the executive committees of most
major data mining conferences. He has served as an associate
editor of the IEEE TKDE, as an associate editor of the ACM
SIGKDD Explorations, and as an action editor of the DMKD
Journal. He is a fellow of the IEEE, and a life-member of the
ACM.
Haixun Wang is currently a researcher at Microsoft Research
Asia. He received the B.S. and the M.S. degree, both in
computer science, from Shanghai Jiao Tong University in 1994
and 1996. He received the Ph.D. degree in computer science
from the University of California, Los Angeles in 2000. He
subsequently worked as a researcher at IBM until 2009. His
main research interest is database language and systems, data
mining, and information retrieval. He has published more than
100 research papers in referred international journals and
conference proceedings. He serves as an associate editor of
the IEEE TKDE, and has served as a reviewer and program
committee member of leading database conferences and
journals.
Front Matter....Pages i-xxiv
An Introduction to Graph Data....Pages 1-11
Graph Data Management and Mining: A Survey of Algorithms and Applications....Pages 13-68
Graph Mining: Laws and Generators....Pages 69-123
Query Language and Access Methods for Graph Databases....Pages 125-160
Graph Indexing....Pages 161-180
Graph Reachability Queries: A Survey....Pages 181-215
Exact and Inexact Graph Matching: Methodology and Applications....Pages 217-247
A Survey of Algorithms for Keyword Search on Graph Data....Pages 249-273
A Survey of Clustering Algorithms for Graph Data....Pages 275-301
A Survey of Algorithms for Dense Subgraph Discovery....Pages 303-336
Graph Classification....Pages 337-363
Mining Graph Patterns....Pages 365-392
A Survey on Streaming Algorithms for Massive Graphs....Pages 393-420
A Survey of Privacy-Preservation of Graphs and Social Networks....Pages 421-453
A Survey of Graph Mining for Web Applications....Pages 455-485
Graph Mining Applications to Social Network Analysis....Pages 487-513
Software-Bug Localization with Graph Mining....Pages 515-546
A Survey of Graph Mining Techniques for Biological Datasets....Pages 547-580
Trends in Chemical Graph Data Mining....Pages 581-606
Back Matter....Pages 607-610