ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Mining Heterogeneous Information Networks. Principles and Methodologies

دانلود کتاب استخراج شبکه های اطلاعات ناهمگن. اصول و روش ها

Mining Heterogeneous Information Networks. Principles and Methodologies

مشخصات کتاب

Mining Heterogeneous Information Networks. Principles and Methodologies

ویرایش:  
نویسندگان:   
سری: Synthesis Lectures on Data Mining and Knowledge Discovery 
ISBN (شابک) : 9781608458813 
ناشر: Morgan & Claypool 
سال نشر: 2012 
تعداد صفحات: 145 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

قیمت کتاب (تومان) : 67,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب Mining Heterogeneous Information Networks. Principles and Methodologies 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 استخراج شبکه های اطلاعات ناهمگن. اصول و روش ها 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 استخراج شبکه های اطلاعات ناهمگن. اصول و روش ها

اشیاء داده های فیزیکی و انتزاعی دنیای واقعی به هم پیوسته اند و شبکه های غول پیکر و به هم پیوسته را تشکیل می دهند. با ساختار دهی این اشیاء داده و تعاملات بین این اشیاء به انواع مختلف، چنین شبکه هایی به شبکه های اطلاعاتی ناهمگن نیمه ساختاریافته تبدیل می شوند. اکثر برنامه های کاربردی دنیای واقعی که داده های بزرگ را مدیریت می کنند، از جمله رسانه های اجتماعی به هم پیوسته و شبکه های اجتماعی، سیستم های اطلاعات علمی، مهندسی یا پزشکی، سیستم های تجارت الکترونیک آنلاین و اکثر سیستم های پایگاه داده، می توانند در شبکه های اطلاعاتی ناهمگن ساختاربندی شوند. بنابراین، تحلیل مؤثر شبکه‌های اطلاعاتی ناهمگن در مقیاس بزرگ، چالشی جالب اما حیاتی است. در این مقاله به بررسی اصول و روش‌شناسی شبکه‌های اطلاعاتی ناهمگن می‌پردازیم. با خروج از بسیاری از مدل‌های شبکه موجود که داده‌ها را به‌عنوان نمودارها یا شبکه‌های همگن مشاهده می‌کنند، مدل شبکه اطلاعات ناهمگن نیمه ساختاریافته ما از معنای غنی گره‌ها و پیوندهای تایپ‌شده در یک شبکه استفاده می‌کند و دانش غنی شگفت‌آوری را از داده‌های به هم پیوسته کشف می‌کند. این مدل‌سازی شبکه ناهمگن نیمه ساختاریافته منجر به یک سری اصول جدید و روش‌شناسی قدرتمند برای استخراج داده‌های به هم پیوسته می‌شود، از جمله (1) خوشه‌بندی و طبقه‌بندی مبتنی بر رتبه، (2) جستجو و استخراج شباهت مبتنی بر فرامسیر، (3) رابطه. استخراج با آگاهی از قدرت و بسیاری از پیشرفت‌های بالقوه دیگر. این تک نگاری این مرز پژوهشی جدید را معرفی می کند و به برخی جهت های پژوهشی امیدوارکننده اشاره می کند.


توضیحاتی درمورد کتاب به خارجی

Real world physical and abstract data objects are interconnected, forming gigantic, interconnected networks. By structuring these data objects and interactions between these objects into multiple types, such networks become semi-structured heterogeneous information networks. Most real world applications that handle big data, including interconnected social media and social networks, scientific, engineering, or medical information systems, online e-commerce systems, and most database systems, can be structured into heterogeneous information networks. Therefore, effective analysis of large-scale heterogeneous information networks poses an interesting but critical challenge. In this monograph, we investigate the principles and methodologies of mining heterogeneous information networks. Departing from many existing network models that view data as homogeneous graphs or networks, our semi-structured heterogeneous information network model leverages the rich semantics of typed nodes and links in a network and uncovers surprisingly rich knowledge from interconnected data. This semi-structured heterogeneous network modeling leads to a series of new principles and powerful methodologies for mining interconnected data, including (1) rank-based clustering and classification, (2) meta-path-based similarity search and mining, (3) relation strength-aware mining, and many other potential developments. This monograph introduces this new research frontier and points out some promising research directions.





نظرات کاربران