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: Rokia Missaoui, Talel Abdessalem, Matthieu Latapy (eds.) سری: Lecture Notes in Social Networks ISBN (شابک) : 9783319534206, 9783319534190 ناشر: Springer International Publishing سال نشر: 2017 تعداد صفحات: 263 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 مگابایت
کلمات کلیدی مربوط به کتاب روند در تحلیل شبکه های اجتماعی: انتشار اطلاعات، مدل سازی رفتار کاربر، پیش بینی و ارزیابی آسیب پذیری: داده کاوی و کشف دانش، علوم اجتماعی محاسباتی، هوش مصنوعی (شامل رباتیک)، مدیریت پایگاه داده، کاربردهای نظریه گراف و شبکه های پیچیده
در صورت تبدیل فایل کتاب Trends in Social Network Analysis: Information Propagation, User Behavior Modeling, Forecasting, and Vulnerability Assessment 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 روند در تحلیل شبکه های اجتماعی: انتشار اطلاعات، مدل سازی رفتار کاربر، پیش بینی و ارزیابی آسیب پذیری 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 مشارکتهای متخصصان سراسر جهان را جمعآوری میکند که به مطالعات اخیر در تجزیه و تحلیل شبکههای اجتماعی مانند گسترش نفوذ، پیشبینی پیوند، دوشاخهسازی پویا و غرق شدن در شبکههای اجتماعی پرداختهاند. هم موضوعات جدید و هم راه حل های جدید برای مشکلات شناخته شده را پوشش می دهد. مشارکتها بر روشها و تکنیکهای تثبیتشده در نظریه گراف، یادگیری ماشین، مدلسازی تصادفی، تحلیل رفتار کاربر و پردازش زبان طبیعی تکیه دارند. این متن درک استفاده از این روش ها و تکنیک ها را برای مدیریت مشکلات و موقعیت های عملی ارائه می دهد. روند در تجزیه و تحلیل شبکه های اجتماعی: انتشار اطلاعات، مدل سازی رفتار کاربر، پیش بینی، و ارزیابی آسیب پذیری برای دانشجویان، محققان و متخصصان شاغل در این زمینه جذاب است.
The book collects contributions from experts worldwide addressing recent scholarship in social network analysis such as influence spread, link prediction, dynamic network biclustering, and delurking. It covers both new topics and new solutions to known problems. The contributions rely on established methods and techniques in graph theory, machine learning, stochastic modelling, user behavior analysis and natural language processing, just to name a few. This text provides an understanding of using such methods and techniques in order to manage practical problems and situations. Trends in Social Network Analysis: Information Propagation, User Behavior Modelling, Forecasting, and Vulnerability Assessment appeals to students, researchers, and professionals working in the field.
Front Matter....Pages i-xiii
The Perceived Assortativity of Social Networks: Methodological Problems and Solutions....Pages 1-19
A Parametric Study to Construct Time-Aware Social Profiles....Pages 21-50
Sarcasm Analysis on Twitter Data Using Machine Learning Approaches....Pages 51-76
The DEvOTION Algorithm for Delurking in Social Networks....Pages 77-106
Social Engineering Threat Assessment Using a Multi-Layered Graph-Based Model....Pages 107-133
Through the Grapevine: A Comparison of News in Microblogs and Traditional Media....Pages 135-168
Prediction of Elevated Activity in Online Social Media Using Aggregated and Individualized Models....Pages 169-187
Unsupervised Link Prediction Based on Time Frames in Weighted–Directed Citation Networks....Pages 189-205
An Approach to Maximize the Influence Spread in the Social Networks....Pages 207-228
Energy Efficiency Analysis of the Very Fast Decision Tree Algorithm....Pages 229-252
Back Matter....Pages 253-255