更新时间：2024-07-25 16:05:02
封面
版权信息
内容简介
前言
第1章 图思维方式
1.1 什么是图
1.1.1 人类到底是如何思考的
1.1.2 由一道面试题引发的思考
1.2 图论与图计算
1.2.1 图论及其发展史
1.2.2 图计算概述
第2章 图算法基础
2.1 图算法的分类
2.2 图分析与数据科学
第3章 如何评估图算法的效率
3.1 什么是算法效率
3.2 查询模式、数据结构和计算效率
3.2.1 查询模式
3.2.2 数据结构与计算效率
3.3 并发设计与加速
第4章 中心性算法
4.1 节点度中心性
4.1.1 算法历史和原理
4.1.2 算法复杂度与算法参数
4.1.3 行业应用：零售信贷消费预测
4.2 接近中心性
4.2.1 算法历史和原理
4.2.2 算法复杂度与算法参数
4.2.3 行业应用：功能性场所选址
4.3 中介中心性
4.3.1 算法历史和原理
4.3.2 算法复杂度与算法参数
4.3.3 行业应用：交通枢纽评估
4.4 网页排名
4.4.1 算法历史和原理
4.4.2 算法复杂度与算法参数
4.4.3 行业应用：互联网网页排名
4.5 虚假账号排名
4.5.1 算法历史和原理
4.5.2 算法复杂度与算法参数
4.5.3 行业应用：社交网络恶意账号识别
第5章 相似度算法
5.1 杰卡德相似度
5.1.1 算法历史和原理
5.1.2 算法复杂度与算法参数
5.1.3 行业应用：度量学习模型的预测准确性
5.2 重叠相似度
5.2.1 算法历史和原理
5.2.2 算法复杂度与算法参数
5.2.3 行业应用：文本相似度比较
5.3 余弦相似度
5.3.1 算法历史和原理
5.3.2 算法复杂度与算法参数
5.3.3 行业应用：人脸识别
5.4 欧几里得距离
5.4.1 算法历史和原理
5.4.2 算法复杂度与算法参数
5.4.3 行业应用：异常检测
5.5 皮尔森相关系数
5.5.1 算法历史和原理
5.5.2 算法复杂度与算法参数
5.5.3 行业应用：构建相关性网络
第6章 连通性和紧密度算法
6.1 全图k邻
6.1.1 算法历史和原理
6.1.2 算法复杂度与算法参数
6.1.3 行业应用：企业影响力分析（工商和供应链图谱）
6.2 三角形计算
6.2.1 算法历史和原理
6.2.2 算法复杂度与算法参数
6.2.3 行业应用：社交网络紧密性
6.3 二分图
6.3.1 算法历史和原理
6.3.2 算法复杂度与算法参数
6.3.3 行业应用：地图着色问题
6.4 连通分量
6.4.1 算法历史和原理
6.4.2 算法复杂度与算法参数
6.4.3 行业应用：中继器网络安全系数计算
6.5 最小生成树
6.5.1 算法历史和原理
6.5.2 算法复杂度与算法参数
6.5.3 行业应用：电力、网络线路规划
第7章 传播与分类算法
7.1 标签传播
7.1.1 算法历史和原理
7.1.2 算法复杂度与算法参数
7.1.3 行业应用：社交网络用户兴趣分类
7.2 k最近邻
7.2.1 算法历史和原理
7.2.2 算法复杂度与算法参数
7.2.3 行业应用：手写识别与离群点检测
7.3 k均值
7.3.1 算法历史和原理
7.3.2 算法复杂度与算法参数
7.3.3 行业应用：基于向量聚类的图像颜色缩减
7.4 鲁汶识别
7.4.1 算法历史和原理
7.4.2 算法复杂度与算法参数
7.4.3 行业应用：用户社交关系分类
