网络科学与网络大数据结构挖掘

8.2 网络中心性分析应用

8.1 引言

第八章 网络大数据结构分析应用

7.5 ELPA算法

7.4 Map Equation算法

7.3 边聚类算法

7.2 边图

7.1 引言

第七章 边社团

6.10 多层网络方法

6.9 动态网络方法

6.8 重叠社团发现方法

6.7 机器学习方法

6.6 数学物理方法

6.5 动力学方法

6.4 信息论方法

6.3 模块度方法

6.2 层次聚类法

6.1 引言

第六章 点社团

5.5 信息中心性

5.4 拓扑中心性

5.3 特征值中心性

5.2 路径中心性

5.1 引言

第五章 边中心性

4.11 多属性决策算法

4.10 桥节点中心性算法

4.9 结构洞算法

4.8 随机游走算法

4.7 信息中心性

4.6 k-核(k-壳)分解法

4.5 介数中心性

4.4 近邻中心性

4.3 特征值中心性

4.2 度中心性

4.1 引言

第四章 点中心性

3.4 基本性质

3.3 基本模型

3.2 基本属性

3.1 引言

第三章 网络拓扑

2.4 网络大数据的表示方法

2.3 网络大数据实证研究

2.2 网络大数据特性

2.1 引言

第二章 网络大数据

1.4 本书内容简介

1.3 网络科学研究内容

1.2 网络科学的特性

1.1 网络科学的发展

第一章 网络科学

前言

版权信息

封面

封面

版权信息

前言

第一章 网络科学

1.1 网络科学的发展

1.2 网络科学的特性

1.3 网络科学研究内容

1.4 本书内容简介

第二章 网络大数据

2.1 引言

2.2 网络大数据特性

2.3 网络大数据实证研究

2.4 网络大数据的表示方法

第三章 网络拓扑

3.1 引言

3.2 基本属性

3.3 基本模型

3.4 基本性质

第四章 点中心性

4.1 引言

4.2 度中心性

4.3 特征值中心性

4.4 近邻中心性

4.5 介数中心性

4.6 k-核(k-壳)分解法

4.7 信息中心性

4.8 随机游走算法

4.9 结构洞算法

4.10 桥节点中心性算法

4.11 多属性决策算法

第五章 边中心性

5.1 引言

5.2 路径中心性

5.3 特征值中心性

5.4 拓扑中心性

5.5 信息中心性

第六章 点社团

6.1 引言

6.2 层次聚类法

6.3 模块度方法

6.4 信息论方法

6.5 动力学方法

6.6 数学物理方法

6.7 机器学习方法

6.8 重叠社团发现方法

6.9 动态网络方法

6.10 多层网络方法

第七章 边社团

7.1 引言

7.2 边图

7.3 边聚类算法

7.4 Map Equation算法

7.5 ELPA算法

第八章 网络大数据结构分析应用

8.1 引言

8.2 网络中心性分析应用