社會機器學(xué)習(xí)

目錄
前言
第1章 緒論 1
1.1 認(rèn)知與學(xué)習(xí) 1
1.1.1 格式塔學(xué)派頓悟說 2
1.1.2 現(xiàn)代認(rèn)知學(xué)習(xí)理論 2
1.2 網(wǎng)絡(luò)化社會 3
1.2.1 大數(shù)據(jù)化社會 5
1.2.2 物聯(lián)化社會 6
1.2.3 智慧化社會 7
1.3 社會認(rèn)知和學(xué)習(xí) 8
1.4 機器學(xué)習(xí) 10
1.5 社會機器學(xué)習(xí) 11
1.5.1 概念 11
1.5.2 主要功能 17
第2章 機器學(xué)習(xí)理論 21
2.1 人工智能技術(shù)發(fā)展背景 21
2.1.1 發(fā)展歷程 22
2.1.2 研究內(nèi)容 23
2.2 典型機器學(xué)習(xí)算法 32
2.2.1 線性回歸算法 32
2.2.2 邏輯回歸算法 33
2.2.3 決策樹算法 33
2.2.4 基于實例的算法 34
2.2.5 貝葉斯算法 35
2.2.6 關(guān)聯(lián)規(guī)則學(xué)習(xí) 36
2.2.7 集成學(xué)習(xí) 36
2.3 深度學(xué)習(xí) 37
2.3.1 監(jiān)督學(xué)習(xí) 38
2.3.2 多層神經(jīng)網(wǎng)絡(luò)訓(xùn)練 40
2.3.3 卷積神經(jīng)網(wǎng)絡(luò) 41
2.3.4 分布式特征表示 44
2.3.5 遞歸神經(jīng)網(wǎng)絡(luò) 45
2.3.6 未來展望 46
2.4 類腦機器學(xué)習(xí) 47
2.4.1 類腦記憶 47
2.4.2 類腦計算 49
第3章 社會聚類學(xué)習(xí) 52
3.1 問題背景 52
3.2 社會網(wǎng)絡(luò)特征結(jié)構(gòu)發(fā)現(xiàn) 53
3.3 社會網(wǎng)絡(luò)的超圖模型 56
3.3.1 超圖的基本概念 57
3.3.2 模型要素與特征 59
3.4 HCH方法 62
3.4.1 HCH方法的基本思想 62
3.4.2 超邊的相似性 63
3.4.3 超邊的融合 67
3.4.4 劃分密度 68
3.4.5 覆蓋效應(yīng)分析 71
3.5 案例分析 73
3.5.1 實驗Ⅰ 73
3.5.2 實驗Ⅱ 77
3.6 HCH方法時間復(fù)雜度分析和應(yīng)用特點 79
3.6.1 HCH方法時間復(fù)雜度分析 79
3.6.2 HCH方法應(yīng)用特點 80
3.7 本章小結(jié) 81
參考文獻 81
第4章 社會關(guān)聯(lián)學(xué)習(xí) 83
4.1 問題背景 83
4.2 研究現(xiàn)狀 84
4.2.1 網(wǎng)絡(luò)鏈路預(yù)測研究現(xiàn)狀 84
4.2.2 鏈路預(yù)測效果評價指標(biāo) 88
4.3 網(wǎng)絡(luò)關(guān)聯(lián)重構(gòu)算法 89
4.3.1 基于隨機分塊模型的鏈路去噪 89
4.3.2 基于層次概率樹的鏈路預(yù)測 98
4.3.3 基于結(jié)構(gòu)相似性的關(guān)聯(lián)分析指標(biāo) 103
4.3.4 網(wǎng)絡(luò)還原程度分析 115
4.4 本章小結(jié) 126
參考文獻 126
第5章 社會角色學(xué)習(xí) 129
5.1 問題背景 129
5.2 節(jié)點特征與行為模式分析 131
5.2.1 節(jié)點特征 131
5.2.2 用戶行為 132
5.3 節(jié)點影響力分析 138
5.3.1 用戶影響力的研究 138
5.3.2 影響力因素 141
5.3.3 社交網(wǎng)絡(luò)影響力的度量方法 143
5.4 角色分析 151
5.4.1 一般復(fù)雜網(wǎng)絡(luò)基于結(jié)構(gòu)等價性的角色分析 152
5.4.2 社會網(wǎng)絡(luò)中節(jié)點角色分析 156
5.5 節(jié)點角色分析實驗 159
5.5.1 基于有向拓?fù)鋭莸墓?jié)點角色發(fā)現(xiàn)算法 159
5.5.2 基于非負(fù)矩陣分解的角色發(fā)現(xiàn)算法 164
5.5.3 基于特征向量聚類的角色發(fā)現(xiàn)算法 165
5.6 本章小結(jié) 166
參考文獻 166
第6章 社會行為學(xué)習(xí) 168
6.1 問題背景 168
6.2 國內(nèi)外研究現(xiàn)狀 169
6.2.1 社會網(wǎng)絡(luò)信息傳播模型 169
6.2.2 網(wǎng)絡(luò)演化博弈模型 170
6.3 演化博弈方法相關(guān)概念 171
6.3.1 演化博弈論基本思想 172
6.3.2 演化穩(wěn)定策略 172
6.3.3 適應(yīng)度 173
6.3.4 弱選擇 173
6.4 社會網(wǎng)絡(luò)的演化博弈模型 174
6.4.1 網(wǎng)絡(luò)結(jié)構(gòu) 175
6.4.2 演化規(guī)則 178
6.4.3 靜態(tài)均勻網(wǎng)絡(luò)信息傳播模型 179
6.4.4 靜態(tài)非均勻網(wǎng)絡(luò)信息傳播模型 186
6.5 社會網(wǎng)絡(luò)的協(xié)同演化模型 188
6.5.1 社會網(wǎng)絡(luò)動態(tài)性對信息傳播的影響 189
6.5.2 演化規(guī)則 191
6.5.3 協(xié)同演化博弈模型 193
6.5.4 網(wǎng)狀結(jié)構(gòu)和層次結(jié)構(gòu)上的博弈分析 195
6.6 算法與仿真 197
6.6.1 靜態(tài)均勻網(wǎng)算法與仿真 197
6.6.2 ER隨機網(wǎng)絡(luò)算法與仿真 200
6.6.3 BA無標(biāo)度網(wǎng)絡(luò)算法與仿真 202
6.6.4 協(xié)同演化博弈算法與仿真Ⅰ 203
6.6.5 協(xié)同演化博弈算法與仿真Ⅱ 206
6.7 案例應(yīng)用 210
6.7.1 實驗Ⅰ 215
6.7.2 實驗Ⅱ 216
6.8 本章小結(jié) 218
參考文獻 220
第7章 社會弱項學(xué)習(xí) 223
7.1 問題描述 223
7.1.1 背景及意義 223
7.1.2 研究現(xiàn)狀 224
7.2 基本概念 225
7.2.1 一般脆弱性的定義 225
7.2.2 社會網(wǎng)絡(luò)復(fù)雜性 225
7.2.3 社會網(wǎng)絡(luò)脆弱性 226
7.3 主要模型 227
7.3.1 異質(zhì)容量模型 227
7.3.2 基于馬爾可夫邏輯的異質(zhì)網(wǎng)絡(luò)模型 230
7.3.3 馬爾可夫邏輯網(wǎng)基本理論 234
7.3.4 馬爾可夫邏輯網(wǎng)決策推理 236
7.3.5 能力向量 239
7.3.6 其他模型 239
7.4 弱項學(xué)習(xí)方法 240
7.4.1 基于偏序生成樹的網(wǎng)絡(luò)脆弱性學(xué)習(xí) 240
7.4.2 基于影響模型與馬爾可夫鏈的網(wǎng)絡(luò)脆弱性學(xué)習(xí) 247
7.4.3 基于狀態(tài)演化模型的社會網(wǎng)絡(luò)結(jié)構(gòu)弱項學(xué)習(xí) 250
7.5 案例實驗 252
7.5.1 電力網(wǎng)絡(luò)建模 252
7.5.2 電力網(wǎng)絡(luò)弱項學(xué)習(xí) 254
7.5.3 電力網(wǎng)絡(luò)弱項學(xué)習(xí)的流程 256
7.5.4 實驗結(jié)果分析 257
7.6 本章小結(jié) 260
參考文獻 260
第8章 社會異常學(xué)習(xí) 263
8.1 問題描述 263
8.1.1 背景及意義 263
8.1.2 研究現(xiàn)狀 264
8.1.3 主要問題 267
8.2 基本概念 268
8.2.1 一般異常的定義 268
8.2.2 社會組織異常的定義 268
8.2.3 社會組織異常的分類 269
8.3 主要模型 270
8.3.1 網(wǎng)絡(luò)相似度模型 270
8.3.2 社團演化模型 273
8.3.3 異常子序列學(xué)習(xí)模型 276
8.4 案例實驗 281
8.4.1 社會網(wǎng)絡(luò)動態(tài)描述 281
8.4.2 異常子序列檢測 287
8.5 本章小結(jié) 289
參考文獻 291
附錄 293