首页拓扑学
0


快速方向图挖掘到接近

Fast Direction-Aware Proximity for Graph Mining
课程网址: http://videolectures.net/kdd07_hanghang_fdap/  
主讲教师: Hanghang Tong
开课单位: 卡内基梅隆大学
开课时间: 2007-08-14
课程语种: 英语
中文简介:
本文研究了不对称的邻近措施对有向图,其量化关系的两个或两组节点之间的节点。在几个图挖掘任务,包括聚类的措施是有用的,链接预测和连接的拓扑发现。我们的邻近度量是基于逃生概率的概念。这样,我们努力总结节点邻近的多个方面,同时避免一些陷阱,选择接近的措施是敏感的。该措施是一个独特的功能为基础的方向信息的会计。我们提出的计算效率,特别强调,与快速发展的解决方案,在一些环境中是适用的。我们的实验研究表明,我们所提出的几个应用方向感知的邻近的方法的实用性,和我们的算法实现了显着的加速(达50000X)在简单的实现。
课程简介: 本文研究了不对称的邻近措施对有向图,其量化关系的两个或两组节点之间的节点。在几个图挖掘任务,包括聚类的措施是有用的,链接预测和连接的拓扑发现。我们的邻近度量是基于逃生概率的概念。这样,我们努力总结节点邻近的多个方面,同时避免一些陷阱,选择接近的措施是敏感的。该措施是一个独特的功能为基础的方向信息的会计。我们提出的计算效率,特别强调,与快速发展的解决方案,在一些环境中是适用的。我们的实验研究表明,我们所提出的几个应用方向感知的邻近的方法的实用性,和我们的算法实现了显着的加速(达50000X)在简单的实现。
关 键 词: 有向图; 量化关系; 拓扑
课程来源: 视频讲座网
最后编审: 2020-06-29:zyk
阅读次数: 80