社區結構的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

圖深度學習

為了解決社區結構的問題，作者馬耀湯繼良 這樣論述：

本書全面介紹了圖深度學習的理論基礎、模型方法及實際應用。全書分為4篇，共15章。第1篇為基礎理論，重點介紹圖和深度學習的基礎知識，包括圖的關鍵概念和屬性、各種基礎的神經網絡模型、訓練深度學習模型的關鍵方法以及防止訓練過程中過度擬合的實用技術；第2篇為模型方法，涵蓋了從基本設置到高級設置的成熟的圖深度學習方法，包括圖嵌入、圖過濾和池化操作、圖對抗攻擊和圖對抗防御技術、可擴展性圖神經網絡的代表性技術以及圖神經網絡之外的眾多圖深度模型；第3篇為實際應用，重點介紹了具有代表性的實際應用，包括自然語言處理、計算機視覺、數據挖掘、生物化學與醫療健康等；第4篇為前沿進展，介紹了有可能成為將來研究熱點的高級方

法和應用，主要從表達性、深度、公平性、可解釋性和自監督學習等內容。在組織結構方面，每章首先介紹寫作動機，然後通過具體示例或技術細節介紹相應內容，最後提供更多的擴展閱讀知識。 本書既適合對數據挖掘、機器學習和社交網絡分析感興趣的本科生和研究生閱讀，也適合企業開發者和項目經理閱讀。對於沒有計算機科學背景，但想要應用圖神經網絡來推進其所在學科發展的研究人員，本書同樣是一本值得參考的讀物。 馬 耀 密歇根州立大學博士研究生。他將於2021年秋季學期作為助理教授加入新澤西理工學院。他是密歇根州立大學傑出博士生獎以及FAST Fellowship的獲獎者。他的研究興趣包括網絡嵌入和

圖神經網絡。他的論文多次發表在KDD、WWW、IJCAI、SIGIR和TKDE等數據挖掘頂級會議和期刊上。他在眾多知名會議（如ICML、 KDD、 AAAI和IJCAI等）以及雜志（如TKDD、TKDE和TPAMI等）擔任程式委員會委員以及審稿人。他是AAAI圖神經網絡和KDD圖深度學習教學講座的第一組織者和演講者，這些教學講座都獲得了領域內外的巨大關注和廣泛好評。 湯繼良 密西根州立大學助理教授。在這之前，他曾擔任雅虎研究院研究員，於2015年從亞利桑那州立大學取得博士學位。他在圖特徵選擇、圖表徵學習、圖深度學習以及它們在互聯網和社交媒體上的應用方面做出了傑出貢獻。他曾經獲得 SIGKD

D新星獎（Rising Star Award）、Withrow傑出研究獎（Distinguished Withrow Research Award）、美國自然科學基金傑出青年獎（NSF Career Award）、IJCAI早期焦點人物演講（IJCAI Early Career Talk）和包括KDD、WSDM等在內的7項領域知名會議的最佳（或提名）論文獎。他的博士論文獲得SIGKDD最佳博士論文（KDD Best Dissertation）亞軍和院長優秀博士論文獎（Dean’s Dissertation Award）。他是SIAM數據分析小組和ACM TKDD期刊的秘書長。他經常當任數據挖掘

頂級會議的組織者和頂級期刊的編委。他的研究成果發表在領域頂級的期刊和會議上，現已獲得了超過14,000多次的引用（H指數為60）和媒體的廣泛關注和報道。   王怡琦 密歇根州立大學博士研究生。她的研究興趣主要集中在圖神經網絡理論基礎及其應用。她在計算機頂級會議（如KDD、EMNLP、WWW和AAAI等）上發表了多篇研究成果。她曾擔任AAAI、IJCAI和CIKM等國際知名會議的程式委員會委員。她曾參加組織KDD和AAAI圖深度學習專題教學講座，並擔任主要演講者，獲得了領域內外的巨大關注和廣泛好評。 金 衛 密歇根州立大學博士研究生。他的研究興趣集中在圖神經網絡，包括理論基礎、模型健壯性及應

用。他在KDD、AAAI、WSDM和WWW等計算機頂級會議上發表了多篇研究成果。他還是備受業內關注的對抗攻擊和防禦工具包DeepRobust的主要貢獻者。他曾擔任包括IJCAI和CIKM等國際知名會議的程式委員會委員。他曾參加組織AAAI圖深度學習專題教學講座和KDD神經網絡對抗攻擊與防禦專題教學講座，並擔任主要演講者，獲得了領域內外的巨大關注和廣泛好評。 第1章緒論1 1.1 簡介2 1.2 圖深度學習的動機2 1.3 本書內容4 1.4 本書讀者定位6 1.5 圖特徵學習的簡要發展史7 1.5.1 圖特徵選擇8 1.5.2 圖表示學習9 1.6 小結10 1.7 擴展閱讀

11   第1篇基礎理論 第2章圖論基礎15 2.1 簡介16 2.2 圖的表示16 2.3 圖的性質17 2.3.1 度17 2.3.2 連通度19 2.3.3 中心性21 2.4 譜圖論24 2.4.1 拉普拉斯矩陣24 2.4.2 拉普拉斯矩陣的特徵值和特徵向量26 2.5 圖信號處理27 2.6 復雜圖30 2.6.1 異質圖30 2.6.2 二分圖30 2.6.3 多維圖31 2.6.4 符號圖32 2.6.5 超圖33 2.6.6 動態圖33 2.7 圖的計算任務34 2.7.1 側重於節點的任務35 2.7.2 側重於圖的任務36 2.8 小結37 2.9 擴展閱讀37 第3章深

度學習基礎39 3.1 簡介40 3.2 深度前饋神經網絡41 3.2.1 網絡結構42 3.2.2 啟動函數43 3.2.3 輸出層和損失函數45 3.3 卷積神經網絡47 3.3.1 卷積操作和卷積層48 3.3.2 實際操作中的卷積層51 3.3.3 非線性啟動層52 3.3.4 池化層53 3.3.5 卷積神經網絡總體框架53 3.4 循環神經網絡54 3.4.1 傳統循環神經網絡的網絡結構55 3.4.2 長短期記憶網絡56 3.4.3 門控循環單元58 3.5 自編碼器59 3.5.1 欠完備自編碼器59 3.5.2 正則化自編碼器60 3.6 深度神經網絡的訓練61 3.6.1

梯度下降61 3.6.2 反向傳播62 3.6.3 預防過擬合64 3.7 小結65 3.8 擴展閱讀65 第2篇模型方法 第4章圖嵌入69 4.1 簡介70 4.2 簡單圖的圖嵌入71 4.2.1 保留節點共現71 4.2.2 保留結構角色80 4.2.3 保留節點狀態83 4.2.4 保留社區結構84 4.3 復雜圖的圖嵌入86 4.3.1 異質圖嵌入87 4.3.2 二分圖嵌入89 4.3.3 多維圖嵌入90 4.3.4 符號圖嵌入91 4.3.5 超圖嵌入93 4.3.6 動態圖嵌入95 4.4 小結96 4.5 擴展閱讀97 第5章圖神經網絡99 5.1 簡介100 5.2 圖神經

網絡基本框架102 5.2.1 側重於節點的任務的圖神經網絡框架102 5.2.2 側重於圖的任務的圖神經網絡框架103 5.3 圖濾波器104 5.3.1 基於譜的圖濾波器104 5.3.2 基於空間的圖濾波器114 5.4 圖池化120 5.4.1 平面圖池化120 5.4.2 層次圖池化121 5.5 圖卷積神經網絡的參數學習125 5.5.1 節點分類中的參數學習126 5.5.2 圖分類中的參數學習126 5.6 小結127 5.7 擴展閱讀128 第6章圖神經網絡的健壯性129 6.1 簡介130 6.2 圖對抗攻擊130 6.2.1 圖對抗攻擊的分類131 6.2.2 白盒攻擊1

32 6.2.3 灰盒攻擊135 6.2.4 黑盒攻擊139 6.3 圖對抗防禦142 6.3.1 圖對抗訓練142 6.3.2 圖凈化144 6.3.3 圖注意力機制144 6.3.4 圖結構學習148 6.4 小結149 6.5 擴展閱讀149 第7章可擴展圖神經網絡151 7.1 簡介152 7.2 逐點采樣法155 7.3 逐層采樣法158 7.4 子圖采樣法162 7.5 小結164 7.6 擴展閱讀164 第8章復雜圖神經網絡165 8.1 簡介166 8.2 異質圖神經網絡166 8.3 二分圖神經網絡168 8.4 多維圖神經網絡168 8.5 符號圖神經網絡170 8.6 超

圖神經網絡173 8.7 動態圖神經網絡174 8.8 小結175 8.9 擴展閱讀175 第9章圖上的其他深度模型177 9.1 簡介178 9.2 圖上的自編碼器178 9.3 圖上的循環神經網絡180 9.4 圖上的變分自編碼器182 9.4.1 用於節點表示學習的變分自編碼器184 9.4.2 用於圖生成的變分自編碼器184 9.4.3 編碼器：推論模型185 9.4.4 解碼器: 生成模型186 9.4.5 重建的損失函數186 9.5 圖上的生成對抗網絡187 9.5.1 用於節點表示學習的生成對抗網絡188 9.5.2 用於圖生成的生成對抗網絡189 9.6 小結191 9.7

擴展閱讀191 第3篇實際應用 第10章自然語言處理中的圖神經網絡195 10.1 簡介196 10.2 語義角色標注196 10.3 神經機器翻譯199 10.4 關係抽取199 10.5 問答系統200 10.5.1 多跳問答任務201 10.5.2 Entity-GCN 202 10.6 圖到序列學習203 10.7 知識圖譜中的圖神經網絡205 10.7.1 知識圖譜中的圖濾波205 10.7.2 知識圖譜到簡單圖的轉換206 10.7.3 知識圖譜補全207 10.8 小結208 10.9 擴展閱讀208 第11章計算機視覺中的圖神經網絡209 11.1 簡介210 11.2 視覺

問答210 11.2.1 圖像表示為圖211 11.2.2 圖像和問題表示為圖212 11.3 基於骨架的動作識別214 11.4 圖像分類215 11.4.1 零樣本圖像分類216 11.4.2 少樣本圖像分類217 11.4.3 多標簽圖像分類218 11.5 點雲學習219 11.6 小結220 11.7 擴展閱讀220 第12章數據挖掘中的圖神經網絡221 12.1 簡介222 12.2 萬維網數據挖掘222 12.2.1 社交網絡分析222 12.2.2 推薦系統225 12.3 城市數據挖掘229 12.3.1 交通預測229 12.3.2 空氣質量預測231 12.4 網絡安全數

據挖掘231 12.4.1 惡意賬戶檢測231 12.4.2 虛假新聞檢測233 12.5 小結234 12.6 擴展閱讀234 第13章生物化學和醫療健康中的 圖神經網絡235 13.1 簡介236 13.2 藥物開發與發現236 13.2.1 分子表示學習236 13.2.2 蛋白質相互作用介面預測237 13.2.3 藥物–靶標結合親和力預測239 13.3 藥物相似性整合240 13.4 復方藥物副作用預測242 13.5 疾病預測244 13.6 小結245 13.7 擴展閱讀245 第4篇前沿進展 第14 章圖神經網絡的高級方法249 14.1 簡介250 14.2 深層圖神經網

絡250 14.2.1 Jumping Knowledge 252 14.2.2 DropEdge 253 14.2.3 PairNorm 253 14.3 通過自監督學習探索未標記數據253 14.3.1 側重於節點的任務254 14.3.2 側重於圖的任務256 14.4 圖神經網絡的表達能力257 14.4.1 WL 測試258 14.4.2 表達能力259 14.5 小結260 14.6 擴展閱讀260 第15章圖神經網絡的高級應用261 15.1 簡介262 15.2 圖的組合優化262 15.3 學習程式表示264 15.4 物理學中相互作用的動力系統推斷265 15.5 小結26

6 15.6 擴展閱讀266 參考文獻267 索引295

社區結構進入發燒排行的影片

一個將非重疊社群轉為重疊社群之演算法

為了解決社區結構的問題，作者章正弦 這樣論述：

社群網絡是重要又龐大的一個平台，用於連接人們可以互相發送訊息、共享 圖片、上傳視頻和參加其他社交活動。 特別是用戶在資料互相傳遞的過程中會產 生大量的數據，這些數據可用於分析網絡中人類的社交行為。為了確保我們能夠 有效並正確獲取同一個社區中人們的行為，從社群網絡中獲取正確的社區結構對 於分析社交網絡具有重要作用。目前有許多研究人員在社群網絡中獲取非重疊社 區結構，獲取非重疊社區結構的方法已經普及與成熟，但少數人研究如何獲取重 疊社區，然而重疊的社區結構才是最符合現實世界。 在本論文中，我們提供了一 種從非重疊社區結構獲得重疊社區結構的算法， 透過與其他重疊算法的比較，我 們的算法更加實用。

社會變遷與實踐調適─ 現代化進程中的中國城市穆斯林

為了解決社區結構的問題，作者馬強 這樣論述：

　　本書重點記錄和討論了廣州、義烏和西安三市伊斯蘭教在1980至2010年間的變遷。內容主要涉及外籍穆斯林、網路社區、遷移人口、族群互動、城市女學、臨時禮拜點、不同穆斯林職業群體、國內外宗教思潮、宗教管理體制等。本書以個案豐富了宗教人類學、都市人類學、城市社會學、宗教社會學等跨學科研究，對於喚起民間的文化自覺，提高穆斯林適應都市生活的能力，消除教派觀念和族群隔閡，促進不同信仰群體之間的互動和理解等有著積極的學術貢獻。   導讀：鄉關何處——流動、城市化與全球烏瑪     VII 內容提要 XIV 術語簡要 XVII 緒論 城市化與中國城市穆斯林研究 01 一、城市化與城

市現代化 02 二、城市現代化進程中的伊斯蘭教 03 三、研究現狀 05 四、研究思路、困難、方法及過程 11 五、研究不足及缺憾 14 第一章 傳統與現代的共生——城市現代化進程中的廣州伊斯蘭教 16 一、改革開放與中外穆斯林遷移人口來穗 18 二、廣州的穆斯林族群 20 三、廣州的穆斯林人口及職業 23 四、廣州外籍穆斯林專題 27 五、廣州穆斯林社區類型及現狀 40 六、城市現代化與廣州穆斯林社區的特徵及變遷 53 七、本章小結 64 第二章 國際商貿市場與新型穆斯林聚居社區的崛起——義烏伊斯蘭教研究 65 一、義烏商貿業的發展與穆斯林的來稠 67 二、穆斯林的來源、人口及分佈 68

三、宗教活動場所及墓地 71 四、職業及參與行業 79 五、義烏穆斯林的文化教育活動 90 六、義烏穆斯林的社會交往及宗教文化交流 96 七、思考與討論 100 八、本章小結 117 第三章 回坊內外——城市社區變遷中的西安伊斯蘭教研究 119 一、坊內、坊外與研究視角 120 二、坊內回族宗教社區的變遷 125 三、西安回坊外的穆斯林社區 140 四、城市現代化與寺坊環境的變化 162 五、西安穆斯林的文化教育活動 168 六、西安市的清真女寺和女學 186 七、困境與消解——城市社區變遷中的西安市伊斯蘭教 194 八、本章小結 208 結語 210 一、城市化進程中的都市穆斯林社區分

類 210 二、傳統地域社區的更新或解體 212 三、流動社區的出現及其特徵分析 213 四、宗教思潮與教派觀念的變化 214 五、城市伊斯蘭教問題及消解對策 216 參考文獻 223 索引 231   序 　　本書運用人類學的理論與方法，選取中國的廣州、義烏和西安三個城市進行了宗教民族志研究，重點關注了伊斯蘭教在1980至2010年間中國迅速城市化過程中的遭遇和變遷。在流覽了三市相關文獻的基礎上，對每個選定的城市進行了細緻的（每個城市至少兩個月）的田野調查，主要採取參與觀察和深度訪談的方法，對當地阿訇、寺管會成員、知名鄉老和社會賢達、中外穆斯林商人、學生、工作人員、網路社區管理人員、

QQ群成員、新歸信者，以及民族、宗教、城管、社區辦事處及出入境管理等部門進行了調研，瞭解各市的伊斯蘭教現狀及信教群眾中存在的困難和問題，從而觀察人們如何應對現代化引起的各種變化。 　　根據三個城市伊斯蘭教歷史與現狀的差異，本書採取了不同的寫作思路，各有側重，以期達到反映共性特徵的同時，能夠突出每個城市的特點。研究內容主要涉及外籍穆斯林、網路社區、遷移人口、族群互動、城市女學、自發的流動臨時禮拜點、不同的穆斯林職業群體、國內外宗教思潮及其在中國城市中的實踐、政府和民間雙重的宗教管理體制等，部分內容在國內學術界尚屬首次關注。 　　對於廣州穆斯林，主要關注了近年來國內外移民進入之後帶來的宗教和信

仰群體的變化，以田野民族志的方法詳細描述了廣州穆斯林的人口、職業、分佈及特點，重點將跨境的外籍穆斯林的基本情況及其城市適應問題做了專題研究。關注了城市化進程中廣州傳統穆斯林社區的形態、功能和意義。研究發現傳統以清真寺為中心的地域社區業已消失，清真寺功能發生了轉型，出現臨時的社區中心，這是廣州穆斯林在城市化進程中為維護信仰邊界，強化伊斯蘭認同，抵抗世俗化而採取的民間應對措施，處於國家管理視域之外，具有自發性和自主性兩大特徵。本書同時分析了各種流動社區的模式、功能、成員之間的互動和社區結構、文化掮客等，重點研究了現代化背景下出現的網路虛擬社群及虛擬社群構建的穆斯林之間的實際互動。通過描述和分析，將

目前廣州的穆斯林社區分為國家認可型和民間自髮型兩種類型。國家認可型社區管理中外來者的「缺席」，以及民間自髮型社區中國家權力的「離場」是當前廣州穆斯林社區管理中存在的兩種現實。 　　義烏作為新型的穆斯林聚居社區，本書主要關注了義烏商貿業的發展與伊斯蘭教在義烏根植的過程和關係。通過深入的田野調查，利用政府統計資料、地方誌和訪談資料，厘清了義烏穆斯林的來源、人口和分佈。對包括義烏清真大寺在內的13處宗教活動場做了重點描述和分析，其中大多數由穆斯林自發組織的流動的臨時禮拜點及其覆蓋的中外各個族群的人口和互動為學術界首次關注。本書對當前義烏穆斯林主要參與的行業做了深入調查，分析了義烏穆斯林進入義烏的過

程和階段。認為作為一個伊斯蘭文化新根植的城市，伊斯蘭文化與當地文化之間充滿了張力和想像，鮮明的伊斯蘭文化符號為這座城市帶來了域外風情和多元文化特色。由於信仰群體的年輕化，以及大多數人都擁有阿拉伯語或宗教知識學習背景或薰陶，加之各種新興媒體的普遍使用，伊斯蘭文化在義烏充滿了生機和活力。研究總結了義烏伊斯蘭教在族群、教派、人口、身份認同和宗教傳播等方面的特點，並就義烏穆斯林存在的宗教教育和普通教育問題、宗教管理體制和模式、清真飲食、流動社區的建設和管理、遷移人口、跨境族際婚姻和喪葬等較為突出的問題做了對策性分析。最後從理論上探討了族群認同與宗教社區構建及穩定方面的關係。認為宗教認同有賴於作為文化載

體的族群，族群的存在讓信仰共同體變得堅實和豐富多彩，多元族群負載的不同特色的伊斯蘭文化相互之間形成了制衡，以清真大寺為權威的宗教象徵對整個義烏穆斯林社群之間的團結和凝聚具有示範意義和整合功能。 　　對西安這一歷史積澱深厚的回族居住城市，研究時對20世紀，特別是1980年代以來伊斯蘭教的發展變化進行了歷時性研究。以坊內和坊外為寫作思路，描述了坊內自清代「七寺十三坊」之後的寺坊結構變化情況，以及坊外移民建立的宗教社區。主要關注了伊合瓦尼和賽萊菲耶思潮的進入及其引起的回坊寺坊結構變化、河南省籍回族移民的居留及坊外宗教社區的形成、國內外學生及商業流動人口的進入導致的流動社區的出現、女寺（學）的興起及

功能、經堂教育的衰落及革新、城市拆遷和社區改造中的宗教及有關問題、清真食品監管問題、教派觀念和信仰身份認同、歷史與文化遺產保護等較為突出的問題。以文化主位和客位互動式的研究思路，分析了作為少數的伊斯蘭文化在快速都市化過程中的遭遇和面臨的問題，並就某些較為突出的問題及其解決思路提出了個人見解。 　　本書就流動社區、族群認同與宗教認同的關係、宗教文化根植與市場的關係、國內外宗教思潮的本土化、城市社區寺坊結構變化、城市女寺和女學的意義、功能、價值及發展方向等方面進行了較為深入的學術討論。研究總結的地域社區的更新與解體、當前中國城市化進程中都市穆斯林社區的分類、流動社區的特徵、宗教思潮與教派觀念的變

化，以及城市伊斯蘭教問題及消解對策（主要探討了社區發展與改造、遷移人口、宗教活動及管理、各種宗教思潮、清真飲食、宗教教育、女寺或女學及其它穆斯林婦女問題、保持信仰認同與融入都市生活等問題）四個方面，豐富了中國宗教人類學、都市人類學、城市社會學、宗教社會學等學科和專業的研究個案。從民間角度考慮，研究能夠喚起民間的文化自覺，提高穆斯林適應都市生活的能力，消除教派觀念和族群隔閡，促進不同信仰群體之間的互動和理解，宣導多元文化理念，為中國社會的穩定與和諧做出學術研究方面的貢獻。  

Using PageRank to Improve the Ranking of Social Network Community

為了解決社區結構的問題，作者吳光晉 這樣論述：

在過去的幾年中，社群檢測一直是數據挖掘中的一項重要任務。發展了許多不同的社群檢測算法來解決社群聚類的不同情況。然而，在大型網絡中，社群檢測方法通常會識別出數千個社群，並且只有一小部分在應用中是有價值的。本文提出了一種社群排序算法來解決社交網絡中集群社群品質評價問題。 CRANK[1] 是一種社區排名算法，旨在根據四個不同的指標確定模塊化分數。它們是 (a) 社群內節點的同質性。 (b) 社群內節點的連通性。 (c) 社群和外部節點之間的連通性。 (d) 社群內節點的忠誠度。分數越高代表這個社群的結構越值得信賴。換句話說，這個社群更有可能為我們提供有用的信息。（例如選擇廣告目標，推薦潛在朋友）

在本文中，我們提出了SNRank來提高社交網絡上的排名結果。社交網絡通常被認為與其他網絡不同。因為社交網路具有分類性，分類性描述了網絡中的節點如何根據它們的共同屬性而相互關聯。社交網絡上的節點對其鄰居有不同的影響力。 SNRank的主要思想是捕捉節點對社交網絡的影響，從而更準確地評估社交網路的社群結構。 PageRank 用於評估社交網絡上的節點重要性，而節點重要性用於改進社區結構指標對社交網路的評量能力。為了評估數據集的排名結果，每個社群是給定與基本事實相似度的分數作為準確性。最高品質的社群是與基本事實最相似的社群。一個好的推薦應該對社群進行排序，這個排序應該從高真實相似度向相似度較低

的社群排序。為了評估 SNRank 在社交網絡中的有效性，我們從信息和社交網絡中選擇了五個數據集。用 PageRank 賦予領導節點更高的權重來模擬人際影響。有了節點重要性機制，SNRank 在衡量社交網絡社區結構強度的方面表現得比現行方法來的好。實驗表明 SNRank 在社群排名上的成效提高了 3% ∼ 16%