資料詳細

  • 1 件中、 1 件目

【図書】 Ｐｙｔｈｏｎと複雑ネットワーク分析

関係性データからのアプローチ -- ネットワーク科学の道具箱 --
林幸雄 ／編著, 谷澤俊弘 ／共著, 鬼頭朋見 ／共著, 岡本洋 ／共著   -- 近代科学社 -- ２０１９．１０ -- ２１ｃｍ -- １８２ｐ

資料詳細

タイトル Ｐｙｔｈｏｎと複雑ネットワーク分析
副書名 関係性データからのアプローチ
シリーズ名 ネットワーク科学の道具箱
著者名等 林幸雄 ／編著, 谷澤俊弘 ／共著, 鬼頭朋見 ／共著, 岡本洋 ／共著  
出版 近代科学社 ２０１９．１０
大きさ等 ２１ｃｍ １８２ｐ
分類 417
件名 ネットワーク手法 , 複雑系
注記 索引あり
著者紹介 【林幸雄】１９８７年　豊橋技術科学大学大学院電気電子工学専攻修士課程修了。富士ゼロックス（株）システム技術研究所。１９９１年　国際電気通信基礎技術研究所。１９９５年　博士（工学）京都大学。１９９７年　北陸先端科学技術大学院大学知識科学研究科助教授。２００８年　科学技術振興機構さきがけ「知と創生の情報社会」領域アドバイザー。現在　北陸先端科学技術大学院大学先端科学技術研究科／融合科学共同専攻教授。（本データはこの書籍が刊行された当時に掲載されていたものです）
要旨 本書はシリーズとしての『ネットワーク科学の道具箱』（近代科学社、２００７）の続編でもあるが、いわゆる（複雑）ネットワーク科学に関する研究分野の十年ほどの進展に伴う新たな内容を中心に再編成して紹介した。教師信号を付けられないような、偶然出くわす、あるいは緩い関わりに潜む（因果が分からない現実のほとんど全ての広い意味での社会データに対応する）関係性データの分析に役立つ、Ｐｙｔｈｏｎのツール、可視化、連鎖的影響や役割分担の分析、購買層等のクラスタ分類：コミュニティ抽出、拡散の要の抽出や連結性の強化などを扱う。すなわち、企業間の取引、購買行動、口コミ情報の拡散など、人々のさまざまな活動履歴が関係性データとして表現できるとともに、本書に述べる分析手法は、それらのデータに共通して使えて、ＡＩ技術と同様に汎用性が高く適用範囲の裾野が広い。汎用で実際に役立つのみならず、理論的にも重要かつ今後の発展が期待できる基盤的内容を整理した。
目次 第１章　Ｐｙｔｈｏｎを用いた複雑ネットワーク分析（Ｐｙｔｈｏｎおよび外部モジュールのインストール；Ｊｕｐｙｔｅｒノートブック　ほか）；第２章　ネットワーク分析指標の経済系への応用（経済システムのシステミック・リスクに関するネットワーク研究；国の経済発展に関するネットワーク研究　ほか）；第３章　ランダムウォーク：コミュニティ抽出のキーツール（ネットワーク上のランダムウォーク；代表的なコミュニティ抽出：ランダムウォークの枠組みによる定式化　ほか）；第４章　インフルエンサーの抽出や最適な攻撃耐性に関する進展（ＳＮＳなどにおける口コミの影響力をビジネスに；口コミの影響力を表す指標　ほか）
ISBN(13)、ISBN 978-4-7649-0602-0　　 4-7649-0602-3
書誌番号 1113734764
URL https://opac.lib.city.yokohama.lg.jp/winj/opac/switch-detail.do?bibid=1113734764

ページの先頭へ

所蔵

所蔵は 1 件です。現在の予約件数は 0 件です。

所蔵館 所蔵場所 別置 請求記号 資料区分 状態 取扱 資料コード
中央 ４階自然科学 Map 417 一般書 利用可 - 2065437395 iLisvirtual

ページの先頭へ