新書推薦：
《
超加工人群：为什么有些食物让人一吃就停不下来
》
售價：NT$
454.0
《
历史的教训（浓缩《文明的故事》精华，总结历史教训的独特见解）
》
售價：NT$
286.0
《
不在场证明谜案（超绝CP陷入冤案！日本文坛超新星推理作家——辻堂梦代表作首次引进！）
》
售價：NT$
265.0
《
明式家具三十年经眼录
》
售價：NT$
2387.0
《
敦煌写本文献学（增订本）
》
售價：NT$
1010.0
《
耕读史
》
售價：NT$
500.0
《
地理计算与R语言
》
售價：NT$
551.0
《
沈括的知识世界：一种闻见主义的实践（中华学术译丛）
》
售價：NT$
398.0
|
| 內容簡介： |
·网络内容安全是一个新兴的研究领域，也是网络空间安全的一个重要研究方向，融合了机器学习、自然语言处理、数据挖掘、计算机视觉等多个学科的知识，具有广阔的研究前景和应用价值。本书是网络空间安全的专业教材，重点介绍了网络内容安全的基本原理和相关专业基础知识。全书共12章，内容包括网络内容安全的基本概念及发展历史、网络内容数据获取与预处理、文本数据分类与聚类、网络舆情分析、话题检测与跟踪、社交网络分析与社区检测、情感分析、图像与视频内容分析与检测等。
本书适用于信息安全、网络空间安全、计算机等相关专业高年级本科生和研究生的专业学习，也可供有关科研人员参考使用。
|
| 目錄：
|
第1章 网络内容安全概述
1.1 网络内容安全的背景
1.1.1 互联网的发展
1.1.2 相关法律法规
1.1.3 网络内容数据类型
1.1.4 网络内容安全面临的挑战
1.2 网络内容安全的定义
1.3 网络内容安全的研究
1.3.1 网络内容安全知识体系
1.3.2 网络内容安全研究方法
1.4 网络内容安全的发展
1.4.1 网络内容安全现状
1.4.2 网络内容安全的发展趋势
1.5 本章小结
参考文献
第2章 网络信息内容数据获取
2.1 网络数据
2.1.1 网络媒体数据
2.1.2 网络通信数据
2.2 网络媒体数据的爬取
2.2.1 通用网络爬虫算法
2.2.2 网页数据处理
2.2.3 网页解析
2.2.4 链接提取与规范化
2.2.5 爬虫陷阱
2.2.6 网页排序
2.2.7 聚焦网络爬虫
2.3 网络爬虫的评价
2.4 网络垃圾信息
2.5 网络媒体数据获取的难点
2.6 本章小结
参考文献
第3章 文本预处理
3.1 文本的特征抽取
3.1.1 词条化
3.1.2 词形规范化
3.1.3 中文分词
3.1.4 中文分词工具
3.2 文档模型
3.2.1 布尔模
3.2.2 n元语法模型
3.2.3 向最空间模型
3.3 文档相似度
3.4 本章小结
参考文献
第4章 文本分类
4.1 概述
4.2 文本表示模型
4.3 特征选择
4.3.1 互信息法
4.3.2 信息增益法
4.3.3 卡方统计法
4.4 基于统计学习的文本分类算法
4.4.1 朴素贝叶斯分类模型
4.4.2 支持向量机
4.5 性能评价指标
4.6 本章小结
参考文献
第5章 文本聚类
5.1 概述
5.2 文本相似度计算
5.2.1 样本间的相似性
5.2.2 簇间的相似性
5.2.3 样本与簇间的相似性
5.3 文本聚类算法
5.3.1 K均值聚类
5.3.2 单遍聚类
5.3.3 谱聚类算法
5.3.4 层次聚类
5.3.5 密度聚类
5.4 聚类评估
5.4.1 基于外部标准的评估
5.4.2 基于内部标准的评估
5.5 本章小结
参考文献
第6章 网络舆情分析
6.1 网络舆情基本概念
6.2 网络舆情的形成
6.3 网络舆情的特点
6.4 网络舆情的发展
6.5 网络舆情分析的主要技术
6.5.1 网络舆情数据采集
6.5.2 舆情事件检测
6.5.3 网络舆情评估
6.6 网络谣言
6.6.1 网络谣言的类型及成因
6.6.2 网络谣言的特征
6.6.3 网络谣言的检测
6.7 网络水军
6.7.1 网络水军的危害
6.7.2 网络水军的分类
6.7.3 网络水军的特征
6.7.4 网络水军的检测
6.8 本章小结
参考文献
第7章 话题检测与跟踪
7.1 话题检测与跟踪概述
7.2 术语
7.3 任务
7.3.1 报道切分
7.3.2 话题检测
7.3.3 首次报道检测
7.3.4 话题跟踪
7.3.5 关联检测
7.4 语料
7.5 评测
7.6 话题表示与关联检测
7.7 话题检测
7.7.1 在线话题检测
7.7.2 话题回溯检测
7.8 话题跟踪
7.9 突发话题检测
7.9.1 突发状态识别
7.9.2 突发话题生成
7.10 本章小结
参考文献
第8章 社交网络分析
8.1 社交网络分析基础
8.1.1 基本概念
8.1.2 社交网络分析的发展
8.1.3 社交化媒体的发展
8.1.4 社交网络分析的应用
8.1.5 社交网络分析相关理论
8.1.6 数据挖掘中的社交网络分析
8.2 节点排序
8.2.1 网络中的重要节点
8.2.2 基于节点近邻的排序方法
8.2.3 基于路径的排序方法
8.2.4 基于特征向量的排序方法
8.3 链路预测
8.3.1 基于节点属性的相似性
8.3.2 基于局部信息的相似性
8.3.3 基于路径的相似性
8.4 扩散模型
8.4.1 节点影响力
8.4.2 扩散曲线
8.4.3 影响力传播模型
8.4.4 影响力最大化
8.5 感染模型
8.5.1 通用方案
8.5.2 SIR模
8.5.3 SIS模型
8.5.4 流行病阈值
8.6 木本章小结
参考文献
第9章 杜区检测
9.1 基木概念
9.2 以节点为中心的社区发现
9.2.1 完全连通
9.2.2 可达性
9.3 以群组为中心的社区发现
9.4 以网络为中心的社区发现
9.4.1 顶点相似性
9.4.2 隐含空间模型
9.4.3 块模型近似
9.4.4 谐聚类
9.4.5 模块度最大化
9.4.6 社区检测的统一过程
9.5 以层次为中心的社区检测
9.5.1 分裂式层次聚类法
9.5.2 聚合式层次聚类法
9.6 多维网络
9.6.1 网络集成
9.6.2 效用集成
9.6.3 特征集成
9.6.4 划分集成
9.7 社区评价
9.8 本章小结
参考文献
第10章 情感分析
10.1 情感分析任务分类
10.1.1 基于任务目标的分类
10.1.2 基于分析粒度
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
