第一个书签之前
摘 要
Abstract
插图目录
表格目录
算法目录
本论文专用术语与数学符号的注释表
绪论
研究背景和意义
数据挖掘概述及在社交与信息网络中的挑战
数据挖掘
大数据分析的分布式优化与处理
机器学习
数据挖掘在社交与信息网络中的挑战
社交与信息网络中的数据挖掘研究进展
社交网络中推荐系统的分布式算法
信息网络中矩阵分解的MapReduce框架
智能交通网络中无人车的智能控制
信息网络中的网络免疫策略
研究内容及安排
社交网络中含有相似度约束的推荐系统分布式算法
引言
问题建模与描述
矩阵分解
含有相似度约束的矩阵分解问题
ADMM
基于ADMM的分布式算法
物品聚类及评分矩阵切分
局部变量和一致性约束建模
ADMM的求解流程
相似度项的处理
闭式解的计算
低复杂度优化设计
递归分块的矩阵求逆
修正的线性方程求解算法
块Gauss-Seidel方法
仿真结果与分析
实验设计和度量
在真实数据集上的评估
本章小结
附录
注 1的证明
命题 1的证明
命题 2的证明
命题 4的证明
信息网络中矩阵分解的定制MapReduce框架实现
引言
问题建模与描述
基于ADMM的异步分布式算法
基于CG的低复杂度算法
两种Kronecker结构的矩阵求逆
CG算法
基于CG的低复杂度算法
算法的理论分析
定制的MapReduce框架实现
MapReduce编程模型
定制的MapReduce框架实现
仿真结果与分析
数据集和评估度量
比较和分析
本章小结
智能交通网络中挖掘司机分心行为的无人车智能纵向速度控制
引言
问题建模与描述
无人车智能速度控制避让分心司机
车辆模型
风险评估
可信度评估
整合风险和可信度到速度控制中
安全约束
持续可行性分析
MPC建模优化问题
协作框架的优势分析
仿真结果与分析
分心监测的实时评估
无人车的纵向速度控制
本章小结
附录
推论3证明
定理2的证明
信息网络中控制最坏情况下的网络传播的网络免疫策略
引言
问题建模与描述
求解最小-最大问题的算法
固定免疫干预求解内层优化问题
固定初始传播源集合求解外层优化问题
最小-最大问题的求解
算法的复杂度分析
仿真结果与分析
数据集描述
人工合成数据集上的结果
真实数据集上的结果
本章小结
结论与展望
本文工作总结
未来研究展望
致 谢
参考文献
作者攻读博士学位期间的研究成果
东南大学;