摘要
D.Achlioptas和F.McSherry。 低阶矩阵近似的快速计算。 J.ACM,54(2),2007年。 谷歌学者 数字图书馆 R.Albert、H.Jeong和A.-L.Barabasi。 万维网的直径。 《自然》,(401):130-1311999。 谷歌学者 L.Backstrom、D.P.Huttenlocher、J.M.Kleinberg和X.Lan。 大型社交网络中的群体形成:成员、成长和进化。 在KDD中,第44-54页,2006年。 谷歌学者 数字图书馆 A.Broder、R.Kumar、F.Maghoul1、P.Raghavan、S.Rajagopalan、R.Stata、A.Tomkins和J.Wiener。 网络中的图形结构:实验和模型。 WWW Conf.,2000年。 谷歌学者 数字图书馆 Chi Y.、Song X.、Zhou D.、Hino K.和Tseng B.L。 通过结合时间平滑度的进化光谱聚类。 在KDD中,第153-162页,2007年。 谷歌学者 数字图书馆 S.Dorogovtsev和J.Mendes。 网络的演变。 物理学进展,51:1079-11872002。 谷歌学者 交叉引用 P.Drineas、R.Kannan和M.W.Mahoney。 矩阵的快速蒙特卡罗算法i:近似矩阵乘法。 SIAM计算机杂志,2005年。 谷歌学者 数字图书馆 P.Drineas、R.Kannan和M.W.Mahoney。 矩阵的快速蒙特卡罗算法iii:计算压缩近似矩阵分解。 SIAM计算机杂志,2005年。 谷歌学者 数字图书馆 P.Drineas、M.W.Mahoney和S.Muthukrishnan。 相对误差cur矩阵分解。 CoRR,abs/0708.36962007。 谷歌学者 M.Faloutsos、P.Falooutsos和C.Faloutos。 论互联网拓扑的幂律关系。 SIGCOMM,第251--262页,1999年8月至9月。 谷歌学者 数字图书馆 G.Flake、S.Lawrence、C.L.Giles和F.Coetzee。 自我组织和识别网络社区。 IEEE计算机,35(3),2002年3月。 谷歌学者 数字图书馆 D.Gibson、J.Kleinberg和P.Raghavan。 从链接拓扑推断web社区。 第九届ACM超文本和超媒体会议,第225-234页,纽约,1998年。 谷歌学者 数字图书馆 M.Girvan和M.E.J.Newman。 社区结构是社会和生物网络。 谷歌学者 G.H.Golub和C.F.Van-Loan。 矩阵计算。 约翰·霍普金斯大学出版社,巴尔的摩,第二版,1989年。 谷歌学者 S.Guha、D.Gunopulos和N.Koudas。 关联同步和异步数据流。 在KDD中,第529-5342003页。 谷歌学者 数字图书馆 P.Indyk公司。 稳定分布、伪随机生成器、嵌入和数据流计算。 在FOCS中,第189-197页,2000年。 谷歌学者 数字图书馆 K.V.R.Kanth、D.Agrawal和A.K.Singh。 动态数据库中相似性搜索的降维方法。 在SIGMOD会议上,第166-176页,1998年。 谷歌学者 数字图书馆 D.Kempe、J.Kleinberg和E.Tardos。 《通过社交网络最大限度地扩大影响力》,KDD,2003年。 谷歌学者 数字图书馆 J.Leskovec、J.M.Kleinberg和C.Faloutsos。 随时间变化的图表:致密化规律、收缩直径和可能的解释。 在KDD中,第177-187页,2005年。 谷歌学者 数字图书馆 M.E.J.纽曼。 复杂网络的结构和功能。 《SIAM评论》,45:167--2562003年。 谷歌学者 数字图书馆 J.-Y.Pan、H.-J.Yang、C.Faloutsos和P.Duygulu。 自动多媒体跨模式相关发现。 在KDD中,第653-658页,2004年。 谷歌学者 数字图书馆 J.-Y.Pan、H.-J.Yang、C.Faloutsos和P.Duygulu。 自动多媒体跨模式相关发现。 在KDD中,第653-658页,2004年。 谷歌学者 数字图书馆 S.Papadimitriou、J.Sun和C.Faloutsos。 多时间序列中的流模式发现。 在VLDB中,第697-708页,2005年。 谷歌学者 数字图书馆 W.Piegorsch和G.E.Casella。 反转矩阵和。 《SIAM评论》,第32卷,第470-470页,1990年。 谷歌学者 数字图书馆 J.Sun、C.Faloutsos、S.Papadimitriou和P.S.Yu。 Graphscope:大型时间演化图的无参数挖掘。 在KDD中,第687-696页,2007年。 谷歌学者 数字图书馆 J.Sun、H.Qu、D.Chakrabarti和C.Faloutsos。 二部图中的邻域形成和异常检测。 在ICDM中,第418-425页,2005年。 谷歌学者 数字图书馆 J.Sun、D.Tao和C.Faloutsos。 超越流和图:动态张量分析。 在KDD中,第374-3832006页。 谷歌学者 数字图书馆 J.Sun、Y.Xie、H.Zhang和C.Faloutsos。 少即是多:大型稀疏图的紧凑矩阵分解。 在SDM,2007年。 谷歌学者 交叉引用 H.Tong、C.Faloutsos和J.-Y.Pan。 重新启动随机漫游:快速解决方案和应用程序。 《知识与信息系统:国际期刊》(KAIS),2008年。 谷歌学者 数字图书馆 D.Xin、J.Han、X.Yan和H.Cheng。 挖掘压缩的频率模式集。 VLDB,第709-720页,2005 谷歌学者 数字图书馆
建议
非负剩余矩阵分解:问题定义、快速解决方案和应用 矩阵分解是发现图形模式(例如社区、异常等)的一个非常强大的工具。最近的趋势是通过编码一些解释友好的属性(例如非负性)来提高发现的图形模式的可用性。。。