万维网创始人 用于万维网内容挖掘的图论技术

　　本书是由新加坡世界科技出版公司出版的《机器感知与人工智能》丛书的第62卷。图形是用来表示某些具有结构(即关系)信息的物体或系统的数据结构。图形应用于许多领域，从软件工程到人工智能。但是与最为流行的矢量模型相比，在机器学习中图形的利用则是有限的，但矢量模型未能捕获结构信息。
　　本书描述了利用具有通用机器学习算法的鲁棒图形表示法，通过使用图距这种决定图形相似性的新方法，说明了像K－均值聚集和K－最近邻分类这样众所周知的算法可以很容易地扩展到与图形一起工作。为了示范及研究这些新颖的技术，作者选择了万维网内容挖掘领域。书中介绍了几种利用图形表示万维网文档内容的方法。这些表示的一个令人感兴趣的特性是它们允许对多项式时间距离的计算，这是在利用图形时很典型的一个NP-完全问题。本书报道了三个万维网文档集合中群集与分类的实验结果，在该实验中使用了各种各样的图形表示距离测量和算法参数。
　　全书共有7章，2个附录。第1章万维网挖掘初步；第2章图形相似理论；第3章万维网文档的图模型；第4章基于图的群集；第5章基于图的分类；第6章用于万维网搜索群集的图层次结构算法；第7章结论及进一步的研究。附录A．图例；附录B．非用词清单。
　　本书对进一步探索机器学习新思想感兴趣的计算机科学专业的研究人员及研究生提供了极为出色的起点，其中包括了通过随机结点的选择创建基于图形的多分类符集合体和使用多维定标的基于图形的数据可视化。
　　胡光华，高级软件工程师
　　(原中国科学院物理学研究所)