社會網(wǎng)絡計算

第1篇 社會網(wǎng)絡的基本認識
第1章 社會網(wǎng)絡計算導論
1.1 社會網(wǎng)絡的背景
1.2 社會網(wǎng)絡的主體
1.3 社會網(wǎng)絡的定義
1.3.1 社會網(wǎng)絡的本質(zhì)
1.3.2 社會網(wǎng)絡的基本形式
1.3.3 社會網(wǎng)絡的術(shù)語
1.4 社會網(wǎng)絡的種類
1.4.1 個體間網(wǎng)絡
1.4.2 組織社會網(wǎng)絡
1.4.3 傳播網(wǎng)絡
1.4.4 線下傳播網(wǎng)絡
1.4.5 用戶商品二模網(wǎng)絡
1.5 社會網(wǎng)絡的計算方法
1.5.1 社會網(wǎng)絡的研究簡史
1.5.2 社會網(wǎng)絡的圖同構(gòu)
1.5.3 社會網(wǎng)絡在計算機中的表示
1.5.4 社會網(wǎng)絡的測量指標―igraph的實際操作
1.5.5 社會網(wǎng)絡計算實例―學生社會網(wǎng)絡計算
1.5.6 社會網(wǎng)絡的計算方法與思維
1.5.7 社會網(wǎng)絡計算在電子商務中的應用
1.6 社會網(wǎng)絡的計算范式
1.7 全書章節(jié)安排
思考題
參考資料
第2章 社會網(wǎng)絡的可視化
2.1 數(shù)據(jù)可視化
2.2 社會網(wǎng)絡可視化
2.3 社會網(wǎng)絡可視化布局
2.4 社會網(wǎng)絡可視化工具
2.5 Gephi可視化
2.5.1 Gephi簡介
2.5.2 將數(shù)據(jù)導入Gephi
2.5.3 圖窗體內(nèi)編輯工具介紹
2.5.4 Gephi可視化實例
2.6 igraph可視化
2.6.1 igraph簡介
2.6.2 用igraph讀取數(shù)據(jù)
2.6.3 用igraph創(chuàng)建網(wǎng)絡圖
2.6.4 igraph可視化實例
本章小結(jié)
思考題
參考資料
第3章 社會網(wǎng)絡中的三元閉包
3.1 三元閉包的基本原理
3.1.1 三元閉包的定義
3.1.2 三元閉包原理的拓展
3.1.3 igraph中網(wǎng)絡節(jié)點和邊的演化
3.2 聚類系數(shù)
3.2.1 聚類系數(shù)的定義
3.2.2 用Gephi計算聚類系數(shù)
3.2.3 用igraph計算聚類系數(shù)
3.3 嵌入性
3.4 結(jié)構(gòu)洞和中心性
3.4.1 結(jié)構(gòu)洞的測量
3.4.2 用Gephi計算介數(shù)
3.4.3 用igraph計算中心性指標
3.5 單模有向網(wǎng)絡中的三元閉包
3.6 有向網(wǎng)絡的三元閉包―微博關注網(wǎng)絡實例
3.7 線下有向網(wǎng)絡的三元閉包―學生人際網(wǎng)絡實例
3.7.1 關注影響力的定義
3.7.2 三元閉包研究數(shù)據(jù)
3.7.3 三元閉包分析方法
3.7.4 三元閉包結(jié)果分析
3.7.5 關注影響力研究結(jié)論
本章小結(jié)
思考題
參考資料
第4章 社會網(wǎng)絡中的強弱關系
4.1 社會網(wǎng)絡的觀察視角
4.2 社會網(wǎng)絡中的橋和捷徑
4.3 關系強度和捷徑
4.4 弱關系和捷徑的關系驗證
4.4.1 鄰里重疊度
4.4.2 用igraph計算兩節(jié)點的相似性
4.4.3 弱關系與捷徑的大數(shù)據(jù)驗證
4.4.4 用igraph包判斷網(wǎng)絡的連通
4.5 弱關系的力量
4.6 加權(quán)網(wǎng)絡
4.6.1 加權(quán)網(wǎng)絡的定義
4.6.2 加權(quán)網(wǎng)絡的測量
4.6.3 基于Gephi的加權(quán)網(wǎng)絡可視化
4.6.4 基于igraph的邊訪問
4.7 加權(quán)網(wǎng)絡分析實例1―共代碼網(wǎng)絡
4.7.1 共代碼網(wǎng)絡研究問題定義
4.7.2 基金代碼數(shù)據(jù)收集
4.7.3 確定共代碼網(wǎng)絡的邊
4.7.4 確定共代碼網(wǎng)絡的邊權(quán)重
4.7.5 知識流動路徑分析
4.7.6 共代碼網(wǎng)絡研究結(jié)論
4.8 加權(quán)網(wǎng)絡分析實例2―球隊網(wǎng)絡
4.8.1 加權(quán)有向網(wǎng)絡熵的定義
4.8.2 基于加權(quán)有向網(wǎng)絡熵的2017年NBA總決賽社會網(wǎng)絡分析
4.8.3 總結(jié)與展望
本章小結(jié)
思考題
參考資料
第5章 社會網(wǎng)絡中的同質(zhì)性
5.1 同質(zhì)性的原理
5.1.1 同質(zhì)性的含義
5.1.2 同質(zhì)性的簡單測度
5.1.3 同質(zhì)性的利弊及意義
5.2 同質(zhì)性的影響
5.2.1 歸屬網(wǎng)絡
5.2.2 社團閉包和會員閉包
5.2.3 社會選擇和社會影響的驗證
5.3 二模網(wǎng)絡的計算
5.3.1 二模網(wǎng)絡的表示
5.3.2 二模網(wǎng)絡的測量
5.3.3 Ucinet中的二模網(wǎng)絡分析
5.3.4 二(多)模網(wǎng)絡的描述
5.4 隔離模型―社會網(wǎng)絡的計算實驗
5.4.1 隔離現(xiàn)象
5.4.2 謝林模型示意
5.4.3 Netlogo中的隔離模型
5.4.4 社交中的空間移動
本章小結(jié)
思考題
參考資料
第6章 社會網(wǎng)絡中的正負平衡
6.1 正負關系
6.2 關系屬性與平衡性
6.2.1 三元關系中的結(jié)構(gòu)平衡問題
6.2.2 社會網(wǎng)絡的結(jié)構(gòu)平衡
6.2.3 整體平衡指數(shù)
6.3 結(jié)構(gòu)平衡理論的實際應用
6.3.1 在日常生活中的應用
6.3.2 在商業(yè)管理中的應用
6.3.3 在電子商務中的應用
6.4 平衡定理
6.4.1 平衡定理的證明
6.4.2 弱平衡網(wǎng)絡
6.4.3 非 網(wǎng)絡中的結(jié)構(gòu)平衡
6.4.4 有向符號網(wǎng)絡中的結(jié)構(gòu)平衡
6.4.5 igraph中社會網(wǎng)絡的遍歷
6.5 社會地位理論
6.5.1 結(jié)構(gòu)平衡理論和社會地位理論
6.5.2 社會地位理論中的關系組合模式
6.6 符號網(wǎng)絡的應用
6.7 igraph中的社群檢測
6.7.1 igraph社群檢測函數(shù)介紹
6.7.2 社群檢測函數(shù)的比較
6.7.3 igraph社群檢測應用舉例
本章小結(jié)
思考題
參考資料
第2篇 社會網(wǎng)絡的洞察發(fā)現(xiàn)
第7章 社會網(wǎng)絡中的小世界
7.1 小世界現(xiàn)象
7.1.1 六度分隔
7.1.2 Erdos數(shù)
7.1.3 Bacon數(shù)
7.1.4 人立方
7.2 經(jīng)典的小世界模型
7.2.1 網(wǎng)絡的結(jié)構(gòu)與隨機性
7.2.2 Watts-Strogatz小世界模型
7.2.3 小世界網(wǎng)絡的判斷
7.2.4 Netlogo中的小世界模型
7.2.5 igraph中的小世界模型
7.3 擴展的小世界模型
7.3.1 分散搜索
7.3.2 Watts-Strogatz-Kleinberg網(wǎng)絡模型擴展小世界模型
7.3.3 搜索中的空間距離
7.3.4 搜索中的社會距離
7.3.5 利用在線社會網(wǎng)絡進行驗證
7.3.6 igraph中的K-核分解與社會距離
7.4 萬維網(wǎng)鏈接中的小世界現(xiàn)象
7.4.1 網(wǎng)頁鏈接有向圖
7.4.2 領結(jié)模型
7.4.3 其他網(wǎng)頁鏈接模型
7.5 社會網(wǎng)絡中的小世界效應實例―在線醫(yī)療社區(qū)用戶交互行為
7.5.1 研究對象
7.5.2 數(shù)據(jù)處理及工具
7.5.3 整體網(wǎng)絡結(jié)構(gòu)分析
7.5.4 個體網(wǎng)絡結(jié)構(gòu)分析
本章小結(jié)
思考題
參考資料
第8章 社會網(wǎng)絡中的冪律
8.1 正態(tài)分布
8.2 流行性
8.3 冪律的定義和基本特性
8.3.1 什么是冪律
8.3.2 其他符合冪律的實例
8.3.3 冪律的基本特性
8.4 隨機網(wǎng)絡和無標度網(wǎng)絡
8.4.1 igraph中的Erdos-Renyi隨機網(wǎng)絡模型
8.4.2 igraph中的BA無標度網(wǎng)絡模型
8.4.3 隨機和無標度網(wǎng)絡的度分布
8.5 冪律的產(chǎn)生機制
8.5.1 優(yōu)勢鏈接模型
8.5.2 富者 富的在線隨機試驗
8.5.3 Netlogo中的BA優(yōu)勢鏈接模型
8.5.4 Netlogo中的ER隨機網(wǎng)絡模型
8.6 長尾理論與應用
8.6.1 長尾的定義
8.6.2 長尾理論的應用
8.6.3 網(wǎng)上購物的富者 富現(xiàn)象
8.7 其他形式的冪律
8.7.1 齊普夫定律
8.7.2 稠密化冪律
本章小結(jié)
思考題
參考資料
第9章 社會網(wǎng)絡中的社區(qū)
9.1 基本概念
9.1.1 背景介紹
9.1.2 社區(qū)的定義
9.2 社區(qū)發(fā)現(xiàn)
9.2.1 社區(qū)發(fā)現(xiàn)的定義
9.2.2 社區(qū)發(fā)現(xiàn)的評價指標
9.3 社區(qū)發(fā)現(xiàn)算法
9.3.1 非重疊社區(qū)發(fā)現(xiàn)算法
9.3.2 重疊社區(qū)發(fā)現(xiàn)算法
9.4 社區(qū)演化
9.4.1 社區(qū)演化相關概念
9.4.2 社區(qū)演化事件
9.4.3 社區(qū)演化算法
9.5 社區(qū)研究數(shù)據(jù)集
9.5.1 人工數(shù)據(jù)集
9.5.2 真實數(shù)據(jù)集
本章小結(jié)
思考題
參考資料
0章 社會網(wǎng)絡中的傳播
10.1 社會網(wǎng)絡中的傳播簡介
10.1.1 傳播的含義
10.1.2 社會網(wǎng)絡傳播的影響因素
10.1.3 社會網(wǎng)絡傳播模型
10.2 網(wǎng)絡的傳播形態(tài)
10.2.1 網(wǎng)絡中的人際傳播
10.2.2 網(wǎng)絡中的群體傳播
10.2.3 網(wǎng)絡中的組織傳播與大眾傳播
10.3 社會網(wǎng)絡中的信息傳播
10.3.1 社會網(wǎng)絡中的信息傳播的含義
10.3.2 微博中的信息傳播
10.4 社會網(wǎng)絡中的疾病傳播
10.4.1 疾病與傳播網(wǎng)絡
10.4.2 傳染病動力學模型
10.4.3 基于SEIR模型的新冠疫情傳播動力學分析
10.5 社會網(wǎng)絡中的新事物傳播
10.5.1 影響新事物在社會網(wǎng)絡中傳播的因素
10.5.2 新事物傳播模型
10.5.3 阻礙新事物傳播的因素
10.6 社會網(wǎng)絡中的傳播實例―突發(fā)公共衛(wèi)生事件輿情傳播與演變
10.6.1 數(shù)據(jù)采集與變量設計
10.6.2 描述性統(tǒng)計與相關性分析
10.6.3 回歸分析結(jié)果
本章小結(jié)
思考題
參考資料
1章 社會網(wǎng)絡中的博弈
11.1 博弈論基礎
11.1.1 博弈論思維
11.1.2 博弈論基本概念
11.2 演化博弈論―種群動力學
11.2.1 種群博弈
11.2.2 演化穩(wěn)定性
11.2.3 復制動態(tài)
11.3 復雜網(wǎng)絡中的博弈
11.3.1 一般網(wǎng)絡演化博弈過程
11.3.2 網(wǎng)絡博弈在合作研究中的應用
本章小結(jié)
思考題
參考資料
2章 社會網(wǎng)絡中的網(wǎng)絡
12.1 超網(wǎng)絡
12.1.1 超網(wǎng)絡現(xiàn)象與特征
12.1.2 超網(wǎng)絡數(shù)學定義
12.1.3 超網(wǎng)絡在MOOC平臺的應用研究
12.2 二模網(wǎng)絡與多模網(wǎng)絡
12.2.1 二模網(wǎng)絡
12.2.2 多模網(wǎng)絡
12.3 多網(wǎng)絡協(xié)同
12.3.1 信息擴散與疫情傳播協(xié)同網(wǎng)絡
12.3.2 資源擴散與疫情傳播協(xié)同演化網(wǎng)絡
本章小結(jié)
思考題
參考資料
第3篇 社會網(wǎng)絡的分析理解
3章 社會網(wǎng)絡的鏈接預測
13.1 基本概念
13.1.1 鏈接預測的定義
13.1.2 問題描述
13.2 基于相似性的鏈接預測
13.2.1 基于局部信息的相似性指標
13.2.2 基于全局信息的相似性指標
13.2.3 準局部指標
13.2.4 鏈接預測效果評估和結(jié)果
13.3 基于概率論和統(tǒng)計的鏈接預測
13.3.1 層次結(jié)構(gòu)模型
13.3.2 隨機分塊模型
13.4 基于機器學習的鏈接預測
13.4.1 基于分類的鏈接預測
13.4.2 基于集成學習的鏈接預測
13.5 鏈接預測的應用場景
13.5.1 網(wǎng)絡重建
13.5.2 用于節(jié)點的標簽分類問題
13.5.3 異常鏈接分析
本章小結(jié)
思考題
參考資料
4章 社會網(wǎng)絡的影響力評價
14.1 社會網(wǎng)絡的影響力
14.1.1 社會網(wǎng)絡的影響力定義
14.1.2 社會網(wǎng)絡的影響力范圍與表現(xiàn)形式
14.2 社會網(wǎng)絡的影響力度量
14.2.1 基于局部屬性的度量
14.2.2 基于全局屬性的度量
14.2.3 基于隨機游走的度量
14.2.4 基于社團結(jié)構(gòu)的度量
14.2.5 度量指標對比
14.3 社會網(wǎng)絡的影響力 化
14.3.1 影響力 化問題
14.3.2 影響力 化算法
14.3.3 影響力 化與 小化
14.4 社會網(wǎng)絡的影響力評價模型
14.4.1 基于信息檢索的評價方法
14.4.2 基于傳播動力學的評價方法
14.4.3 基于影響力傳播模型的評價方法
14.4.4 基于魯棒性和脆弱性的評價方法
14.4.5 評價方法對比
14.5 社會網(wǎng)絡的影響力的應用
14.5.1 在科技評價中的應用
14.5.2 在輿情傳播中的應用
14.5.3 在營銷推廣中的應用
14.6 社會網(wǎng)絡的影響力應用實例―醫(yī)療輿情事件的微博意見 識別
14.6.1 數(shù)據(jù)收集及處理
14.6.2 數(shù)據(jù)分析流程及關鍵技術(shù)
14.6.3 熱點主題及網(wǎng)絡結(jié)構(gòu)演變分析
14.6.4 微博意見 識別結(jié)果分析
14.6.5 微博意見 影響力分析
本章小結(jié)
思考題
參考資料
5章 社會網(wǎng)絡的動態(tài)分析
15.1 隨機行動者模型和Siena
15.2 向網(wǎng)絡的結(jié)構(gòu)演化分析
15.2.1 有向網(wǎng)絡動態(tài)分析的理論背景
15.2.2 有向網(wǎng)絡的結(jié)構(gòu)演化分析實例
15.3 無向網(wǎng)絡的結(jié)構(gòu)演化分析
15.3.1 無向網(wǎng)絡動態(tài)分析的理論背景
15.3.2 無向網(wǎng)絡結(jié)構(gòu)演化分析實例
15.4 網(wǎng)絡與行為的協(xié)同演化分析
15.4.1 網(wǎng)絡與行為協(xié)同演化的原因
15.4.2 網(wǎng)絡行為協(xié)同演化模型原理
15.4.3 網(wǎng)絡行為協(xié)同演化模型參數(shù)估計
15.4.4 網(wǎng)絡與行為協(xié)同演化的數(shù)據(jù)表示
15.4.5 網(wǎng)絡與行為協(xié)同演化的模型組成
15.4.6 網(wǎng)絡與行為協(xié)同演化分析的實例
15.5 社會網(wǎng)絡動態(tài)分析實例1―學生交互網(wǎng)絡演化研究
15.5.1 學生交互網(wǎng)絡數(shù)據(jù)
15.5.2 學生交互網(wǎng)絡動態(tài)分析過程
15.5.3 學生交互網(wǎng)絡分析結(jié)果
15.5.4 動態(tài)分析結(jié)果討論
15.6 社會網(wǎng)絡動態(tài)分析實例2―在線醫(yī)療社區(qū)用戶關系網(wǎng)絡動態(tài)演化研究
15.6.1 在線醫(yī)療社區(qū)用戶關系網(wǎng)絡研究假設
15.6.2 數(shù)據(jù)收集及處理
15.6.3 研究方法
15.6.4 結(jié)果分析
本章小結(jié)
思考題
參考資料
6章 社會網(wǎng)絡的隨機試驗
16.1 什么是隨機試驗
16.1.1 隨機試驗定義
16.1.2 隨機試驗分類
16.2 為什么選擇隨機試驗
16.3 隨機試驗在社會網(wǎng)絡研究中的應用
16.3.1 隨機試驗的研究內(nèi)容
16.3.2 隨機試驗的實驗設計
16.3.3 隨機試驗的實驗規(guī)模
16.4 大規(guī)模社會網(wǎng)絡隨機試驗
16.5 中規(guī)模社會網(wǎng)絡隨機試驗
16.6 小規(guī)模社會網(wǎng)絡隨機試驗
16.7 社會網(wǎng)絡研究中隨機試驗的局限與挑戰(zhàn)
本章小結(jié)
思考題
參考資料
7章 社會網(wǎng)絡的建模仿真
17.1 社會仿真的基本定義
17.2 社會仿真的研究范式
17.3 社會仿真的主要方法
17.3.1 基于多智能體的仿真
17.3.2 元胞自動機
17.3.3 復雜網(wǎng)絡模型
17.4 社會仿真的具體應用
17.4.1 信息傳播與網(wǎng)絡輿情
17.4.2 知識管理
17.4.3 科學評價
17.4.4 競爭情報
17.4.5 信息生態(tài)
本章小結(jié)
思考題
參考資料
8章 社會網(wǎng)絡的表示學習
18.1 網(wǎng)絡表示學習的基本概念及其發(fā)展
18.1.1 基本概念與定義
18.1.2 傳統(tǒng)網(wǎng)絡表示的瓶頸
18.1.3 網(wǎng)絡表示學習的優(yōu)點
18.1.4 網(wǎng)絡表示學習的五個特征
18.2 傳統(tǒng)網(wǎng)絡表示學習方法
18.2.1 基于譜方法的網(wǎng)絡表示學習
18.2.2 基于 化的網(wǎng)絡表示學習
18.3 網(wǎng)絡表示學習方法
18.3.1 基于網(wǎng)絡結(jié)構(gòu)信息的方法
18.3.2 結(jié)合網(wǎng)絡外部信息的方法
18.3.3 保留網(wǎng)絡 信息的方法
18.4 網(wǎng)絡表示學習的經(jīng)典方法案例
18.4.1 DeepWalk方法(2014)
18.4.2 Node2Vec(2016)
18.5 基于網(wǎng)絡表示學習的應用舉例
18.5.1 節(jié)點分類
18.5.2 鏈接預測
18.5.3 社區(qū)發(fā)現(xiàn)
18.5.4 系統(tǒng)
18.5.5 可視化
本章小結(jié)
思考題
參考資料
附錄A 社會網(wǎng)絡計算軟件基本操作