本書主要分成三部分。第一部分包括第一章到第三章，主要介紹社會網(wǎng)絡研究的起源和重點，社會網(wǎng)絡的基本概念、定義和重要應用。除此之外，還會討論一些經(jīng)典案例和研究手段，以及大數(shù)據(jù)時代為社會網(wǎng)絡研究創(chuàng)造的新機遇，希望給讀者們一個宏觀的認識。第二部分包括第四章到第七章，主要介紹社交大數(shù)據(jù)領域內(nèi)的重要研究方向，比如節(jié)點中心性、社團結(jié)構(gòu)、個性化推薦以及傳播動力學，并介紹實際場景中的應用。第三部分包括第八章到第十章，主要介紹社交大數(shù)據(jù)的各種研究場景，比如用戶畫像與行為分析、情感分析以及微博網(wǎng)絡，在這些實際場景中，我們可以看到網(wǎng)絡科學模型發(fā)揮了重要的作用，能夠切實解決一些企業(yè)面臨的問題和挑戰(zhàn)。
第1 章 引言 / 1 1.1 社會網(wǎng)絡簡介 / 1 1.2 社會網(wǎng)絡的經(jīng)典研究 / 4 第2 章 社會網(wǎng)絡的基本概念 / 15 2.1 網(wǎng)絡的圖表示 / 15 2.2 網(wǎng)絡的描述性指標 / 26 思考題 / 38 第3 章 基本網(wǎng)絡模型 / 39 3.1 隨機網(wǎng)絡 / 39 3.2 小世界網(wǎng)絡 / 55 3.3 冪律和無標度現(xiàn)象 / 62 3.4 無標度網(wǎng)絡 / 74 3.5 網(wǎng)絡模型總結(jié) / 89 思考題 / 90 第4 章 社會網(wǎng)絡中的節(jié)點中心性 / 91 4.1 度中心性 / 91 4.2 接近度中心性 / 92 4.3 介數(shù)中心性 / 94 4.4 特征向量中心性 / 96 4.5 Katz 中心性 / 98 4.6 PageRank 算法 / 100 4.7 HITS 算法 / 102 4.8 k-殼分解 / 104 思考題 / 106 第5 章 社團結(jié)構(gòu) / 107 5.1 同配混合 / 107 5.2 度相關性 / 114 5.3 社團檢測 / 124 思考題 / 135 第6 章 個性化推薦 / 136 6.1 個性化推薦系統(tǒng)的蓬勃發(fā)展 / 137 6.2 協(xié)同過濾推薦算法 / 148 6.3 基于二部分網(wǎng)絡的個性化推薦算法 / 151 6.4 基于內(nèi)容相似性的算法 / 156 6.5 評價指標 / 159 6.6 小結(jié) / 163 思考題 / 166 第7 章 傳播動力學 / 167 7.1 獨立級聯(lián)模型 / 167 7.2 線性閾值模型 / 168 7.3 傳染病模型 / 170 7.4 社會網(wǎng)絡上的傳播模型 / 175 7.5 信息競爭傳播模型 / 180 7.6 集群行為與傳播機制 / 184 思考題 / 185 第8 章 用戶畫像與行為分析 / 186 8.1 用戶畫像 / 186 8.2 用戶行為模式分析 / 192 思考題 / 208 第9 章 情感分析 / 209 9.1 文本情感分析 / 209 9.2 情感分類 / 211 9.3 基于用戶情感分析的P2P 借貸平臺分析 / 214 思考題 / 223 第10 章 微博網(wǎng)絡分析 / 224 10.1 網(wǎng)絡結(jié)構(gòu)的微觀統(tǒng)計指標 / 224 10.2 網(wǎng)絡結(jié)構(gòu)的宏觀統(tǒng)計指標 / 228 10.3 中觀層次的社團結(jié)構(gòu)的識別與分析 / 230 10.4 總結(jié)與展望 / 233 第11 章 基于Python 的社交網(wǎng)絡分析入門 / 235 11.1 NetworkX 基礎 / 236 11.2 網(wǎng)絡描述性指標 / 239 11.3 大規(guī)模實證網(wǎng)絡分析 / 246 11.4 隨機網(wǎng)絡 / 250 11.5 小世界網(wǎng)絡 / 259 11.6 無標度網(wǎng)絡 / 270 11.7 節(jié)點中心性 / 278 11.8 社團結(jié)構(gòu) / 288 參考文獻 / 292
新書資訊