本書主要以博弈論、演化博弈論為模型基礎，深入地探討了社交網絡演化的建模方法，并結合具體應用場景,介紹了社交網絡中的信息、網絡和群體的演化計算問題的建模、分析與評價方法，并通過新浪微博、Twitter、Facebook、Google+、Youtube等真實數據的演化計算與分析，深入地探討了社交網絡中信息傳播、網絡結構和群體行為的演化規律，以及如何進行跨網絡的時序預測與推薦。
本書既可供計算機、通信、信息等相關專業的教師、研究生和大學高年級學生作為教材或教學參考書，也可供社交網站、電商、網絡營銷等方面的研究人員和工程技術人員參考。
互聯網，尤其是移動互聯網的發展，極大的促進了在線社交網絡（簡稱：社交網絡）應用的發展展，社交網絡不僅起到承載信息傳播和促進溝通交流的作用，也滲透到購物、支付等人們的日常生活當中。社交網絡作為對傳統人際關系網絡在互聯網上的一種映射和擴展，滲透到人們網絡生活的方方面面，并對人們的社會生活產生深刻的影響。社交網絡演化計算從微觀上對社交網絡的用戶進行建模，通過仿真用戶間的行為和關系的變化來研究社交網絡宏觀上的網絡結構與中觀上的網絡群體等的演化規律和內在機理，進而揭示社交網絡中的關系結構、網絡群體、網絡信息之間的復雜交互關系和互動規律，為社交網絡演化機理分析、與社交網絡預測提供新的認識和理論支撐。利用析工具，結合具體應用場景可以實現對社交網絡中的信息傳播、網絡結構和群體行為進行演化分析和預測。
社交網絡演化計算——模型、方法與案例目錄
第一部分社交網絡與建模方法
第1章社交網絡
1.1概述
1.2社交網絡的研究要素
1.2.1網絡結構
1.2.2群體行為
1.2.3網絡信息
1.3社交網絡的演化
1.3.1網絡信息的傳播
1.3.2網絡結構的演化
1.3.3群體行為的演化
1.4社交網絡中的分析
小結
參考文獻
第2章博弈論
2.1概述
2.2博弈論基礎
2.2.1博弈論的基本構架
2.2.2理性行為
2.2.3有限理性
2.2.4常見博弈模型
2.3納什均衡
2.3.1納什均衡及舉例
2.3.2納什均衡的存在性
2.3.3嚴格競爭博弈
2.3.4混合策略納什均衡
2.4合作博弈
2.4.1可轉移支付合作博弈
2.4.2核
2.4.3核的非空性
2.4.4無可轉移支付的合作博弈
2.4.5Shapley值
小結
參考文獻
第3章演化博弈
3.1概述
3.2演化博弈基礎
3.2.1演化博弈的基本結構
3.2.2種群博弈
3.2.3復制者動態
3.2.4演化穩定策略
3.3網絡演化博弈
3.3.1靜態網絡上的演化博弈
3.3.2動態網絡上的演化博弈
3.3.3相互依賴網絡上的演化博弈
小結
參考文獻
第4章社交演化博弈
4.1概述
4.2建模方法
4.2.1基本概念
4.2.2博弈設置
4.2.3更新機制
4.3大規模社交行為仿真分析
4.3.1兩兩交互行為模型設置
4.3.2群交互行為模型設置
4.3.3更新機制
4.3.4仿真結果分析
小結
參考文獻
第二部分單一網絡的社交網絡演化計算
第5章網絡結構對信息傳播的影響
5.1信息傳播與網絡結構
5.1.1典型網絡拓撲結構
5.1.2拓撲結構對信息傳播的影響
5.1.3信息傳播的一致性模型
5.2競爭性信息傳播
5.2.1概述
5.2.2競爭性信息傳播模型
5.2.3競爭性信息傳播模型穩定性分析
5.2.4競爭性信息傳播模型模擬
5.2.5網絡拓撲結構對競爭性信息傳播的影響
5.2.6信息發布時間點對競爭性信息傳播的影響
5.2.7網絡節點特征對競爭性信息傳播的影響
5.2.8競爭信息傳播演化過程分析
小結
參考文獻
第6章信息行為對網絡結構的影響
6.1概述
6.2社交網絡中典型信息行為分析
6.2.1信息分享行為
6.2.2信息交互行為
6.3網絡結構更新方式分析
6.3.1基于隨機選擇的網絡結構更新方式
6.3.2基于聲譽的網絡結構更新方式
6.3.3基于影響力的網絡結構更新方式
6.3.4基于關系強度的網絡結構更新方式
6.4信息分享行為對網絡結構的影響
6.4.1信息分享行為模型
6.4.2更新機制
6.4.3實驗結果分析
6.5信息交互行為對網絡結構的影響
6.5.1信息交互行為模型
6.5.2更新機制
6.5.3實驗結果與分析
小結
參考文獻
第7章群體行為與網絡結構的協同演化
7.1概述
7.2社交網絡群體評價指標
7.2.1群體結構評價指標
7.2.2群體行為評價指標
7.3社交網絡群體識別方法
7.3.1相關研究工作
7.3.2信息交互群體識別方法
7.3.3局部均衡的計算
7.3.4實驗結果分析
7.4重疊群體的行為與結構協同演化
7.4.1重疊群體相互影響的方式
7.4.2模型設置
7.4.3實驗結果與分析
7.5跨網絡群體的用戶關注度競爭
7.5.1競爭性社交演化博弈模型
7.5.2實驗結果與分析
小結
參考文獻
第三部分跨網絡的社交網絡演化計算
第8章跨網絡用戶偏好可預測性分析
8.1概述
8.2相關研究工作
8.2.1用戶特征模型
8.2.2用戶特征建模學習方法
8.2.3用戶特征表述方式
8.3基于知識庫理解的時空用戶特征建模
8.3.1基于顯式反饋的用戶特征建模
8.3.2基于隱式反饋的用戶特征建模
8.3.3時間維度和空間維度上的用戶特征建模
8.4跨網絡用戶偏好可預測性分析
8.4.1實驗數據集與用戶建模方法
8.4.2實驗結果與分析
小結
參考文獻
第9章社交網絡用戶在強關聯消費網絡中的偏好預測
9.1概述
9.2相關研究工作
9.2.1個性化預測技術
9.2.2個性化預測方法
9.2.3推薦系統評價指標
9.3強關聯預測模型與方法
9.3.1基于顯式反饋的用戶偏好預測
9.3.2基于隱式反饋的用戶偏好預測
9.3.3基于消費網絡屬性的用戶偏好預測
9.3.4預測模型
9.4強關聯預測方法實例分析
9.4.1數據集
9.4.2評價指標與預測方法
9.4.3實驗結果與分析
小結
參考文獻
第10章社交網絡用戶在弱關聯消費網絡中的偏好預測
10.1概述
10.2相關研究工作
10.3社交網絡與消費網絡間的用戶賬戶關聯方法
10.3.1用戶賬戶相似度計算策略
10.3.2用戶賬戶匹配方法
10.3.3用戶賬戶關聯方法實例分析
10.4弱關聯預測實例分析
小結
參考文獻
第四部分輔助分析工具和案例分析
第11章演化博弈輔助分析工具
11.1Gambit
11.2TNGLab
11.3GAMUT
11.4Flock
11.4.1基本架構
11.4.2工作流程示例
小結
參考文獻
第12章真實社交網絡中的應用案例分析
12.1Twitter和新浪微博的信息分享行為分析實例
12.1.1Twitter與新浪微博的演化性分析
12.1.2對Twitter與新浪微博的網絡特性預測
12.2新浪微博中電影和電視劇的競爭傳播分析實例
12.2.1新浪微博中電影競爭信息異步傳播分析
12.2.2新浪微博中電視劇競爭信息異步傳播分析
12.3新浪微博中電商間信息的競爭性傳播分析實例
12.4足球圈在新浪微博和騰訊微博的使用熱度趨勢分析實例
小結
參考文獻
新書資訊