社交网络演化计算 ——模型、方法与案例 pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

王元卓，于建业，李静远，靳小龙著

图书标签:

社交网络分析
网络科学
复杂网络
演化计算
计算社会科学
数据挖掘
机器学习
社会网络建模
网络社区发现
信息传播

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到图书大百科

book.teaonline.club

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

出版社：清华大学出版社

ISBN：9787302486206

版次：1

商品编码：12335304

包装：平装

开本：16开

出版时间：2018-03-01

用纸：胶版纸

页数：227

字数：370000

具体描述

内容简介

本书主要以博弈论、演化博弈论为模型基础，深入地探讨了社交网络演化的建模方法，并结合具体应用场景,介绍了社交网络中的信息、网络和群体的演化计算问题的建模、分析与评价方法，并通过新浪微博、Twitter、Facebook、Google+、Youtube等真实数据的演化计算与分析，深入地探讨了社交网络中信息传播、网络结构和群体行为的演化规律，以及如何进行跨网络的时序预测与推荐。

本书既可供计算机、通信、信息等相关专业的教师、研究生和大学高年级学生作为教材或教学参考书，也可供社交网站、电商、网络营销等方面的研究人员和工程技术人员参考。

精彩书摘

第一部分社交网络与建模方法

本部分给出本书社交网络及其建模方法的基础理论方法，包括社交网络及其演化的基本知识、博弈论的基础理论、演化博弈的基础理论及当前的研究进展，以及社交演化博弈模型方法。其中，��

第1章介绍社交网络及其演化的基本概念、形式化表示和研究要素等基本概念和知识。��

第2章介绍博弈论的基本概念和性质。首先介绍了博弈论的基本框架、理性行为、有限理性等的基础知识，以及常见的博弈模型。随后介绍了博弈论中的重要概念纳什均衡、纳什均衡的存在性以及混合策略纳什均衡。最后介绍了合作博弈的相关知识。��

第3章介绍演化博弈论及网络演化博弈的研究进展。首先介绍了演化博弈的基本结构、种群博弈、复制者动态以及演化博弈中的重要概念——演化稳定策略。随后在静态网络、动态网络和相互依赖网络这3个层面上回顾了近年来网络演化博弈的研究进展。��

进一步地，第4章给出面向社交网络演化研究的社交演化博弈模型，首先给出了社交演化博弈模型的建模方法，进而根据不同类型的社交网络个体信息交互行为给出了模型设置方法和仿真结果，探讨了个体信息交互行为与社交网络演化的相互影响。

第1章社交网络

1.1概述

互联网正逐步演变为无处不在的计算平台和信息传播平台。在线社交网站、微博、博客、论坛、维基等社交网络的出现和迅猛发展，使得人类使用互联网的方式产生了深刻变革——由简单信息搜索和网页浏览转向网上社会关系的构建与维护，以及基于社会关系的信息创造、交流和共享。

基于互联网的社交网络正在成为人类社会关系维系和信息传播的重要渠道和载体，对国家安全和社会发展都会产生深远的影响： ①社会个体通过各种连接关系在社交网络上构成“关系结构”，包括以各种复杂关系关联而成的虚拟社区； ②基于社交网络的关系结构，大量网络个体围绕某个事件而聚合，并相互影响、作用、依赖，从而形成具有共同行为特征的“网络群体”； ③基于社交网络关系结构和网络群体，各类“网络信息”得以快速发布并传播扩散形成社会化媒体，并反馈到现实社会，使得社交网络与现实社会之间形成互动，对现实世界产生影响。

针对网络结构、群体和信息之间的互动关系，研究社交网络中各种关系结构（例如，虚拟社区等）的形成机制，发现社交网络关系结构的稳定特性；研究网络群体建模方法，揭示网络群体演化规律，发现网络群体的生成机理；研究网络群体行为规律，分析群体内部的相互作用及群体之间的相互影响，发现社交网络中的信息传播模式；研究多种社交网络之间信息传播的相互影响以及与传统媒体之间的互动规律。这些问题的研究涉及计算机科学、社会学、管理学、心理学等多个学科领域，可以揭示社交网络中的关系结构、网络群体、网络信息之间的复杂交互关系和互动规律，为社交网络分析与网络信息传播研究提供重要的理论支撑。

前言/序言

随着互联网，尤其是移动互联网的发展，在线社交网络应用也在不断扩展，不仅起到承载信息传播和促进沟通交流的作用，也渗透到购物、支付等人们的日常生活中。社交网络作为对传统人际关系网络在互联网上的一种映射和扩展，渗透到人们网络生活的方方面面，并对人们的社会生活产生深刻的影响。因此，针对社交网络的研究成为当前国内外的研究热点。然而，社交网络的研究，尤其是信息传播、网络结构和群体行为的演化研究，涉及计算机科学、社会学、心理学等多个学科领域，而且社交网络用户规模庞大、网络结构复杂、用户行为多样，导致传统的网络演化分析方法无法适用，迫切需要面向大规模社交网络的新型模型与方法。

社交网络演化计算的一个重要研究方法是从微观上对社交网络的用户进行建模，通过仿真用户间的行为和关系的变化来研究社交网络宏观上的网络结构与中观上的网络群体等的演化规律和内在机理，揭示社交网络中的关系结构、网络群体、网络信息之间的复杂交互关系和互动规律，为社交网络演化分析提供新的认识和理论支撑，并对网络信息的合理利用、网络用户信息行为的正确引导，以及信息网络的有效管理起到重要的指导作用。目前，大多数社交网络建模和演化分析的研究工作是从统计规律的研究展开，侧重于对网络结构的演化分析，缺乏对社交网络中人为因素的考虑，导致对社交网络演化规律的认识不清，缺乏有效的表达与计算。另一方面，网络演化博弈虽然为研究社交网络上用户行为和网络结构的演化规律提供了良好的理论基础，但是现有的网络演化博弈的研究往往侧重于对网络演化现象的理解与理论分析，缺乏对现实社交网络的有效表达。因此，社交网络演化计算是一个重要的研究方向。

我们在基于博弈模型和演化博弈模型的社交网络演化计算领域进行了一系列深入而系统的研究工作，本书主要以博弈论、演化博弈论为模型基础，深入探讨了社交网络演化的建模方法，并结合具体应用场景对社交网络中的信息传播、网络结构和群体行为的演化问题进行建模、分析与评价。书中大部分内容都取材于作者近期在国际、国内一流学术期刊和会议上发表的论文，全面、系统地展示了新的研究成果和进展。

本书内容共12章，从结构上可分为4个部分。

第一部分是对社交网络与建模方法的基础理论的介绍，包括第1~4章。第1章从社交网络及其演化的基本概念入手，给出形式化表示和研究要素等基础知识；第2章介绍与本书相关的博弈论的基本知识，包括博弈论的常见模型，以及纳什均衡、合作博弈等相关知识；第3章进一步给出演化博弈论及网络演化博弈的研究进展，内容上涵盖了演化博弈的基本结构、种群博弈、复制者动态以及演化稳定策略；第4章介绍了社交演化博弈模型，包括社交演化博弈模型的建模方法、社交网络个体信息交互行为模型设置方法等。

第二部分是单一网络的社交网络演化计算，包括第5~7章。第5章分析网络结构对信息传播的影响，包括社交网络信息传播的演化计算模型、方法和实施；第6章分析信息行为对网络结构的影响，包括社交网络用户典型信息行为分类，以及用户关系更新策略所造成的网络结构演化；第7章给出社交网络群体演化的计算方法，从社交网络群体的评价指标、信息交互群体识别方法、重叠群体相互影响方式、社交网络群体事件的演化分析等方面深入探讨了社交网络群体演化的分析方法。

第三部分是跨网络的社交网络演化计算，包括第8~10章。第8章介绍跨网络用户偏好的可预测性分析，利用知识库对用户特征进行建模，主要包括显式反馈、隐式反馈和时间维度与空间维度条件下的用户特征建模；第9章给出社交网络用户在强关联消费网络中的偏好预测，包括强关联预测模型方法，以及强关联预测的实用性分析；第10章探讨社交网络用户在弱关联消费网络中的偏好预测，涉及社交网络与消费网络间的用户账户相似度的计算策略和匹配方法，以及基于用户账户匹配的用户偏好预测模型方法。

第四部分是演化计算工具和实践分析举例，包括第11章、第12章。第11章列举目前常用的博弈仿真计算工具，包括Gambit、TNG、GAMUT，以及作者为应对社交演化博弈模型仿真开发的Flock计算工具；第12章给出4个基于真实微博数据的社交网络演化计算实例，实际检验本书提出的系列模型和方法在真实社交网络数据上的应用效果。

作者的研究工作得到了国家自然科学基金项目（No.61173008， No.91646120，No.61572473）、国家重点基础研究发展计划（973）项目（No.2013CB329600, No.2014CB340400)和北京科技新星项目(No.Z121101002512063）等资金的资助。

本书的一些研究问题和思路得益于973项目组的多次研讨，在此对项目组的各位老师表示感谢。北京科技大学研究生陆源参与了本书第5章、第11章和第12章的撰写，中国科学院计算技术研究所研究生刘强参与了第8章、第9章和第10章的撰写，中国科学院计算技术研究所研究生欧陈庚、林谢雄参与了第5章的撰写，在此一并表示感谢。

由于作者水平所限，加之社交网络演化计算方法的研究和应用仍处于不断发展和变化之中，书中错误和不足之处在所难免，恳请读者予以指正。社交网络演化计算——模型、方法与案例前言

作者〖〗2017年5月

现代社会复杂性的解码：洞察群体行为与动态演化的底层逻辑在这个信息爆炸、连接无处不在的时代，我们生活的社会早已不是静止的画面，而是一个由无数个体互动构成的动态网络。从社交媒体上的信息传播，到城市交通的拥堵模式，再到经济市场上的繁荣与衰退，再到疾病的传播路径，无不体现着复杂系统内部深刻的演化规律。然而，理解这些复杂的社会现象，洞察其背后驱动的机制，揭示群体行为的涌现，以及预测其未来走向，始终是人类探索的难题。本书正是为深入理解这些错综复杂的社会动态而设计，旨在构建一座桥梁，连接起对社会现象的直观感知与严谨的科学分析。我们并非聚焦于某个单一的社会领域，而是致力于挖掘不同社会现象背后可能存在的共性原理，探寻隐藏在个体互动中的普遍规律。本书的核心目标是为读者提供一套理解和分析现代社会复杂性的工具箱，帮助读者跳出碎片化的观察，建立系统性的认知框架。本书的独特之处在于，它并非提供一套固定的、单一的理论模型来解释所有社会现象，而是引导读者认识到，理解复杂社会演化需要多元化的视角和灵活的工具。我们将深入探讨如何运用数学模型、计算方法和数据分析，来刻画个体之间的互动关系，模拟群体行为的产生，并理解这些行为如何随着时间的推移而演化。本书旨在教授的，是一种科学的思维方式，一种处理复杂性的能力，一种从海量数据中提炼洞察的智慧。本书将带领读者探索以下核心议题：一、理解复杂系统的基础：从个体到整体的涌现任何复杂的社会现象，其根源都在于个体之间的互动。本书将从最基本的“个体”概念出发，探讨个体决策、偏好、信息获取等因素如何影响其行为。我们将深入研究，当大量个体按照一定的规则进行互动时，是如何“涌现”出宏观的、难以从个体层面直接预测的群体行为。这包括但不限于：个体行为的建模：如何用数学语言描述个体的理性或非理性决策过程？我们将介绍一些经典的个体行为模型，如博弈论中的策略选择、基于满意度的决策模型等。网络结构的重要性：个体之间的连接方式（即网络结构）对群体行为有着至关重要的影响。本书将探讨不同类型的网络（如随机网络、无标度网络、小世界网络）如何影响信息传播、意见形成、合作与冲突等。我们将介绍图论中的核心概念，以及如何量化和分析网络的拓扑属性。涌现性现象的理解：为什么简单的个体互动能产生复杂的群体模式？我们将介绍涌现性（Emergence）这一核心概念，并探讨一些经典的涌现性案例，如交通拥堵的自组织、市场泡沫的形成、群体恐慌的扩散等。理解涌现性是把握复杂系统演化的关键。二、驱动社会演化的动力学机制：时间序列的视角社会现象并非静态的，而是随着时间不断变化的。本书将聚焦于理解这些“动态”是如何产生的，以及它们在时间维度上如何演化。我们将学习如何利用动力学模型来刻画和分析社会系统的演变过程。状态转移与吸引子：社会系统在不同时间点可能处于不同的“状态”。我们将探讨如何用状态空间来描述这些状态，并理解系统是如何在这些状态之间进行转移的。我们将介绍吸引子（Attractor）的概念，它代表了系统倾向于稳定存在的状态，有助于我们理解社会系统的长期趋势。反馈机制的作用：许多社会现象的演化都依赖于“反馈”。正反馈会放大某些趋势（如流行趋势的形成），而负反馈则能抑制变化，维持稳定。我们将深入分析各种反馈机制在社会系统中的作用，并通过具体的模型来展示其影响力。非线性动力学与混沌：很多社会系统表现出明显的非线性特征，这意味着微小的初始差异可能导致截然不同的结果。本书将介绍非线性动力学的基本原理，并探讨混沌（Chaos）在社会现象中的体现，这有助于我们理解社会系统的不可预测性，以及为何精确预测长期趋势往往异常困难。演化博弈论：如何理解群体中的策略演化？我们将引入演化博弈论（Evolutionary Game Theory）的概念，它将博弈论与动力学相结合，解释为什么某些策略会在群体中逐渐占据主导地位，而另一些策略则会消失。这对于理解社会规范、文化变迁、技术采纳等现象至关重要。三、揭示演化模式的计算工具与方法：从理论到实践理论模型固然重要，但要真正理解和分析复杂的社会现象，离不开强大的计算工具和科学的方法。本书将为读者介绍一系列在社会科学研究中被广泛应用的计算和建模技术。模拟方法：由于许多社会系统的复杂性和难以通过解析方法求解，模拟（Simulation）成为研究其演化的重要手段。我们将介绍不同类型的模拟方法，如：基于主体的建模（Agent-Based Modeling, ABM）：这种方法模拟大量具有独立决策能力的“主体”（Agent）如何在虚拟环境中进行互动，从而观察宏观层面的涌现模式。ABM非常适合研究那些个体行为和互动规则是关键驱动因素的现象。网络模型与动力学模拟：如何在网络结构上模拟信息传播、意见扩散、疾病传播等过程。我们将介绍如何利用现有的网络分析库和模拟工具来实现这些模型。数据分析与可视化：现实世界产生了海量的社会数据，如何从这些数据中提取有价值的信息是关键。本书将探讨如何运用统计方法、机器学习技术来分析社会数据，并介绍数据可视化技术，如何将抽象的演化过程以直观的方式呈现出来，帮助我们更好地理解数据背后的模式。模型验证与校准：如何确保我们建立的模型能够真实地反映社会现象？我们将讨论模型验证（Model Validation）和校准（Calibration）的重要性，以及如何通过与现实数据对比来改进模型。四、跨领域应用：洞察现实世界的复杂性本书的最终目标是赋能读者，使其能够运用所学的知识和工具，去分析和理解现实世界中形形色色的复杂社会现象。我们将通过大量跨领域的案例来展示这些方法和模型的应用。信息传播与社交媒体：社交媒体上的信息是如何爆炸式传播的？谣言和虚假信息是如何扩散的？我们将利用网络传播模型和ABM来模拟这些过程，并探讨如何干预和控制信息传播。城市发展与交通模式：城市交通的拥堵是如何形成的？人们的出行选择如何影响城市空间结构？我们将探讨如何用ABM来模拟城市交通流，以及网络分析如何揭示城市的功能分区。经济市场行为：股票市场的波动是如何产生的？金融危机的风险如何评估？我们将介绍一些基于个体交易行为的市场模型，以及如何分析金融网络的结构性风险。公共卫生与疾病传播：传染病是如何在人群中扩散的？公共卫生干预措施的效果如何评估？我们将利用流行病学模型和网络模型来模拟疾病传播，并分析不同防控策略的有效性。意见形成与社会规范：群体中的意见是如何趋同或分裂的？社会规范是如何形成并维持的？我们将探讨演化博弈论和ABM在理解这些社会心理和社会结构问题上的应用。本书适合谁？本书适合任何对理解现代社会复杂性、群体行为、以及社会演化过程感兴趣的读者。无论您是来自社会学、经济学、政治学、计算机科学、物理学、生物学等领域的学者、研究人员、学生，还是希望提升自身对社会现象洞察能力的专业人士和有志于此的公众，都将从中受益。本书不包含以下内容：具体的社交网络平台（如微信、微博、Facebook等）的详细功能介绍或使用教程。对某个特定社交网络平台的数据进行深入的、局限于该平台本身的统计分析。关于如何建立或运营一个成功的社交网络平台的商业策略或技术指导。对特定社交媒体内容（如段子、表情包、热点话题）的解读或评价。对社交媒体用户行为的心理学分析（如成瘾、社交焦虑等），除非作为模型中的个体行为参数。关于网络安全、隐私保护、或算法伦理的专门讨论，除非作为模型中的约束条件或背景设定。具体的编程代码实现，本书侧重于方法论和概念的讲解，而非具体的软件开发。对社会学、经济学等学科中某一特定理论流派的单一、深度介绍。通过阅读本书，您将获得一种全新的视角，能够用更系统、更科学的方式去审视我们所处的复杂世界，理解那些驱动社会变化和群体行为的深层逻辑，并为应对未来挑战提供更有力的认知工具。

用户评价

评分☆☆☆☆☆

作为一个对信息传播和群体动力学感兴趣的业余研究者，我一直试图寻找能够解释社交媒体上信息爆炸性传播现象的理论框架。在浏览书店时，这本书的标题瞬间抓住了我的注意力。“社交网络演化计算”，这个组合听起来就充满了科学的严谨性和前沿性。我非常好奇，作者是如何将“演化”这个生物学上的概念应用到社交网络的分析中去的。是模拟社交个体像生物一样进行“适应”和“选择”吗？比如，那些更有吸引力的信息或者更有影响力的人，就像适者一样，能够在网络中生存和繁衍下来？我特别期待书中能够深入探讨“演化”过程中的关键因素，例如个体行为的异质性、网络结构的反馈效应，以及外部环境的变化对社交网络演化的影响。书中提到的“模型、方法与案例”，让我看到了它不仅是一本理论著作，更是一本实践指南。我希望书中能介绍一些已经被验证过的、能够有效描述社交网络演化过程的模型，并且详细阐述这些模型背后的数学原理和算法实现。尤其希望能看到一些关于“案例”的内容，例如分析某个真实社交平台的演化轨迹，或者通过模拟来预测某个事件在社交网络中的传播范围和速度，这将大大增强我对于这本书内容的理解和应用能力。

评分☆☆☆☆☆

我对群体行为和信息传播的机制一直非常着迷，尤其是在大数据和社交媒体时代，这些现象变得更加突出且难以捉摸。这本书的题目——“社交网络演化计算”——立刻吸引了我的注意，它暗示着一种用计算的力量来理解和模拟动态变化的社交系统的方法。我特别好奇，书中是否会从计算的视角来剖析社交互动的“规则”和“动力”。比如，个体在社交网络中的连接是如何随着时间推移而变化的？“演化”这个词，让我联想到一些生物学上的概念，如突变、选择、遗传，我猜想书中可能会用类似的方式来模拟社交个体的学习、模仿和淘汰过程。我想象着，书中可能会构建一些模拟环境，让虚拟的“个体”在其中互动，并通过算法来观察和分析网络结构的自然增长和衰减。而“模型、方法与案例”的组合，则让我看到了这本书的系统性和实用性。我希望书中能够介绍一些前沿的计算模型，例如基于智能体的建模、复杂网络的动力学分析等等，并详细阐述实现这些模型的具体算法和技术。如果书中还能提供一些真实世界中的“案例”，比如分析某个流行文化在社交网络中的传播路径，或者研究某种谣言的扩散机制，那将是极大的福音，能帮助我把理论知识与实际问题联系起来，获得更深刻的理解。

评分☆☆☆☆☆

一直以来，我都在思考如何用更科学、更量化的方式来理解人类社会中的各种复杂现象，特别是社交领域。当我在书架上看到这本书的封面时，一种强烈的求知欲被点燃了。“社交网络演化计算”，这个标题本身就蕴含着一种跨学科的魅力，将计算科学的严谨与社会学、心理学的直觉相结合。我脑海中立刻浮现出各种各样的问号：书中是否会探讨个体在社交网络中的决策机制？例如，人们是如何选择关注对象、分享信息，或者加入某个社群的？而这些个体行为的集合，又如何宏观地驱动整个社交网络的演化？我非常期待书中能够提供一些关于“演化”的具体解释，比如，是不是涉及到适应度函数的设计，或者选择压力是如何在网络中作用的？“模型、方法与案例”这几个词，让我对这本书的深度和广度有了更直观的认识。我希望书中能详细介绍几种经典的社交网络演化模型，并分析它们各自的优缺点。同时，“方法”部分让我期待能够学习到一些实用的数据挖掘和建模技术，以便我能在自己的研究中尝试应用。而“案例”则是我最渴望的部分，我期待能看到一些关于真实世界社交网络（比如微博、微信、Facebook等）的深入分析，通过具体案例来理解抽象的模型和方法是如何发挥作用的，从而获得更深刻的洞察。

评分☆☆☆☆☆

这本书的封面设计就很有吸引力，采用了一种抽象的、流动的线条勾勒出复杂交织的网络图，仿佛预示着书中将要探讨的那个充满活力的、不断演变的社交世界。我一直对“社交”这个概念充满好奇，它不仅仅是人与人之间的互动，更是一种背后隐藏着深刻规律和动力学的系统。从书名上看，“演化计算”这个词语让我眼前一亮，这是一种将自然界生物演化机制应用于计算和优化问题的强大工具。将其与“社交网络”结合，我预感这本书会提供一个全新的视角来理解社交现象。我想象着书中会如何用算法来模拟社交关系的形成、传播、以及群体行为的涌现，会不会有像基因算法、粒子群优化等技术的身影？我特别期待书中能给出一些具体的模型，比如如何量化个体间的信任度、影响力，或者如何模拟信息的传播路径和速度。当然，仅仅有模型是不够的，还需要有相应的方法来验证和应用这些模型。这本书的“方法”部分，让我对如何将理论付诸实践充满了期待。我希望它能介绍一些实用的数据分析技术，或者是一些基于模型的预测方法，能够帮助我们更好地理解现实世界中的社交网络。

评分☆☆☆☆☆

我一直对“网络”这个概念充满好奇，无论是物理世界的交通网络，还是虚拟世界的互联网，亦或是我们生活的社交网络，它们都展现出一种动态的、相互关联的复杂性。这本书的标题——“社交网络演化计算”——直击我的兴趣点。它似乎提出了一种利用计算方法来揭示社交网络如何“生长”和“变化”的路径。我特别想知道，书中会如何定义和量化“演化”这个过程？例如，是个体之间的连接强度会随着互动频率而改变吗？或者，社会中的“影响力”和“声望”是如何在网络中扩散和积累的？“计算”这个词，也让我联想到各种算法和数据分析技术，我期待书中能介绍一些能够捕捉社交网络动态特征的数学模型，甚至是一些基于机器学习或人工智能的方法来预测网络的未来走向。书名中的“模型、方法与案例”，让我对其内容结构有了初步的认识。我希望书中能详细阐述构建社交网络演化模型的基本原则，并介绍一些被广泛应用的计算方法，比如模拟仿真、统计推断等。最让我期待的，是“案例”部分，我希望能够看到一些具体的、有说服力的研究实例，比如分析某个群体如何形成，某个观点如何扩散，或者某种社会现象是如何在社交网络中演变而来的，这些具体的例子将帮助我更好地理解理论的价值和应用前景。