首页 > 图书中心 >图书详情
社交网络演化计算 ——模型、方法与案例
作者:王元卓、于建业、李静远、靳小龙
定价:88元
印次:1-2
ISBN:9787302486206
出版日期:2018.03.01
印刷日期:2019.03.14
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。
more >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
more >