社交网络分析电子书

内容简介

前言

第1章 绪论

1.1 社交网络

1.1.1 社交网络的相关定义

1.1.2 社交网络的发展

1.2 社交网络的本质

1.3 社交网络数据挖掘的意义

1.4 社交网络的基本概念

1.4.1 “六度分隔”理论

1.4.2 弱关系、强关系

1.4.3 贝肯数

1.4.4 顿巴数

1.5 无处不在的社交网络

1.5.1 航空领域的应用

1.5.2 交通领域的应用

1.5.3 社交领域的应用

1.5.4 医疗领域的应用

1.5.5 传染病领域的应用

1.6 社交网络分析的主要研究方向

1.6.1 信息传播

1.6.2 情感分析

1.6.3 热点事件分析

1.6.4 影响最大化

1.6.5 链路预测

1.6.6 社区发现

1.7 社交网络的前沿方向

1.7.1 多层网络

1.7.2 时序网络

1.7.3 网络动力学

1.7.4 图网络

1.7.5 自适应网络

1.8 本章小节

第2章 社交网络分析理论基础

2.1 图论

2.1.1 哥尼斯堡七桥问题

2.1.2 图的基本概念

2.1.3 图的存储结构

2.1.4 图的连通性

2.1.5 图的匹配理论

2.1.6 支配集、点独立集、点覆盖集

2.2 网络的基本特征

2.2.1 节点

2.2.2 边

2.2.3 度和度的分布

2.2.4 图的表示

2.2.5 图的类型

2.2.6 图的连通性

2.3 网络中的统计特性

2.3.1 统计特性

2.3.2 网络演化模型统计特性

2.4 网络中的统计物理学

2.4.1 统计物理方法

2.4.2 平均场理论方法

2.4.3 自组织理论

2.4.4 主方程

2.5 本章小结

第3章 社交网络文本情感分析

3.1 基于中文句法的图卷积情感分析

3.1.1 基于深度学习的情感分析概述

3.1.2 基于句法依赖树的情感分析模型

3.1.3 实验结果与分析

3.2 基于word2vec和双向LSTM的情感分类

3.2.1 传统情感分析方法

3.2.2 提出的情感分析方法

3.2.3 实验和结果分析

3.3 本章小结

第4章 社交网络链路预测分析

4.1 前言

4.2 预备知识

4.2.1 逻辑斯蒂回归

4.2.2 正则化

4.2.3 LightGBM

4.2.4 层叠泛化

4.3 提出的链路预测方法

4.3.1 提出的链路预测算法

4.3.2 链路预测模型构建

4.4 实验结果与分析

4.4.1 数据集

4.4.2 链路预测模型评估

4.4.3 评价指标

4.4.4 基准算法

4.4.5 实验结果与分析

4.5 本章小结

第5章 社交网络信息传播动力学分析

5.1 引言

5.2 传播动力学分析

5.2.1 个体特征分析

5.2.2 信息传播运动分析

5.2.3 信息传播受力分析

5.2.4 信息传播演化过程

5.3 结果与分析

5.3.1 数值模拟

5.3.2 仿真分析

5.3.3 实证对比分析

5.4 本章小结

第6章 社交网络不实信息传播分析

6.1 社交网络垃圾信息传播分析

6.1.1 垃圾信息传播概述

6.1.2 传统病毒传播模型

6.1.3 构建的垃圾信息传播模型

6.1.4 平衡点的稳定性分析

6.1.5 数值仿真分析

6.1.6 本节小结

6.2 社交网络谣言传播分析

6.2.1 谣言传播概述

6.2.2 正负面信息干扰下的谣言传播模型

6.2.3 实验结果分析

6.2.4 本节小结

6.3 本章小结

第7章 社交网络蠕虫传播与免疫分析

7.1 前言

7.2 蠕虫传播建模分析

7.2.1 建模参数和假设

7.2.2 主机状态转换分析

7.3 蠕虫传播数学建模

7.4 蠕虫免疫模型

7.4.1 P2P蠕虫免疫仓室

7.4.2 蠕虫免疫数学建模

7.5 无蠕虫病毒的平衡条件

7.5.1 流行病理论

7.5.2 蠕虫不会泛滥的条件

7.6 仿真分析

7.6.1 蠕虫不会泛滥的充分条件的实验证明

7.6.2 P2P参数对蠕虫传播的影响

7.6.3 蠕虫传播控制

7.6.4 蠕虫免疫模型仿真

7.7 本章小结

第8章 社交网络动态社区发现方法分析

8.1 前言

8.2 相关工作

8.3 提出的动态社区发现方法

8.3.1 相关定义

8.3.2 系统进化的移植分区模型

8.4 实验分析

8.4.1 人工网络

8.4.2 真实网络

8.5 本章小结