本书是一本系统性梳理计算社会学相关理论和方法的论著。一方面,本书从传统复杂网络分析的角度,详细阐述社会网络分析的基础理论和动力学模型——随机网络、小世界网络、无标度网络和网络统计分析理论等,并将网络过程和行为应用于涌现、传染病等方面。另一方面,融合人工智能在自然语言处理、推荐算法等领域的展,阐述了人工智能算法尤其是深度学习理论等在智能推荐、文本分析、假消息检测、虚拟社交机器人等领域的应用。在兼顾广度和深度的前提下,本书深度融合计算机科学、社会学、人工智能和复杂网络等多学科的专业概念,突出阐述了计算社会学领域近年来的zui新研究成果和关键技术突破。<br/>【推荐语】<br/>本书系统性梳理计算社会学理论和方法的论著,具有极高的教学价值。书中详细介绍了社会网络分析的基础理论、动力学模型和网络统计分析,并将其应用于涌现和传染病等实际领域。此外,书中还深介绍了人工智能算法(如深度学习)在智能推荐、文本分析、假消息检测和虚拟社交机器人等领域的应用。这本书的特别之处在于融合了计算机科学、社会学、人工智能和复杂网络等多个学科的专业概念,全面呈现了计算社会学领域最新的研究成果和关键技术突破。对于计算社会学的教学而言,这本书是不可或缺的宝贵资料。<br/>【作者】<br/>作者简介:郭斌,1980年生,工学博士,西北工业大学计算机学院教授/博导,计算机系统与微电子系主任,智能感知与计算工信部重实验室副主任。2009年3月博士毕业于日本庆应大学,2009-2011年在法国国立电信学院行博士后研究。选“新世纪优秀人才”(2012)和第三批国家“万人计划”青年拔尖人才(2017),担任军委科技委国防科技创新特区专家组专家。主要从事普适计算、群智感知计算和大数据智能等方面研究。在国内外重要期刊和会议如IEEE TMC, IEEE THMS, ACM TKDD, ACM Computing Surveys, IEEE Comm. Surveys and Tutorials, UbiComp, INFOCOM, IJCAI等上面发表学术论文150余篇,6篇论文选ESI热或高被引论文。曾获得自然科学二等奖1项,获IEEE UIC’17、ISI’19等国际会议最佳论文奖。担任《IEEE Transactions on Human-Machine Systems》,《IEEE Communications Magazine》,《ACM Transactions on Intelligent Systems and Technology》,《IEEE Internet of Things》、《ACM IMWUT》、《Personal and Ubiquitous Computing》、《Frontiers of Computer Science》等国际权威期刊的编委或客座编辑,以及IEEE UIC’15, IEEE CPSCom’17、GPC’20等多个重要国际会议程序主席等职务。IEEE高级会员,CCF杰出会员。个人主页:http://www.guob.org/<br/>