社会计算

出版者的话中文版序译者序译者简介致谢第1章社会媒体与社会计算1．1社会媒体1．2概念与定义1．2．1网络与表示1．2．2大规模网络的属性1．3挑战1．4社会计算的任务1．4．1网络建模1．4．2中心性分析与影响建模1．4．3社区发现1．4．4分类与推荐1．4．5隐私、垃圾信息与安全1．5总结第2章结点、联系和影响2．1结点的重要性2．2联系的强度2．2．1从网络拓扑中学习2．2．2从用户特点和交互中学习2．2．3从用户行为序列中学习2．3影响建模2．3．1线性阈值模型2．3．2独立级联模型2．3．3影响最大化2．3．4影响和相关的区别第3章社区发现与评价3．1以结点为中心的社区发现3．1．1完全的相互关系3．1．2可达性3．2以群组为中心的社区发现3．3以网络为中心的社区发现3．3．1顶点相似性3．3．2隐含空间模型3．3．3块模型近似3．3．4谱聚类3．3．5模块度最大化3．3．6一个统一的过程3．4以层次为中心的社区发现3．4．1分裂式层次聚类3．4．2聚合式层次聚类3．5社区评价第4章混杂网络中的社区发现4．1混杂网络4．2多维网络4．2．1网络集成4．2．2效用集成4．2．3特征集成4．2．4划分集成4．3多模网络4．3．1双模网络的联合聚类4．3．2多模网络第5章社会媒体挖掘5．1社会媒体中的演化模式5．1．1研究社区演化的朴素方法5．1．2平滑演化网络中的社区演化5．1．3处理网络演化的基于片段的聚类算法5．2网络数据的分类5．2．1集体分类5．2．2基于社区的学习5．2．3总结附录A数据收集附录B介数计算附录Ck均值聚类参考文献索引

　　本书从数据挖掘角度介绍社会媒体的性质，评述社会媒体计算的代表性工作，并描述社会媒体带来的挑战。书中介绍了基本概念，使用浅显易懂的例子展示了最新的算法和有效的评价方法，阐述了混杂社会网络中的社区发现技术和社会媒体挖掘技术。　　本书简明易懂，是研究社会媒体中的社区发现与挖掘技术的入门级读物，适合从事社会媒体数据挖掘研究与应用的学生、研究者和实践者阅读。