在線社交網絡分析與信息傳播叢書

本書系統介紹虛擬社區發現與演化相關的基本概念，重點介紹近10年來社區發現算法的研究進展；並介紹與其相關的社區演化分析算法；同時對社區發現與演化分析相關算法在其他研究方向如社會化推薦、知識圖譜構建、鏈接預測等問題的應用進行梳理和總結；針對超大規模社交網絡分析問題，專門介紹基於當前主流大數據圖計算平臺的並行社區分析算法；最後，針對如何簡單、快捷地評價社區發現算法的優劣問題，從不同角度介紹社區分析算法評

面向社交網絡的信息檢索與傳播是社交網絡分析的重要研究內容，針對社交網絡信息短文本，碎片化的特點，本專著重點介紹如下內容：1.短文本觀點檢索，包括評價對象抽取，關鍵句識別，情感分析，基於知識庫的實體文檔檢索等內容。2.社交網絡的信息推薦技術。包括推薦技術的經典模型，協同過濾，學習排序，以及面向社交網絡的個性化推薦技術，如異構社交網絡個性化推薦，社交網絡地點推薦技術。3.社交網絡信息傳播技術。包括經典傳播模型介紹，基於信息博弈的社交網絡信息傳播方法和技術，基於個體決策的信息傳播模型，基於傳播的網絡輿情分析技術等。4.信息傳播影響力計算。包括影響力最大化計算方法，競爭型影響力最大化模型，影響力上界分析及應用技術。5.信息溯源技術。包括信息溯源的描述性定義，形式化定義，趨勢與挑戰，以及溯源方法的最新研究成果。

隨著社交網路應用的快速發展，用戶線上行為越來越複雜，並呈現出與以往不同的內容和形式。本書對社交網路行為進行系統性分析，主要從社交網路行為成因、社交網路行為表現和社交網路行為影響三方面簡略分析社交網路行為分析的研究進展。首先介紹社交網路行為成因，包括最重要的三個原因：用戶採納、用戶忠誠和用戶信任。有了這些原因，使用者才在社交網路中發生行為。然後主要介紹用戶行為、行為類別預測和行為主體的話題分析等社交

本書主要圍繞在線社交網結構特性與建模展開，從在線社交網絡的交友特性分析與發現、在線社交服務的結構特性度量與計算方法、面向在線社交網絡多屬性融合特徵的建模方法、超大規模在線社交網絡的高效並行建模及計算方法四個方面展開闡述。

社交網絡群體行為分析一書將在社交網絡群體形成機理分析，群體行為特徵認知和群體行為評估與引導等方面系統地論述最新理論研究成果和技術進展.主要內容包括：首先在微觀層面研究在線社交網絡應用中的個體行為與群體行為交互下的群體形成機理，重點論述了各類群體行為形成的特徵、產生原因和形成機制，在此基礎上論述了群體發現技術。其次，在宏觀層面對群體行為認知的兩個重要方面，群體影響力及群體情感的互動機理開展論述研究，論述了群體影響力和情感的預測與演化計算方法，以及群體演化檢測技術。最後，對群體行為特徵的檢測和評估方法，以及演化預測方法進行了論述。