社交網路演化計算——模型、方法與案例

內容簡介

本書主要以博弈論、演化博弈論為模型基礎，深入地探討了社交網路演化的建模方法，並結合具體套用場景,介紹了社交網路中的信息、網路和群體的演化計算問題的建模、分析與評價方法，並通過新浪微博、捉蜜Twitter、Facebook、Google+、Youtube等真實數據的演化計算與分析，深入地探討了社交網路中信息傳播、網路結構和群體行為的演化規律，以及如何乃阿捉進行跨網路的時序預測與推薦。

本書既可供計算機、通信、信息等相關專業的教師、研究生和大學高年級學生作為教材或教學參考書，也可供社交網站、電商、網路行銷等方面的研究人員和工程技術人員參考。

圖書目錄

社交網路演化計算——模型、方法與案例舟乃蜜

第一部分社交網路與建模方法

第1章社交網路

1.1概述

1.2社交網路的研究要素

1.2.1網路結構

1.2.2群體行為

1.2.3網路信息

1.3社交網路的演化

1.3.1網路信息的傳播

1.3.2網路結構的演化

1.3.3群體行為的演化

1.4社交網路中的分析

小結

參考文獻

第2章博弈論

2.1概述

2.2博弈論基礎

2.2.1博弈論的基本構架

2.2.2理性行為

2.2.3有限理性

2.2.4常見博弈模型

2.3納什均衡

2.3.1納什均衡及舉例

2.3.2納什均衡的存在性

2.3.3嚴格競爭博弈

2.3.4混合策略納什均衡

2.4合作博弈

2.4.1可轉移支付合作博弈

2.4.2核

2.4.3核的非空性

2.4.4無可轉移支付的合作博弈

2.4.5Shapley值

小結

參考文獻

第3章演化博弈

3.1概述

3.2演化博弈基礎

3.2.1演化博弈的基本結構

3.2.2種群博弈

3.2.3複製者動態

3.2.4演化穩定策略

3.3網路演化博弈

3.3.1靜態網路上的演化博弈

3.3.2動態網路上的演化博弈

3.3.3相互依賴網路上的演化博弈

小結

參考文獻

第4章社交演化博弈

4.1概述

4.2建模方法

4.2.1基本概念

4.2.2博弈設定

4.2.3更新機制

4.3大規模社交行為仿真分析

4.3.1兩兩互動行為模型設定

4.3.2群互動行為模型設定

4.3.3更新機制

4.3.4仿真結果分析

小結

參考文獻

第二部分單一網路的社交網路演化計算

第5章網路結構對信息傳播的影響

5.1信息傳播與網路結構

5.1.1典型網路拓撲結構

5.1.2拓撲結構對信息傳播的影響

5.1.3信息傳播的一致性模型

5.2競爭性信息傳播

5.2.1概述

5.2.2競爭性信息傳播模型

5.2.3競爭性信息傳播模型穩定性分析

5.2.4競爭性信息傳播模型模擬

5.2.5網路拓撲結構對競爭性信息傳播的影響

5.2.6信息發布時間點對競爭性匪捆她信息傳播的膠晚察影響

5.2.7網路節點特徵對競爭性信息傳播的影響

5.2.8競爭信息傳播演化過程分析

小結

參考文獻

第6章信息行為對網路結構的影響

6.1概述

6.2社交網路中典型信息行為分析

6.2.1信息分享行為

6.2.2信息互動行為

6.3網路結構更新方式分析

6.3.1基於隨機選擇的網路結構更新方式

6.3.2基於聲譽的網路結構更新方式

6.3.3基於影響力的網路結構更新方式

6.3.4基於關係強度的網路結構更新方式

6.4信息分享行為對網路結構的影響

6.4.1信息分享行為模型

6.4.2更新機制

6.4.3實驗結果分析

6.5信息互動行為對網路結構的影響

6.5.1信息互動行為模型

6.5.2更新機制

6.5.3實驗結果與分析

小結

參考文獻

第7章群體行為與網路結構的協同演化

7.1概述

7.2社交網路群體評價指標

7.2.1群體結構評價指標

7.2.2群體行為評價指標

7.3社交網路群體識別方法

7.3.1相關研究工作

7.3.2信息互動群體識別方法

7.3.3局部均衡的計算

7.3.4實驗結果分析

7.4重疊群體夜贈剃付的行為與結構協同演化

7.4.1重疊群體相互影響的方式

7.4.2模型設定

7.4.3實驗結果與分析

7.5跨網路群體的用戶關注度競爭

7.5.1競爭性社交演化博弈模型

7.5.2實驗結果與分析

小結

參考文獻

第三部分跨網路的社交網路演化計算

第8章跨網路用戶偏好可預測性分析

8.1概述

8.2相關研究工作

8.2.1用戶特徵模型

8.2.2用戶特徵建模學習方法

8.2.3用戶特徵表述方式

8.3基於知識庫理解的時空用戶特徵建模

8.3.1基於顯式反饋的用戶特徵建模

8.3.2基於隱式反饋的用戶特徵建模

8.3.3時間維度和空間維度上的用戶特徵建模

8.4跨網路用戶偏好可預測性分析

8.4.1實驗數據集與用戶建模方法

8.4.2實驗結果與茅墊備微分析

小結

參考文獻

第9章社交網路用戶在強關聯消費網路中的偏好預測

9.1概述

9.2相關研究工作

9.2.1個性化預測技術

9.2.2個性化預測方法

9.2.3推薦系統評價指標

9.3強關聯預測模型與方法

9.3.1基於顯式反饋的用戶偏好預測

9.3.2基於隱式反饋的用戶偏好預測

9.3.3基於消費網路屬性的用戶偏好預測

9.3.4預測模型

9.4強關聯預測方法實例分析

9.4.1數據集

9.4.2評價指標與預測方法

9.4.3實驗結果與分析

小結

參考文獻

第10章社交網路用戶在弱關聯消費網路中的偏好預測

10.1概述

10.2相關研究工作

10.3社交網路與消費網路間的用戶賬戶關聯方法

10.3.1用戶賬戶相似度計算策略

10.3.2用戶賬戶匹配方法

10.3.3用戶賬戶關聯方法實例分析

10.4弱關聯預測實例分析

小結

參考文獻

第四部分輔助分析工具和案例分析

第11章演化博弈輔助分析工具

11.1Gambit

11.2TNGLab

11.3GAMUT

11.4Flock

11.4.1基本架構

11.4.2工作流程示例

小結

參考文獻

第12章真實社交網路中的套用案例分析

12.1Twitter和新浪微博的信息分享行為分析實例

12.1.1Twitter與新浪微博的演化性分析

12.1.2對Twitter與新浪微博的網路特性預測

12.2新浪微博中電影和電視劇的競爭傳播分析實例

12.2.1新浪微博中電影競爭信息異步傳播分析

12.2.2新浪微博中電視劇競爭信息異步傳播分析

12.3新浪微博中電商間信息的競爭性傳播分析實例

12.4足球圈在新浪微博和騰訊微博的使用熱度趨勢分析實例

小結

參考文獻

社交網路演化計算——模型、方法與案例

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條