●前言
第1章 緒論
1.1 研究背景及意義
1.1.1 研究背景
1.1.2 研究意義
1.1.3 主要研究內容
1.2 復雜網絡建模理論研究現狀分析
1.2.1 屬性圖建模現狀分析
1.2.2 加權網絡建模現狀分析
1.2.3 符號網絡建模現狀分析
1.2.4 集對網絡建模現狀分析
1.2.5 影響優選化建模現狀分析
1.3 復雜網絡的應用領域
1.3.1 社區發現及應用
1.3.2 鏈接預測及應用
1.3.3 影響優選化及應用
第2章 復雜網絡屬性圖建模及應用
2.1 引言
2.2 屬性圖及其擴展
2.2.1 屬性圖基本定義
2.2.2 粗糙屬性圖結構
2.2.3 S-粗糙屬性圖結構
2.2.4 各種屬性圖之間的關繫
2.3 基於屬性圖的復雜網絡結構分析
2.3.1 基於屬性圖的網絡結構測度分析
2.3.2 基於粗糙屬性圖的網絡結構測度分析
2.4 基於屬性圖的社區挖掘
2.4.1 粗匹配屬性子圖
2.4.2 粗糙中心區及挖掘算法
2.4.3 S-粗糙屬性圖粗糙度與社會網絡動態性
第3章 加權網絡建模及應用
3.1 引言
3.2 加權網絡基本知識
3.2.1 加權網絡定義
3.2.2 加權網絡描述方法
3.2.3 加權網絡的應用領域
3.3 加權網絡社區發現建模及應用
3.3.1 加權網絡相似性度量方法
3.3.2 加權網絡社區發現的建模方法
3.3.3 基於鏈接強度的加權網絡社區發現算法
3.3.4 基於共同鄰居的加權網絡社區發現算法
3.4 加權網絡鏈接預測建模方法及應用
3.4.1 加權網絡鏈接預測建模方法
3.4.2 基於多路徑節點相似性的加權網絡鏈接預測
第4章 符號網絡建模及應用
4.1 引言
4.2 符號網絡基本知識
4.2.1 符號網絡定義
4.2.2 符號網絡的特征量
4.2.3 結構平衡理論
4.2.4 符號網絡的應用領域
4.3 基於共同鄰居的符號網絡社區發現
4.3.1 符號網絡相似性度量
4.3.2 基於共同鄰居的符號網絡建模
4.3.3 基於共同鄰居的社區發現算法
4.3.4 基於共同鄰居緊密度的符號網絡社區發現算法
4.4 基於結構平衡理論的符號網絡社區發現
4.4.1 基於結構平衡理論的符號網絡建模
4.4.2 基於結構平衡理論的社區發現算法
第5章 集對復雜網絡建模及應用
5.1 引言
5.2 集對分析理論簡介
5.2.1 集對的定義
5.2.2 聯繫理論
5.2.3 集對分析理論應用領域
5.3 集對網絡建模
5.3.1 集對相似性度量
5.3.2 社會網絡集對建模
5.3.3 符號網絡集對建模
5.3.4 主題關注網絡集對建模
5.4 集對網絡社區發現
5.4.1 基於集對理論的社會網絡社區發現算法
5.4.2 基於集對理論的符號網絡動態社區發現算法
5.4.3 基於集對理論的主題關注網絡的社區發現算法
第6章 影響優選化建模及應用
6.1 引言
6.2 影響優選化基本知識
6.2.1 影響優選化的定義
6.2.2 社會影響力傳播模型
6.2.3 影響優選化的應用領域
6.3 影響優選化建模
6.3.1 基於社區結構的影響優選化建模及算法
6.3.2 基於偏好的影響優選化建模及算法
6.3.3 考慮負面傳播的影響優選化建模及算法
6.3.4 基於競爭環境的影響優選化建模及算法
6.3.5 基於遺傳算法及模擬退火算法的影響優選化方法
6.3.6 成本控制下的影響優選化方法
參考文獻
彩圖

本書是作者在近年來對數據挖掘和社會網絡分析理論研究的基礎上撰寫的，重點介紹了作者在該領域研究的成果，詳細討論了有關的概念、方法和相關算法。全書共六章，主要包括屬性圖的定義及其擴展，概率屬性圖、粗糙屬性圖和S-粗糙屬性圖的定義、基本性質及應用；加權社會網絡社區發現及鏈接預測方法；符號社會網絡社區發現；復雜社會網絡集對建模理論及在社區發現領域的應用；社會影響力傳播模型，基於偏好的、基於負面傳播的、基於成本控制的影響優選化算法等。本書可供計算機科學與技術學科相關專業碩士研究生、博士研究生和從事相關領域工作的科研人員及工程技術人員參考。