登入帳戶　 |　訂單查詢　 |　購物車/收銀台(0)　|　在線留言板　 |　付款方式　 |　聯絡我們　 |　運費計算　 |　幫助中心　|　 加入書簽
	全部範圍 - 圖書 - 　- 中文簡體書(大陸書) - 　- 英文書（原版） - - 音碟 - 　- 音樂 - 　- 影視 - - 雜誌 - 全文 精確	會員登入   新用戶註冊

HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2024年度TOP分類閱讀雜誌

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / 物流，時效：出貨後2-4日

新書推薦： 《 画中观器：明画里的家具 》 售價：HK$ 1428 《 梵蒂冈图书馆藏中国传统古籍善本总目提要 》 售價：HK$ 383 《 外国考古学研究译丛——国家与文明的起源：文化演进的过程（精装版） 》 售價：HK$ 653 《 身体,图像与艺术史 》 售價：HK$ 449 《 金石万象 梅庵书学 李瑞清 吴守峰 》 售價：HK$ 1520 《 脑结构MRI连续层次解剖学 》 售價：HK$ 755 《 古琴之美·2026（可读、可听、可学、可赏的“立体化”文化日历；专注于古琴文化的鉴赏日历） 》 售價：HK$ 500 《 财之道丛书·贪婪的游戏：金融投机100年 》 售價：HK$ 347

內容簡介： 本书从微观竞争性信息、宏观竞争性信息、社交网络群体社区行为、用户兴趣、异常用户识别、关键节点用户挖掘、用户链路与热点话题预测等角度入手，结合社交网络的真实案例，深入剖析了社交网络竞争性信息的传播规律与用户行为，并根据作者团队的研究成果和实际研究经验，归纳、总结了社交网络竞争性信息传播与用户行为分析的研究现状和未来发展动态。本书涉及计算机科学、数学、社会学、新闻传播学、管理学等多个学科领域，既可供从事社交网络的科研人员和高校相关专业的研究生阅读，又可供从事社交网络、复杂网络、动力学及相关领域的教学与科研人员参考。 關於作者： 刘小洋，博士、博士后；副教授，硕士生导师。美国IEEE 、ACM成员，CCF会员。任《IEEE Transactions on Cybernetics》《IEEEACM Transactions on Networking》《Computer Networks》《International Journal of Systems Science》《IEEE Transactions on Industrial Informatics》《计算机学报》《中文信息学报》《计算机科学》等国内外期刊审稿专家； 《重庆理工大学》自然科学版 青年编委。 目錄： 目 录 第1章 社交网络概述 1 1.1 社交网络分析 1 1.2 社交网络竞争性信息传播分析 4 1.2.1 经典信息扩散模型 4 1.2.2 数据驱动传播模型 6 1.2.3 社会博弈模型 8 1.2.4 基于传染病的模型 9 1.2.5 基于物理系统的模型 11 1.3 社交网络用户行为分析 12 1.3.1 社交网络群体行为分析 12 1.3.2 社交网络用户兴趣行为分析 13 1.3.3 社交网络异常用户分析 13 1.3.4 社交网络用户影响力行为分析 14 1.3.5 社交网络用户链路预测行为分析 14 1.4 社交网络分析理论基础 15 1.4.1 六度分隔理论 15 1.4.2 邓巴数字 15 1.4.3 强关系与弱关系 16 1.4.4 三度影响力 16 1.4.5 度中心性 16 1.5 本章小结 17 参考文献 17 第2章 社交网络竞争性信息正向传播与逆向反馈机制研究 19 2.1 概述 19 2.2 社交网络竞争性信息正向传播与逆向反馈 19 2.2.1 节点级竞争传播与反馈 20 2.2.2 系统级竞争传播与反馈 24 2.3 社交网络竞争信息传播生命周期 26 2.3.1 三阶段传播行为 27 2.3.2 轰传时间点 27 2.3.3 传播生存周期 28 2.4 本章小结 29 参考文献 29 第3章 社交网络竞争性信息扩散微观概率模型研究 31 3.1 概述 31 3.2 社交网络竞争性信息扩散微观概率模型构建 31 3.2.1 竞争性信息扩散过程分析 31 3.2.2 竞争性信息扩散微观概率模型构建 33 3.3 实验结果与分析 37 3.3.1 数值模拟 37 3.3.2 实证对比与结果分析 40 3.4 本章小结 46 参考文献 47 第4章 社交网络竞争性信息传播宏观演化模型研究 48 4.1 概述 48 4.2 社交网络竞争性信息传播宏观演化模型构建 48 4.2.1 竞争传播演化过程分析 48 4.2.2 竞争性信息传播宏观演化模型构建 51 4.3 社交网络竞争性信息传播宏观模型分析 52 4.4 实验结果与分析 58 4.4.1 敏感性分析 58 4.4.2 仿真分析 60 4.4.3 实证对比与结果分析 82 4.5 本章小结 86 参考文献 86 第5章 社交网络群体用户行为分析 88 5.1 概述 88 5.2 相关研究工作 89 5.3 社交网络群体结构分析 90 5.4 所提社交网络群体发现方法 93 5.4.1 局部距离拉普拉斯模型 93 5.4.2 节点秩优化函数 95 5.5 实验结果与分析 96 5.5.1 评估指标 96 5.5.2 人工网络性能比较 97 5.5.3 真实网络性能比较 99 5.6 本章小结 106 参考文献 106 第6章 社交网络用户兴趣行为分析 108 6.1 社交网络用户关系图谱 108 6.1.1 种子用户 109 6.1.2 微博用户 110 6.2 社交网络用户区域分析 111 6.3 社交网络用户性别和年龄分析 112 6.4 社交网络用户兴趣行为建模分析 113 6.4.1 社交网络用户特征提取 113 6.4.2 社交网络用户行为兴趣模型与结果分析 114 6.5 本章小结 118 参考文献 118 第7章 社交网络异常用户行为分析 120 7.1 基于加权随机森林的社交网络异常用户模型 120 7.2 基于粒子群优化的随机森林异常检测分类 123 7.3 社交网络异常用户分类结果与对比分析 127 7.4 本章小结 129 参考文献 129 第8章 社交网络用户影响力行为分析 131 8.1 相关工作 132 8.2 传统影响力最大化问题的传播方法 133 8.2.1 独立级联模型 133 8.2.2 线性阈值模型 134 8.2.3 权重级联模型 135 8.2.4 贪心算法 135 8.2.5 单次折扣算法 135 8.2.6 PMIA算法 136 8.3 构建社交网络用户影响力最大的方法 136 8.3.1 NAV函数和DMAP优化函数 136 8.3.2 基于候选种子集的优化策略 137 8.3.3 用户影响力最大化DLIM算法 140 8.4 基于微博社交网络的关键用户分析 141 8.4.1 社交网络用户影响力计算方法 141 8.4.2 计算用户的自身质量 141 8.4.3 用户行为特征权值影响力 142 8.4.4 微博关键用户挖掘过程及结果分析 142 8.5 实验结果与分析 143 8.5.1 参数设置与说明 143 8.5.2 社交网络用户影响力分析 144 8.5.3 微博关键用户传播影响范围对比分析 147 8.6 本章小结 151 参考文献 151 第9章 社交网络链路预测行为分析 153 9.1 社交网络链路预测分析 153 9.2 算法的时间与空间复杂度分析 155 9.3 实验设计 156 9.3.1 数据集 156 9.3.2 评估指标 157 9.3.3 对比方法 157 9.4 实验结果分析 157 9.4.1 LPCD算法与基于局部信息的链路预测算法对比分析 157 9.4.2 LPCD算法与基于路径的链路预测算法比较分析 159 9.5 GN社区划分算法对链路预测算法的影响分析 160 9.5.1 GN算法对基于局部信息的链路预测算法的影响 160 9.5.2 GN算法对基于路径的链路预测算法的影响 161 9.6 各类算法消耗的时间比较 162 9.7 本章小结 163 参考文献 163 第10章 社交网络热点预测用户行为分析 165 10.1 社交网络热度预测分析 165 10.1.1 热度预测概述 165 10.1.2 传统热度预测模型 166 10.1.3 评价标准 166 10.1.4 优化的ARWMA模型 167 10.1.5 今日头条新闻预测结果与分析 169 10.2 社交网络热点话题预测分析 175 10.2.1 话题流行度预测模型 175 10.2.2 优化的随机森林算法（IMRF） 179 10.2.3 实验结果与分析 179 10.3 本章小结 185 参考文献 185 內容試閱： 前言 随着人工智能、大数据、5G等技术不断取得突破，社交网络得到了迅速发展，各种应用层出不穷，为人们开拓了新的信息分享与交流平台。社交网络不仅在传递信息、促进交流等方面起着重要作用，而且渗透到了人们的日常生产、生活中。社交网络上普遍存在同一事件的不同竞争性信息同时传播的现象，这些信息之间往往存在着正相关或负相关的特性。 本书致力于分析不同类型信息的竞争性传播机制和用户行为，探索原生信息正向传播与衍生信息逆向反馈的作用规则，构建基于社交网络的竞争性信息传播模型并分析一系列用户行为，开展相关科学实验，以检验模型或算法的合理性与有效性。研究社交网络中的用户行为，可以有效掌握社交网络中用户的关系特征、用户兴趣和用户网络行为背后的逻辑及关联关系等，促进有关部门对网络舆论和用户行为进行有效的监管和约束，建立切实有效的网络行为规范等。同时，对于各类企业而言，掌握社交网络中用户的兴趣点和用户的关系网络可以优化产品与服务，并且依据社交群体的不同特点为用户提供更加精准的个性化推荐和网络营销策略。 本书共10章。第1章首先分析社交网络特性；接着针对社交网络上的竞争性信息传播，给出传统的竞争性信息传播研究模型；然后分析社交网络中不同用户的行为；最后分析社交网络的基本理论基础。第2章主要考虑社交网络上的人的因素，引入信息衰减系数、信息噪声系数和反馈系数等指标，实现竞争信息正向传播和信息逆向反馈的定量计算，分析反馈量随传播信息量变化的动态关系，揭示社交网络结构对竞争传播行为的影响及信息传播过程对网络结构反作用的互动规律。第3章主要考虑社交网络上普遍存在同一事件产生的多种不同类型信息同时在网络中传播的情形，即后发布的信息如何与先前发布的信息竞争，最终达到完全抑制先发信息的目的。社交网络上信息间的竞争是借助于网络节点实现的，本章深入研究节点状态转换的内部机制，确定节点的状态转换具有马尔可夫性，从概率层面建立节点状态转换的概率模型图，通过推导得出概率计算公式和转换概率矩阵。通过考察节点状态随时间不断转化的规律，构建竞争性信息扩散微观概率模型，并通过多种实验验证模型的可靠性。第4章在竞争性信息扩散微观概率模型的基础上，从系统的观点思考问题，重点考察社交网络上节点间相互作用的结果，给出宏观上呈现统计规律性的方法。通过充分考察社交网络用户规模庞大、网络结构复杂、用户行为多样的特性，运用动态时间序列和非线性动力学方法，构建竞争性信息传播宏观演化模型，刻画竞争性信息的竞争传播过程。第5章对社交网络中的群体进行分析，提出相应的社交网络社区发现算法。第6章主要从社交网络用户行为中的用户关注、用户微博、用户自定义标签等方面，进行用户关系和用户兴趣行为两个方面的分析研究。第7章改进加权随机森林模型，提出基于粒子群优化的随机模型，并使用两个模型对社交网络异常用户进行分类，对得出的结果进行分析，与传统异常用户分类模型进行对比分析，验证改进后的模型有效性与合理性。第8章主要提出一种新的基于局部优化节点和度折扣相结合的算法，通过对候选节点集进行筛选和过滤，使用多种函数优化种子集的选择，并且在四个真实数据集和独立级联模型上进行种子节点的选取和实验，增强算法的影响扩散能力，避免大量不必要的计算。第9章改进基于社区划分结果的链路预测算法，在不同类型的真实网络中对该算法进行实验分析，并与其他各类预测算法进行对比分析。第10章对社交网络中的热点话题进行预测研究，并以今日头条为例进行真实案例分析。 本书的研究成果可为社会媒体等相关部门提供决策参考和理论指导，增进政府、媒体、社交网络平台对舆情等信息的全面理解。社交网络竞争性信息传播和用户行为分析在社交网络服务、推荐系统、意见领袖挖掘、用户画像等方面具有广阔的应用前景和推广空间。 本书得到了国家社科基金（17XXW004）的资助，在此作者表示诚挚的谢意。特别感谢为本书的完整性作出贡献的课题组成员：何道兵、丁楠、李祥、吴松阳、刘加苗、唐婷、陈西华、陈继学、刘晓翔、黄俊、李明、周亚男、王松等。 由于作者水平有限，书中的错误和不足之处在所难免，望读者不吝赐教。所有关于本书的批评和建议，请发至作者邮箱lxy3103@163.com。 最后感谢自己对社交网络分析研究方向的热爱。 刘小洋 2020年6月

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式	台灣用户　|　香港/海外用户
megBook.com.tw
Copyright (C) 2013 - 2025 （香港）大書城有限公司　All Rights Reserved.