展开全部

主编推荐语

一本系统性梳理计算社会学相关理论和方法的论著。

内容简介

一方面,本书从传统复杂网络分析的角度,详细阐述社会网络分析的基础理论和动力学模型——随机网络、小世界网络、无标度网络和网络统计分析理论等,并将网络过程和行为应用于涌现、传染病等方面。

另一方面,融合人工智能在自然语言处理、推荐算法等领域的进展,阐述了人工智能算法尤其是深度学习理论等在智能推荐、文本分析、假消息检测、虚拟社交机器人等领域的应用。

在兼顾广度和深度的前提下,本书深度融合计算机科学、社会学、人工智能和复杂网络等多学科的专业概念,突出阐述了计算社会学领域近年来的最新研究成果和关键技术突破。

目录

  • 版权信息
  • 推荐序一
  • 推荐序二
  • 前言
  • 第0章 绪论
  • 0.1 社会学发展历程
  • 0.2 计算社会学发展历程
  • 0.3 计算社会学主要研究内容
  • 0.4 新型社会计算系统的研制与开发
  • 习题
  • 参考文献
  • 第一篇 基础支撑理论与算法篇
  • 第1章 图论
  • 1.1 图的基本概念
  • 1.2 图的存储表示
  • 1.3 图的遍历
  • 1.4 图的相关应用
  • 小结
  • 习题
  • 参考文献
  • 第2章 理论方法概述
  • 2.1 机器学习概览
  • 2.2 数据预处理
  • 2.3 特征抽取与选择
  • 2.4 经验误差与测试误差
  • 2.5 模型评估与选择
  • 小结
  • 习题
  • 参考文献
  • 第3章 线性模型
  • 3.1 基本形式
  • 3.2 线性回归
  • 3.3 逻辑回归
  • 3.4 线性判别分析
  • 小结
  • 习题
  • 参考文献
  • 第4章 聚类
  • 4.1 聚类任务
  • 4.2 基于划分的聚类算法
  • 4.3 基于层次的聚类算法
  • 4.4 基于密度的聚类算法
  • 小结
  • 习题
  • 参考文献
  • 第5章 分类
  • 5.1 决策树
  • 5.2 贝叶斯分类
  • 5.3 支持向量机
  • 5.4 集成学习
  • 小结
  • 习题
  • 参考文献
  • 第6章 神经网络
  • 6.1 神经元模型
  • 6.2 感知机
  • 6.3 误差反向传播算法
  • 6.4 其他常见的神经网络模型
  • 小结
  • 习题
  • 参考文献
  • 第7章 深度学习网络
  • 7.1 深度学习网络概述
  • 7.2 卷积神经网络
  • 7.3 循环神经网络
  • 7.4 图神经网络
  • 7.5 网络训练优化
  • 小结
  • 习题
  • 参考文献
  • 第8章 高级神经网络框架
  • 8.1 自编码器
  • 8.2 编-解码器框架
  • 8.3 注意力机制
  • 8.4 生成对抗网络
  • 小结
  • 习题
  • 参考文献
  • 第二篇 社会网络分析篇
  • 第9章 网络结构与联系
  • 9.1 三元闭包
  • 9.2 强联系与弱联系
  • 9.3 网络社区划分
  • 小结
  • 习题
  • 参考文献
  • 第10章 同质性
  • 10.1 同质现象
  • 10.2 同质性的测量
  • 10.3 同质现象的成因
  • 10.4 同质现象的影响
  • 小结
  • 习题
  • 参考文献
  • 第11章 网络的平衡与极化
  • 11.1 认知平衡模型
  • 11.2 结构平衡理论
  • 11.3 极化现象
  • 11.4 极化网络分析
  • 小结
  • 习题
  • 参考文献
  • 第12章 社会权力
  • 12.1 社会网络中的权力
  • 12.2 纳什均衡与网络议价
  • 12.3 节点权力的度量
  • 小结
  • 习题
  • 参考文献
展开全部

评分及书评

评分不足
2个评分
  • 用户头像
    给这本书评了
    3.0
    节点权力的度量,值得深思

    在当今科技飞速发展的时代,大数据、云计算和人工智能等技术已经深刻改变了我们的生活和生产方式,使得人类社会经济活动从传统的物理空间与社会空间扩展到了全新的信息空间。在这样的背景下,这本《计算社会学》为我们提供了一个独特的视角,让我们能够从计算的角度深入理解和解析这个三元空间深度融合的社会新形态。本书理论体系严谨、内容丰富,确实令人印象深刻。作者们从计算的角度出发,探讨了社会群体、智能算法和云边端环境之间的相互作用和相互影响,揭示了这种三元空间融合所带来的新特征和新问题。书中不仅详细阐述了计算社会学的基本概念、原理和方法,还结合了大量实际案例,使得理论知识更加生动、易于理解。在阅读本书的过程中,我深感作者们对于社会新形态和新特征的敏锐洞察力和深刻分析能力。他们指出,随着大数据和人工智能技术的发展,社会群体和智能算法之间的交互日益频繁,云边端环境也为这种交互提供了强大的支持。这种交互不仅改变了人们的生活方式,也对社会经济、政治和文化等多个方面产生了深远的影响。此外,本书还强调了计算社会学在解决实际问题中的重要作用。作者们认为,通过运用计算社会学的方法和技术,我们可以更加准确地预测社会现象的发展趋势,为政策制定和决策提供更加科学的依据。这种跨学科的研究方法不仅拓宽了社会学的研究领域,也为其他学科的发展提供了新的思路和方法。

      转发
      评论

    出版方

    机械工业出版社

    机械工业出版社是全国优秀出版社,自1952年成立以来,坚持为科技、为教育服务,以向行业、向学校提供优质、权威的精神产品为宗旨,以“服务社会和人民群众需求,传播社会主义先进文化”为己任,产业结构不断完善,已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸,现已发展为多领域、多学科的大型综合性出版社,涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。