自我提升 类型
可以朗读 语音朗读
192千字 字数
No.80 科学技术
2025-02-01 发行日期
展开全部

主编推荐语

填补社交网络分析领域缺乏系统阐述数学方法的专业书籍的空白

内容简介

本书系统地阐述信息传播问题中所涉及的各种传播模型、数学优化方法以及计算方法等，并通过对大量信息传播的实际问题进行了建模与分析。该著作将为人工智能、大数据、管理科学、运筹学、人文社会科学等领域开展相关研究的本科生、研究生以及学者提供重要的参考。

目录

  • 版权信息
  • 前言
  • 第1章 社交网络概述
  • 1.1 社交网络与在线社交网络
  • 1.1.1 社交网络
  • 1.1.2 在线社交网络
  • 1.2 社交网络分析的理论与相关工作
  • 1.2.1 社交网络分析研究方向
  • 1.2.2 社交网络分析研究方法
  • 1.3 在线社交网络的表示
  • 1.3.1 图论
  • 1.3.2 图论分析社交网络的优势
  • 1.3.3 图论模型：节点与边的表示形式
  • 1.4 在线社交网络结构特征
  • 1.4.1 规则网络
  • 1.4.2 随机网络
  • 1.4.3 复杂网络
  • 1.4.4 社交网络的节点中心性
  • 1.4.5 群组
  • 1.4.6 超图
  • 1.5 在线社交网络中的负面信息
  • 1.5.1 负面信息的影响
  • 1.5.2 负面信息的传播机制
  • 1.5.3 研究意义
  • 1.6 本章小结
  • 第2章 信息传播模型
  • 2.1 独立级联模型
  • 2.2 线性阈值模型
  • 2.3 传染病模型
  • 2.3.1 SI模型
  • 2.3.2 SIS模型
  • 2.3.3 SIR模型
  • 2.3.4 SEIR模型
  • 2.4 触发模型
  • 2.5 渗流模型
  • 2.6 竞争线性阈值模型与竞争独立级联模型
  • 2.6.1 竞争线性阈值模型
  • 2.6.2 竞争独立级联模型
  • 2.6.3 基于竞争独立级联模型下的竞争影响最大化问题
  • 2.7 通用阈值模型与通用级联模型
  • 2.8 本章小结
  • 第3章 信息传播影响力的估计
  • 3.1 影响力估计的复杂性
  • 3.2 反向影响集抽样方法
  • 3.2.1 反向影响集抽样算法
  • 3.2.2 竞争传播过程中的反向影响集构造
  • 3.2.3 抽样复杂度分析
  • 3.3 分布式抽样技术
  • 3.3.1 分布式抽样算法
  • 3.3.2 抽样复杂度分析
  • 3.4 图神经网络的影响力估计
  • 3.4.1 图神经网络
  • 3.4.2 算法设计
  • 3.5 本章小结
  • 第4章 集函数的性质
  • 4.1 次模函数定义及优化方法
  • 4.1.1 次模函数定义
  • 4.1.2 贪心算法
  • 4.1.3 模性定义
  • 4.1.4 超模性定义
  • 4.2 非次模函数优化
  • 4.2.1 次模比的定义
  • 4.2.2 曲率的定义
  • 4.2.3 集函数的连续化
  • 4.2.4 非次模函数的优化方法
  • 4.2.5 非次模函数优化的实际应用
  • 4.3 本章小结
  • 第5章 抽样近似性
  • 5.1 蒙特卡罗仿真
  • 5.2 近似算法
  • 5.2.1 近似算法AA
  • 5.2.2 停止规则算法
  • 5.3 下界
  • 5.4 证明
  • 5.4.1 证明的准备工作
  • 5.4.2 停止规则定理的证明
  • 5.4.3 AA定理的证明
  • 5.4.4 下界定理的证明
  • 5.5 本章小结
  • 第6章 复杂度分析与算法近似性
  • 6.1 复杂度分析中的基本概念
  • 6.1.1 P问题
  • 6.1.2 NP问题
  • 6.1.3 NP完全问题
  • 6.1.4 NP难问题
  • 6.2 信息传播问题中的复杂度分析
  • 6.3 信息传播问题中求解算法的近似性
  • 6.3.1 贪心算法求解近似性
  • 6.3.2 三明治算法求解近似性
  • 6.3.3 集函数分解算法求解近似性
  • 6.4 本章小结
  • 第7章 应用
  • 7.1 从众效应下的影响力最大化问题
  • 7.1.1 问题背景
  • 7.1.2 模型构建
  • 7.1.3 理论分析
  • 7.2 社交网络群组影响力最大化问题
  • 7.2.1 问题背景
  • 7.2.2 模型构建
  • 7.2.3 理论分析
  • 7.3 社交网络中群组影响力收益最大化问题
  • 7.3.1 问题背景
  • 7.3.2 模型构建
  • 7.3.3 理论分析
  • 7.4 社交网络中谣言源不确定情形下的鲁棒控制问题
  • 7.4.1 问题背景
  • 7.4.2 模型构建
  • 7.4.3 理论分析
  • 7.5 社交网络中谣言源不确定情形下的随机优化控制问题
  • 7.5.1 问题背景
  • 7.5.2 模型构建
  • 7.5.3 理论分析
  • 7.6 社交网络回音壁效应分析与影响力最大化问题
  • 7.6.1 问题背景
  • 7.6.2 模型构建
  • 7.6.3 理论分析
  • 7.6.4 算法设计
  • 7.7 虚假信息交互量最小化问题
  • 7.7.1 问题背景
  • 7.7.2 模型构建
  • 7.8 虚假信息群组回音壁效应最小化问题
  • 7.8.1 问题背景
  • 7.8.2 模型构建
  • 7.9 虚假信息跨虚实交互网络传播最小化问题
  • 7.9.1 问题背景
  • 7.9.2 模型构建
  • 7.10 虚实交互社交网络中竞争虚假信息关注度最小化问题
  • 7.10.1 问题背景
  • 7.10.2 模型构建
  • 7.11 社交网络中虚假信息多源头溯源问题
  • 7.11.1 问题背景
  • 7.11.2 模型构建
  • 7.12 动态社交网络中虚假信息多源头溯源问题
  • 7.12.1 问题背景
  • 7.12.2 模型构建
  • 7.13 有符号在线社交网络中净正面交互信息量最大化问题
  • 7.13.1 问题背景
  • 7.13.2 模型构建
  • 7.13.3 理论分析
  • 7.14 基于马尔可夫链的谣言动态传播问题
  • 7.14.1 问题背景
  • 7.14.2 模型构建
  • 7.14.3 理论分析
  • 第8章 未来愿景与研究展望
  • 8.1 社交网络信息传播问题前沿热点
  • 8.1.1 异构社交网络信息传播模型研究
  • 8.1.2 动态网络演化模型研究
  • 8.1.3 虚实空间交互下虚假信息一体化治理研究
  • 8.2 社交网络信息传播理论前瞻研究
  • 8.2.1 基于次模比与曲率的非次模函数优化方法研究
  • 8.2.2 自适应次模性优化问题研究
  • 8.2.3 深度学习在社交网络中的应用
  • 8.3 社交网络典型数据集架构与采集
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

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。