展开全部

主编推荐语

复杂网络权威首次系统揭秘网络科学的重磅之作,10大模块讲透网络科学,使你拥有当今互联世界不可或缺的思维能力,助你轻松应对复杂世界。

内容简介

网络科学是一个独特的前沿领域,影响着整个社会的发展趋势。本书作者巴拉巴西是网络科学领域的奠基人,拥有丰富的网络科学研究经验。他从自己的经验出发,创作出首次揭秘网络科学诞生历程的重磅之作,通过十大模块、几百幅精美图片以及大量习题,一本书讲透社会、生物、技术、信息等网络的原理,教你轻松理解身边事。

目录

  • 版权信息
  • 从被拒稿的天才物理学家到诺贝尔奖热门人选
  • 一面是全球复杂网络研究第一人,一面是钟爱湖蓝色T恤、只喝健怡可乐的科学狂人
  • 用科学揭示成功定律,用人生诠释成功之路
  • 译者序 如小说般引人入胜的网络科学
  • 前言 网络科学诞生的奇妙旅程
  • I.1 曲折之路
  • 引言 复杂科学的未来
  • 0.1 互联带来的脆弱性
  • 0.2 复杂系统的核心——网络
  • 0.3 推动网络科学出现的两股力量
  • 0.4 网络科学的特性
  • 0.5 社会影响
  • 0.6 科学影响
  • 0.7 小结
  • 0.8 课后习题
  • 第1章 图论
  • 1.1 哥尼斯堡的桥
  • 1.2 网络和图
  • 1.3 度、平均度和度分布
  • 1.4 邻接矩阵
  • 1.5 真实网络是稀疏的
  • 1.6 加权网络
  • 1.7 二分网络
  • 1.8 路径和距离
  • 1.9 连通性
  • 1.10 集聚系数
  • 1.11 小结
  • 1.12 课后习题
  • 1.13 进阶阅读1.A 全局集聚系数
  • 1.14 参考文献
  • 第2章 随机网络
  • 2.1 本章概览
  • 2.2 随机网络模型
  • 2.3 链接数
  • 2.4 度分布
  • 2.5 真实网络不是泊松分布的
  • 2.6 随机网络的演化
  • 2.7 真实网络是超临界的
  • 2.8 小世界
  • 2.9 集聚系数
  • 2.10 小结:真实网络不是随机的
  • 2.11 课后习题
  • 2.12 进阶阅读2.A 推导泊松分布
  • 2.13 进阶阅读2.B 最大度和最小度
  • 2.14 进阶阅读2.C 巨连通分支
  • 2.15 进阶阅读2.D 分支大小
  • 2.16 进阶阅读2.E 全连通状态
  • 2.17 进阶阅读2.F 相变
  • 2.18 进阶阅读2.G 小世界的修正
  • 2.19 参考文献
  • 第3章 无标度性质
  • 3.1 本章概览
  • 3.2 幂律和无标度网络
  • 3.3 枢纽节点
  • 3.4 无标度的含义
  • 3.5 普适性
  • 3.6 超小世界性质
  • 3.7 度指数的作用
  • 3.8 生成任意度分布的网络
  • 3.9 小结
  • 3.10 课后习题
  • 3.11 进阶阅读3.A 幂律分布
  • 3.12 进阶阅读3.B 绘制幂律分布
  • 3.13 进阶阅读3.C 估计度指数
  • 3.14 参考文献
  • 第4章 巴拉巴西-阿尔伯特模型
  • 4.1 本章概览
  • 4.2 生长和偏好连接
  • 4.3 巴拉巴西-阿尔伯特模型
  • 4.4 度动力学
  • 4.5 度分布
  • 4.6 生长或偏好连接的缺失
  • 4.7 测量偏好连接
  • 4.8 非线性偏好连接
  • 4.9 偏好连接的起源
  • 4.10 直径与集聚系数
  • 4.11 小结
  • 4.12 课后习题
  • 4.13 进阶阅读4.A 推导度分布
  • 4.14 进阶阅读4.B 非线性偏好连接
  • 4.15 进阶阅读4.C 集聚系数
  • 4.16 参考文献
  • 第5章 演化网络
  • 5.1 本章概览
  • 5.2 比安科尼-巴拉巴西模型
  • 5.3 测量适应性
  • 5.4 玻色-爱因斯坦凝聚
  • 5.5 演化网络
  • 5.6 小结
  • 5.7 课后习题
  • 5.8 进阶阅读5.A 比安科尼-巴拉巴西模型的解析解
  • 5.9 参考文献
  • 第6章 度相关性
  • 6.1 本章概览
  • 6.2 同配性和异配性
  • 6.3 计算度相关性
  • 6.4 结构截断
  • 6.5 真实网络的相关性
  • 6.6 生成相关网络
  • 6.7 度相关性的影响
  • 6.8 小结
  • 6.9 课后习题
  • 6.10 进阶阅读6.A 度相关性系数
  • 6.11 进阶阅读6.B 结构截断
  • 6.12 参考文献
  • 第7章 网络鲁棒性
  • 7.1 本章概览
  • 7.2 渗流理论
  • 7.3 无标度网络的鲁棒性
  • 7.4 攻击耐受性
  • 7.5 级联故障
  • 7.6 对级联故障建模
  • 7.7 构筑鲁棒性
  • 7.8 小结:阿喀琉斯之踵
  • 7.9 课后习题
  • 7.10 进阶阅读7.A 无标度网络中的渗流
  • 7.11 进阶阅读7.B 莫洛伊-里德准则
  • 7.12 进阶阅读7.C 随机故障下的临界阈值
  • 7.13 进阶阅读7.D 分解有限规模的无标度网络
  • 7.14 进阶阅读7.E 真实网络对攻击和故障的耐受性
  • 7.15 进阶阅读7.F 攻击阈值
  • 7.16 进阶阅读7.G 最优度分布
  • 7.17 参考文献
  • 第8章 社区
  • 8.1 本章概览
  • 8.2 社区基础
  • 8.3 层次聚类
  • 8.4 模块度
  • 8.5 重叠社区
  • 8.6 检验社区
  • 8.7 刻画社区特征
  • 8.8 小结
  • 8.9 课后习题
  • 8.10 进阶阅读8.A 层次模块度
  • 8.11 进阶阅读8.B 模块度
  • 8.12 进阶阅读8.C 社区识别的快速算法
  • 8.13 进阶阅读8.D 团渗流的阈值
  • 8.14 参考文献
  • 第9章 传播现象
  • 9.1 本章概览
  • 9.2 流行病建模
  • 9.3 网络上的流行病模型
  • 9.4 接触网络
  • 9.5 其他网络性质的影响
  • 9.6 免疫
  • 9.7 流行病预测
  • 9.8 小结
  • 9.9 课后习题
  • 9.10 进阶阅读9.A 流行病传播的微观模型
  • 9.11 进阶阅读9.B SI、SIS和SIR模型的解析解
  • 9.12 进阶阅读9.C 针对性免疫
  • 9.13 进阶阅读9.D SIR模型和键渗流
  • 9.14 参考文献
  • 结语 运用网络科学理解当今的互联世界
  • 10.1 如何使用本书
  • 10.2 致谢
展开全部

评分及书评

4.6
12个评分
  • 用户头像
    给这本书评了
    5.0
    网络科学的数学原理

    看似随机的网络,其实有无标度特性,出现关键枢纽,能生长,有链接偏好,形成了网络飞轮,这两年的大数据的发展推动网络研究的实时性、鲁棒性研究,读此书可以洞察很多学科。很多将其与社会学结合,洞察社会关系网,传播学,病毒感染,神经网络,电力系统等

      转发
      1
      用户头像
      给这本书评了
      4.0
      眼前的纱窗

      口罩,毛衣,塑料提袋。
      数学,物理,社会科学。
      个体,组织,生态系统。
      处处都体现着由节点构成的网络。
      网络科学,致力于探究自然界广泛存在的网络所具有的一般性规律。


      掌握了一般性规律,可以帮助我们了解身边各类网络中各种令人费解的现象:
      为什么《蒙娜丽莎》会被认为是杰作?
      为什么同学的影响比学校大?
      为什么每个领域都只有极少数人能成为巨星?
      为什么 PPAP 会火?
      了解了这些现象背后的网络科学原理,就如带上了夜视仪,本来漆黑一片的环境,突然变得丰富了起来。过去无法理解的现象,现在可以使用一套理论来分析。过去看上去迥异的领域,现在却并没有本质上的区别。
      建议从书中的 “10.1 如何使用本书” 开始。以此为起点,运用网络科学,来理解我们所处的世界。
      如果看英文无碍,建议把书中提到的论文也一起阅读一遍。

        转发
        评论
        用户头像
        给这本书评了
        4.0
        网络科学解答流行病预测及传播

        关于流行病的预测,德国《时代》周报网站,近期刊载了一篇载题为《大流行、普通流感或病毒消失》的报道称,数周以来,世界各地的科学家一直试图弄清新冠病毒。然而,这一病原体引发的肺部疾病仍有很多问题尚未解决。新冠病毒疫情将如何发展?这种流行病是否仍然主要对中国来说是紧急情况,还是说会很快袭击没有做好准备的国家?


        德国亥姆霍兹传染研究中心流行病学项目负责人热拉尔・克劳泽说:目前仍然缺少重要的数据,尚不能作出可靠的预测。例如,每天到底有多少人被感染以及是否病情严重甚至死亡?病毒是否只能通过飞沫和接触传播,还是说也能通过空气传播?是否真的存在 “超级传播者”?
        在历史的大部分时期,人类面对大规模流行病时总是束手无策。由于缺乏药物和疫苗,传染病一次次席卷全世界,夺走了大量的生命。直到 1796 年,才有第一支疫苗投入测试;直到 20 世纪 90 年代,针对新病原体的系统性的疫苗开发和治疗才成为可能。尽管医学发展进步巨大,我们也只是对少数病原体开发出了有效的疫苗。因此,降低传染率和基于隔离的措施仍然是卫生系统对抗新病原体的主要工具。为了让疫苗、治疗和隔离措施的组合手段生效,我们需要预测何时何地将出现下一次病原体暴发,从而让当地卫生机构优化部署可用资源。
        关于流行病暴发的实时预测是近期才出现的研究领域。其发展基础来自 20 世纪 80 年代的传染病模型框架和 2003 年非典型性肺炎大暴发。后者确定了全球疫情的报告准则。随后出现的与流行病相关的可用数据为建模提供了实时输入。这些技术进展首次派上用场是在 2009 年 H1N1 甲型流感暴发期间,第一次实时预测了该流行病的传播。
        新病原体的出现总是伴随着几个关键问题:
        ● 病原体从哪里起源?
        ● 新发病例会出现在哪里?
        ● 流行病什么时候会到达各个人口稠密地区?
        ● 预计有多少人会被感染?
        ● 该如何减缓其传播进程?
        ● 如何能消灭它?
        如今,这些问题都可以通过强大的流行病仿真工具来回答。仿真工具使用人口学信息、移动信息和流行病学数据作为输入。从随机种群模型到基于代理人的计算机仿真 (可建模百万个体的行为和交互),都是这些工具背后的算法。在这一节中,我们将概述这些工具的用途,指出网络科学在这些技术发展中的作用。
        实时预测:
        流行病预测旨在预判病原体的实时传播,即预测每个主要城市的每周受感染人数。基于网络科学的流行病实时预测的首个成功案例,并且得益于全球疾病传播和移动 (Global Epidemic and Mobility,简称 GLEAM) 计算模型,这一随机框架将全世界范围的高精度人口数据和移动数据作为输入,采用了基于网络的计算模型:
        GLEAM 将每个地理位置映射为网络中的节点。
        ● 根据全球交通数据 (例如航线时刻表),用节点之间的传输表示链接。
        GLEAM 使用基于网络的方法估算流行病参数,例如传播率和再生数。它基于历年全球范围流行病的传播数据,而非医学报告。
        GLEAM 实现了基于网络的流行病框架,给出未来数月内病原体在全球传播的多种可能的结果。对于 H1N1 甲型流感,我们将该模型的预测结果与 48 个国家在疫情全阶段从监测和病毒学来源与收集到的数据进行对比,有如下几点关键发现:
        ● 高峰期:高峰期是指某个国家病原体感染人数最多的一个星期。对高峰期的预测可以帮助卫生官员决定分配疫苗或治疗手段的时间和数量。高峰期与首个病例到达的时间,以及每个国家的人口学特征和移动行为特征等有关。在 87% 的国家中,观测到的高峰期均在预测区间内。剩下的国家中,观测的高峰期和预测的高峰期最多相差两星期。
        ● 早到的高峰期:GLEAM 预测 H1N1 型流感的高峰期将出现在 11 月,而不是 1 月或 2 月 —— 流感类病毒的常规高峰期。这个意外的预测结果后来被证实是正确的,进一步证明了模型的预测能力。高峰期提前是因为 H1N1 甲型流感原发地在墨西哥,而不像其它很多流感那样原发于南非,因此病毒到达北半球的时间提前了。
        ● 接种疫苗的影响:一些国家实施了疫苗接种运动来控制这次的疫情。仿真结果表明,这些大规模疫苗接种运动对这次流行病传染过程的影响几乎可以忽略不计。原因在于,疫苗接种运动的时间是根据 1 月高峰期预估推算的,因此都在 2009 年 11 月之后进行。而此时已经过了高峰期,很难有好的效果。

        希望可以帮到大家。

          转发
          评论

        出版方

        湛庐文化

        “湛庐”之名取自相传是春秋时铸剑大师欧冶子“十年磨一剑” 所铸造的,享有“天下第一剑”之誉的湛庐剑。 北京湛庐文化传播有限公司是国内领先的专业出版商,专业从事经济管理类、心理学类图书的策划和出版。湛庐倡导“独立”“理性”的阅读,努力帮助读者实现独立思考、理性分辨,让读者运用自己的理智,用理性之光照亮蒙昧的心智。我们倡导“精进”“深入”的阅读,努力帮助读者降低阅读成本,提升阅读价值,让"无价"的内容能转化成出版相关者应获得的价值。