社交网络竞争性信息传播与用户行为分析

作品简介

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。

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》《IEEE/ACM 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。

作品目录

• 内容简介
• 前言
• 第1章 社交网络概述
• 1.1 社交网络分析
• 1.2 社交网络竞争性信息传播分析
• 1.3 社交网络用户行为分析
• 1.4 社交网络分析理论基础
• 1.5 本章小结
• 参考文献
• 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
• 2.1 概述
• 2.2 社交网络竞争性信息正向传播与逆向反馈
• 2.3 社交网络竞争信息传播生命周期
• 2.4 本章小结
• 参考文献
• 第3章 社交网络竞争性信息扩散微观概率模型研究
• 3.1 概述
• 3.2 社交网络竞争性信息扩散微观概率模型构建
• 3.3 实验结果与分析
• 3.4 本章小结
• 参考文献
• 第4章 社交网络竞争性信息传播宏观演化模型研究
• 4.1 概述
• 4.2 社交网络竞争性信息传播宏观演化模型构建
• 4.3 社交网络竞争性信息传播宏观模型分析
• 4.4 实验结果与分析
• 4.5 本章小结
• 参考文献
• 第5章 社交网络群体用户行为分析
• 5.1 概述
• 5.2 相关研究工作
• 5.3 社交网络群体结构分析
• 5.4 所提社交网络群体发现方法
• 5.5 实验结果与分析
• 5.6 本章小结
• 参考文献
• 第6章 社交网络用户兴趣行为分析
• 6.1 社交网络用户关系图谱
• 6.2 社交网络用户区域分析
• 6.3 社交网络用户性别和年龄分析
• 6.4 社交网络用户兴趣行为建模分析
• 6.5 本章小结
• 参考文献
• 第7章 社交网络异常用户行为分析
• 7.1 基于加权随机森林的社交网络异常用户模型
• 7.2 基于粒子群优化的随机森林异常检测分类
• 7.3 社交网络异常用户分类结果与对比分析
• 7.4 本章小结
• 参考文献
• 第8章 社交网络用户影响力行为分析
• 8.1 相关工作
• 8.2 传统影响力最大化问题的传播方法
• 8.3 构建社交网络用户影响力最大的方法
• 8.4 基于微博社交网络的关键用户分析
• 8.5 实验结果与分析
• 8.6 本章小结
• 参考文献
• 第9章 社交网络链路预测行为分析
• 9.1 社交网络链路预测分析
• 9.2 算法的时间与空间复杂度分析
• 9.3 实验设计
• 9.4 实验结果分析
• 9.5 GN社区划分算法对链路预测算法的影响分析
• 9.6 各类算法消耗的时间比较
• 9.7 本章小结
• 参考文献
• 第10章 社交网络热点预测用户行为分析
• 10.1 社交网络热度预测分析
• 10.2 社交网络热点话题预测分析
• 10.3 本章小结
• 参考文献