This is the first textbook on social network analysis integrating theory, applications, and professional software for performing network analysis (Pajek). Pajek software and datasets for all examples are freely available, so the reader can learn network analysis by doing it. In addition, each chapter offers case studies for practicing network analysis. The book will enable the reader to gain the knowledge, skills, and tools to apply social network analysis in all social sciences, ranging from anthropology and sociology to business administration and history. ======== Table of contents Part I. Fundamentals 1. Looking for social structure 2. Attributes and relations Part II. Cohesion 3. Cohesive subgroups 4. Sentiments and friendship 5. Affiliations Part III. Brokerage 6. Center and periphery 7. Brokers and bridges 8. Diffusion Part IV. Ranking 9. Prestige 10. Ranking 11. Genealogies and citations Part V. Roles 12. Blockmodels Appendix 1. Getting started with Pajek Appendix 2. Exporting visualizations Appendix 3. Shortcur Key Combinations

对各种复杂网络的定量与定性特征的科学理解已成为网络时代科学研究中一个极其重要的挑战性课题，网络科学就是一门正在兴起的面对这一挑战的交叉性学科。本书致力于系统地介绍网络科学的基本概念、思想和方法，使得具有高等数学基础的读者都能够看懂，并具备把网络科学方法用于实际网络分析的能力。为此，本书没有过多地陷入数学和物理推导，而是更为关注网络科学的思维习惯和研究方式。本书在概要介绍了网络科学的背景和研究意义之后，分为四个部分详细介绍了网络基本概念、网络拓扑性质、网络拓扑模型和网络动力学。 本书适合作为研究生和高年级本科生的网络科学教材，也可供自然科学、工程技术科学和社会科学领域的研究人员与学生参考。

The scientific study of networks, including computer networks, social networks, and biological networks, has received an enormous amount of interest in the last few years. The rise of the Internet and the wide availability of inexpensive computers have made it possible to gather and analyze network data on a large scale, and the development of a variety of new theoretical tools has allowed us to extract new knowledge from many different kinds of networks. The study of networks is broadly interdisciplinary and important developments have occurred in many fields, including mathematics, physics, computer and information sciences, biology, and the social sciences. This book brings together for the first time the most important breakthroughs in each of these fields and presents them in a coherent fashion, highlighting the strong interconnections between work in different areas. Subjects covered include the measurement and structure of networks in many branches of science, methods for analyzing network data, including methods developed in physics, statistics, and sociology, the fundamentals of graph theory, computer algorithms, and spectral methods, mathematical models of networks, including random graph models and generative models, and theories of dynamical processes taking place on networks.

本书致力于系统地介绍分析复杂网络和人类行为动力学的演化模型和理论方法；涉及到的模型均给出解析过程和模拟，大部分模型给出了实证。力图体现理论研究上有深度、模型与实证相结合。第一部分以图、随机图和复杂网络为主线，本书拓展了随机图模型，将小世界网络的WS模型纳入了随机图的框架，给出了复杂网络的数学定义。以Poisson过程为基础，力求分析严谨、并且使应用工作者容易接受的解析过程。将适应度模型，加权网络统一在竞争网络模型下处理。基于随机服务系统对节点具有寿命的网络分类与分析。给出了变速增长网络模型，论述了幂律分布和几何级数增长网络度分布的计算。第二部分首先论述了基于排队系统的人类行为动力学模型。其次，在几类人类行为动力学的实证研究基础上，利用非齐次Poisson过程分析了人类行为动力学模型。提出了采购行为动力学模型，对采购订单的预测有一定的积极意义。最后，讨论了人类行为动力学中的分形与自相似性。

《普通高等教育"十二五"规划教材•高等院校重点推荐教材:复杂网络基础理论》讲述了科学根植在理论基础之上。理论是对经验现象或事实的科学解说和系统解释。顾名思义，复杂网络作为一门新兴科学，是对存在的网络现象及其复杂性进行解释的学科。首先，它研究的是网络现象。网络在自然界和人类社会中普遍存在，包括自然界中天然存在的星系、食物链网络、神经网络、蛋白质网络；人类社会中存在的社交网络、传染病传播网络、知识传播网络；人类创造的交通网络、通信网络、计算机网络等。

网络科学作为一门新兴的学科越来越引入瞩目。网络科学能帮助读者设计更快、更有弹性的通信网络；能用于调整电力网络、电信网络和飞行航线等基础设施系统；可以为市场动态建模；能帮助理解生物系统中的同步；能用于分析人们之间的社会互动…… 这是第一本全面审视新出现的网络科学的论著。书中研究了各种网络——规则网络、随机网络、小世界网络、影响网络、无标度网络和社会网络等，并将网络过程和行为应用于涌现、传染病、同步和风险方面。本书的独特之处在于将跨计算机科学、生物学、物理学、社会网络分析、经济学和市场营销等多学科的专业概念整合了起来。 本书为网络科学领域提供了全新的理解和阐释，是研究人员、专业人员以及工程、计算、生物领域的技术人员不可缺少的参考资料，也可以作为相关领域研究的高年级和研究生教材。

Graph theory and the fields of natural language processing and information retrieval are well-studied disciplines. Traditionally, these areas have been perceived as distinct, with different algorithms, different applications, and different potential end-users. However, recent research has shown that these disciplines are intimately connected, with a large variety of natural language processing and information retrieval applications finding efficient solutions within graph-theoretical frameworks. This book extensively covers the use of graph-based algorithms for natural language processing and information retrieval. It brings together topics as diverse as lexical semantics, text summarization, text mining, ontology construction, text classification, and information retrieval, which are connected by the common underlying theme of the use of graph-theoretical methods for text and information processing tasks. Readers will come away with a firm understanding of the major methods and applications in natural language processing and information retrieval that rely on graph-based representations and algorithms.

国内首部复杂网络专著 【图书目录】 第1章 引论 1．1 引言 1．2 复杂网络研究简史 1．3 基本概念 1．4 本书内容简介 参考文献 第2章 网络拓扑基本模型及其性质 2．1 引言 2．2 规则网络 2．3 随机图 2．4 小世界网络模型 2．5 无标度网络模型 2．6 局域世界演化网络模型 2．7 模块性与等级网络 2．8 复杂网络的自相似性 参考文献 第3章 Internet拓扑特性及建模 3．1 引言 3．2 Internet的拓扑特性 3．3 随机图产生器 3．4 结构产生器 3．5 基于连接度的产生器 3．6 多局域世界模型 3．7 各类模型的定性比较 参考文献 第4章 复杂网络上的传播机理与动力学分析 4．1 引言 4．2 复杂网络的传播临界值理论 4．3 复杂网络的免疫策略 4．4 复杂网络的传播动力学 4．5 计算机病毒在Internet上的传播 4．6 复杂网络中的其他传播现象 参考文献 第5章 复杂网络上的相继故障 5．1 引言 5．2 复杂网络相继故障的动态模型分析 5．3 基于耦合映象格子的相继故障模型 参考文献 第6章 复杂网络中的搜索 6．1 引言 6．2 社会网络搜索 6．3 几种复杂网络搜索策略分析 6．4 P2P网络中的搜索 6．5 复杂网络中的搜索和拥塞 参考文献 第7章 复杂网络中的社团结构 7．1 引言 7．2 Kernighan—Lin算法 7．3 谱平分法 7．4 分裂方法 7．5 凝聚算法 7．6 派系过滤算法 参考文献 第8章 复杂网络中的同步 8．1 引言 8．2 复杂网络的完全同步判据 8．3 复杂动力网络的完全同步 8．4 连续时间时变耦合网络完全同步 8．5 其他网络完全同步判据 8．6 复杂网络中各个因子与完全同步的关系 8．7 改进复杂网络同步的方法 8．8 复杂网络的相位同步 参考文献 第9章 复杂动态网络的控制 9．1 引言 9．2 规则网络时空混沌的牵制控制 9．3 无标度动态网络的牵制控制：鲁棒性与脆弱性 9．4 一般复杂动态网络的牵制控制 9．5 随机驱动下动态网络的有序性与动力学 参考文献 附录名词对照

From the Internet to networks of friendship, disease transmission, and even terrorism, the concept - and the reality - of networks has come to pervade modern society. But what exactly is a network? What different types of networks are there? Why are they interesting, and what can they tell us? In recent years, scientists from a range of fields - including mathematics, physics, computer science, sociology, and biology - have been pursuing these questions and building a new 'science of networks.' This book brings together, for the first time, a set of seminal articles representing research from across these disciplines. It is an ideal sourcebook for the key research in this fast-growing field. The book is organized into four sections, each preceded by an editors' introduction summarizing its contents and general theme. The first section sets the stage by discussing some of the historical antecedents of contemporary research in the area. From there the book moves to the empirical side of the science of networks before turning to the foundational modeling ideas that have been the focus of much subsequent activity. The book closes by taking the reader to the cutting edge of network science - the relationship between network structure and system dynamics. From network robustness to the spread of disease, this section offers a potpourri of topics on this rapidly expanding frontier of the new science.

《复杂系统与复杂网络》从研究复杂系统的角度来介绍复杂网络。作为一本入门引导，前五章介绍一些复杂系统理论的基础知识，包括熵、计算机与信息、非平衡统计物理学、耗散结构与协同学、临界现象与自组织临界性、混沌、元胞自动机模型、复杂性的定义与量度、有关的统计物理学方法、博弈论、数理统计、图论等。第六、第七章介绍复杂网络的一些基础知识，包括描述网络拓扑结构的统计性质以及一些有影响的网络演化模型。在第八、第九、第十章中介绍了网络上的物理传输过程、生命网络和合作网络与合作一竞争网络。其中侧重介绍了作者群体的工作。另外，《复杂系统与复杂网络》阐述了作者们对复杂网络研究前景的一些看法，特别是在第十一章中介绍了关于复杂网络动力学框架的一些最新研究。 《复杂系统与复杂网络》可作为复杂系统与复杂网络研究方向的研究生教材，也可作为相关领域研究人员的参考书。

《跨学科名作译著系列•蜘蛛:社会网络分析技术(第2版)》是国际上第一本综合介绍社会网络分析的理论、实践，以及软件操作的教程。社会网络分析技术是一项新兴技术，其应用不限于社会分析，而是广泛适用于多种学科，包括语言学、神经科学、分子生物学、流行病学、物理学、刑侦学、经济学等。

《社会网分析讲义(第2版)》：社会网分析的理论架构 社会网分析在社会学研究中的角色 社会网研究的类别 自我中心社会网资料的收集 整体社会网资料的收集 图形理论与社会计量学 中心性分析 小团体分析 社会资本的定义与衡量 角色分析 网络动态学

《社会网分析讲义》编辑推荐：社会网分析是社会网理论在建立模型与实证研究时，收集定量资料与测量社会网变量必需的工具。

A variety of different social, natural and technological systems can be described by the same mathematical framework. This holds from the Internet to food webs and to boards of company directors. In all these situations a graph of the elements of the system and their interconnections displays a universal feature. There are only few elements with many connections, and many elements with few connections. This book presents the experimental evidence of these "Scale-free networks" and provides students and researchers with a corpus of theoretical results and algorithms to analyse and understand these features. The content of this book and the exposition makes it a clear textbook for beginners, and a reference book for the experts.

正如副标题所表明的，《六度分隔:一个相互连接的时代的科学》的基本内容是介绍一门正在形成中的新科学——关于网络的一般规律的科学。有这样一门科学吗？它的内容和方法是什么？近年来，这门学科有什么实质性的进展吗？在《六度分隔:一个相互连接的时代的科学》中，作者根据自己的亲身经历娓娓道来，用讲故事的方式，对于这些问题给出了令人信服的回答 除了简要的背景和总结以外，《六度分隔:一个相互连接的时代的科学》可以分成两大部分前半部分讲述了学科产生的背景和主要的理论模型其中特别值得注意的是，第3章介绍的是小世界网络模型，第4章介绍无标度网络模型，第五章则介绍了关于搜索的模型这三章的介绍包括了这些模型的内容和意义这三章具有较强的理论性后半部分则广泛地介绍了在若干应用领域的应用状况。第6章讨论了疾病和计算机病毒的传播中的问题第7、8章研究了另外一些社会现象，例如，文化时尚、政治动乱，金融泡沫等告诉了我们什么。第9章则讨论了组织的坚固性和它对现代公司企业的启示。最后第10章对全书进行总结，提出一个简要的概括 对于具有高中以上文化基础的社会大众来说，可以通过阅读《六度分隔:一个相互连接的时代的科学》概括性地了解关于网络新科学的概况与最新进展而对于有兴趣深入了解现代系统科学，以及正在形成中的一般网络科学的读者，《六度分隔:一个相互连接的时代的科学》则是一个很好的入口和索引。

《小小世界》内容简介：每个人都熟悉所谓“小世界现象”：当你遇见一个陌生人交谈不久之后，往往会惊奇地发现：“原来我们有共同的朋友!”或者说，仅通过几个熟识的人，我们就早已经相互联系在一起了，在这《小小世界》(有序与无序之间的网络动力学)中，邓肯·瓦茨(Duncan watts)将这种有趣的现象——俗称“六度分离” (six degrees of separation)——作为研究更一般现象的引子即证明了：在某种特定的条件下，小世界现象会出现在任何一种类型的网络之中。能够作为这一研究素材的网络无所不在：大脑是一个神经网络；社会上的组织是人际网络；全球的经济是国民经济组成的网络，国民经济又是市场组成的网络，而市场则是相互作用的生产者和消费者组成的网络。食物链、生态系统以及因特网也都表现出网络特征。此外，解决某一问题的策略，一次谈话中的主题，甚至一种语言中的词汇都能够形成某种意义上的网络。作者断言，这些网络都将归为“小世界网络”。这类网络是如何作用的呢?简单地说，是局部行为导致了全局性的结果，而局部动态特性和全局动态特性之间的关系，则主要依赖于网络的结构，瓦茨利用多种简单的模型阐明了这一关系的微妙之处，这些模型包括：人群中传染病的传播；博弈论中合作的演化；元胞自动机(即Cellutar Automata，CA)的计算能力以及耦合相位振子的同步等等。

Over the last decade, the study of complex networks has expanded across diverse scientific fields. Increasingly, science is concerned with the structure, behavior, and evolution of complex systems ranging from cells to ecosystems. Modern network approaches are beginning to reveal fundamental principles of brain architecture and function, and in Networks of the Brain, Olaf Sporns describes how the integrative nature of brain function can be illuminated from a complex network perspective. Highlighting the many emerging points of contact between neuroscience and network science, the book serves to introduce network theory to neuroscientists and neuroscience to those working on theoretical network models. Brain networks span the microscale of individual cells and synapses and the macroscale of cognitive systems and embodied cognition. Sporns emphasizes how networks connect levels of organization in the brain and how they link structure to function. In order to keep the book accessible and focused on the relevance to neuroscience of network approaches, he offers an informal and nonmathematical treatment of the subject. After describing the basic concepts of network theory and the fundamentals of brain connectivity, Sporns discusses how network approaches can reveal principles of brain architecture. He describes new links between network anatomy and function and investigates how networks shape complex brain dynamics and enable adaptive neural computation. The book documents the rapid pace of discovery and innovation while tracing the historical roots of the field. The study of brain connectivity has already opened new avenues of study in neuroscience. Networks of the Brain offers a synthesis of the sciences of complex networks and the brain that will be an essential foundation for future research.

本书以基于Python的网络分析包NetworkX作为社会网络分析工具，但不是一本NetworkX使用手册。作者将重点放在如何从庞大的社会网络分析学术积累中，挑选最精要与最实用的知识点，以帮助读者形成关于社会网络分析的知识谱系图。全书可以分为四部分。第1章和第2章是基础知识，主要介绍社会网络分析的背景信息与图论基础知识。第3~5章主要介绍如何分析社会网络，分别从个体与群体两个层面，介绍社会网络的主要测量指标与分析方法。其中第3章重点介绍社会网络节点层面的四个核心指标： 程度中心性：哪些是明星人物？哪些是边缘者？程度中心性回答类似问题。这是最为人们理解的社会网络测量指标。以微博为例，程度中心性就是粉丝的数量，那些程度中心性高的人就是微博中的明星。 亲近中心性：亲近中心性通过点与其他点的距离来测量。那些在社交网络中经常与人互动、人际关系颇好的人，比如公司中的八卦传播者，往往亲近中心性得分较高。 居间中心性：节点的居间程度，表示一个网络中经过该点最短路径的数量。在网络中，节点的居间程度越大，那么它在节点相互之间的信息传播起到的作用也就越大。在两个社会网络之间的人，比如跨界者，往往拥有较高的居间中心性。 特征向量中心性：那些在社交网络中沉默却拥有极大权力的人物，如《教父》中的主人翁柯里昂。社会网络研究者将他们称为“灰衣主教”。特征向量中心性就是找出他们的办法。基本原理是，一个有着高特征向量中心性的行动者，与他建立连接的很多行动者往往也被其他很多行动者所连接。在社交网络中，有这样一种人，很多明星与其做朋友，即使他沉默不语，也可能是一位重要的人物。 社会网络分析不仅仅在节点层面测量。第4章、第5章介绍如何分析群体。其中，第4章主要介绍社群划分的基础知识：如何将庞大的社会网络划分为小的组块？如何利用社会网络中的结构洞牟利？如何进行三元组普查与分析？例如，如何通过岛屿方法逐步找出推特上埃及革命的成千上万条转发的核心人物？又如，如何评估埃及革命中一个人的信息传播能力？显然，如果你的朋友们相互信任，将比那种一个明星发言，粉丝们单纯收听的星形网络传播能力更强。第5章主要介绍二模网络与多模网络的基础知识。关系还会存在于不同类型的主体之间，比如公司雇佣员工、投资者购买公司股票、人们占有信息与资源等。这些关系称为二模关系。现实生活中的关系往往是二模或多模。比如在微博上，可以通过你的兴趣、地域、使用的标签来为你推荐新的朋友，或者基于你对一些公共事件的看法，将你划分到特定政治群体中，这些都是基于二模或多模网络的分析得出的。 第6章是全书最精彩的部分，关注信息如何传播，初步展示分析动态社会网络发展的建模技巧。一条微博如何从一两个人关注突然成为流行用语？作者在实验中发现，当网络密度接近7%的时候，将从线性增长（每次增加一条连接）转化为病毒式扩散，也就是说，如果转发一条微博、加入一个网络社群等的人数比例达到7%，其他人将会在关键阶段马上跟进。这是一个推动脸谱走出哈佛大学的神奇数字。脸谱一步一步地跃迁，总是遵循一个规则——在一个社群里到达饱和点之后才移入一个更大的社群。作者通过手写Python算法，为读者打开动态社会网络与网络仿真的大门——我们如何用算法来模拟人类社会各类关系的变迁？有了自己亲手实践算法的经验，读者未来使用netlogo等网络仿真软件，将更加得心应手。 对于初学者来说，第4~6章这三章有一定难度，需要同时理解社会科学与编程技巧两方面知识。第7章则简单明了，主要介绍获取网络数据的入门知识。如果希望深入了解，可以阅读作者推荐的相关资源。附录A介绍收集社会网络分析所需数据的传统方法、伦理准则与相关API。附录B介绍如何安装本书涉及的相关软件，如NetworkX、matplotlib等。 总而言之，作为一本技术非常新颖的入门读物，本书通俗易懂，基于Python进行分析使得其灵活性变得更高。可以说，本书令学习者从一开始就具有上手实践的能力，除介绍网络数据获取技巧、网络抽样方法、网络在个体与群体两个层面的基本属性之外，还涉及目前日益热门的网络模拟方法，融合基础理论与算法于一身。简约却不简单，上升空间非常大！无论你是对社会网络感兴趣的大众读者，还是社会网络的专业研究者、开发者，相信本书都会在社会网络的理论与实践两方面给予启发！

本书从科学社会学的角度，系统讲述了社会网络分析如何脱胎于不同的学科，经历了起伏的发展阶段，最后经过学科共同体的努力，会聚和融合成一个统一的。跨学科的、成为现代科学主流的研究领域。这是社会网络分析研究第一本最全面的学科发展史。 第一章 绪论 第二章 史前史：社会网络思想与实践的起源 第三章 社会网络分析的诞生(I)：社会计量学 第四章 社会网络分析的诞生(II)：哈佛大学的第一次推动 第五章 黑暗时代的社会网络分析(I)：20世纪40年代 第六章 黑暗时代的社会网络分析(II)：20世纪50年代 第七章 黑暗时期的社会网络分析(III)：20世纪60年代 第八章 在哈佛的复兴 第九章 组织起来了 第十章 总结与发现 致谢 参考文献 索引