第一部分 社交网络与建模方法 3
第1章 社交网络 3
1.1概述 3
1.2社交网络的研究要素 3
1.2.1网络结构 4
1.2.2群体行为 5
1.2.3网络信息 6
1.3社交网络的演化 6
1.3.1网络信息的传播 6
1.3.2网络结构的演化 7
1.3.3群体行为的演化 8
1.4社交网络中的分析 9
小结 11
参考文献 11
第2章 博弈论 15
2.1概述 15
2.2博弈论基础 16
2.2.1博弈论的基本构架 16
2.2.2理性行为 18
2.2.3 有限理性 19
2.2.4常见博弈模型 20
2.3纳什均衡 22
2.3.1纳什均衡及举例 22
2.3.2纳什均衡的存在性 24
2.3.3严格竞争博弈 25
2.3.4混合策略纳什均衡 26
2.4合作博弈 28
2.4.1可转移支付合作博弈 28
2.4.2核 29
2.4.3核的非空性 29
2.4.4无可转移支付的合作博弈 30
2.4.5 Shapley值 31
小结 32
参考文献 33
第3章 演化博弈 34
3.1概述 34
3.2演化博弈基础 35
3.2.1演化博弈的基本结构 35
3.2.2种群博弈 36
3.2.3复制者动态 37
3.2.4演化稳定策略 37
3.3网络演化博弈 38
3.3.1静态网络上的演化博弈 40
3.3.2动态网络上的演化博弈 42
3.3.3相互依赖网络上的演化博弈 44
小结 48
参考文献 48
第4章 社交演化博弈 51
4.1概述 51
4.2建模方法 52
4.2.1基本概念 52
4.2.2博弈设置 53
4.2.3更新机制 53
4.3大规模社交行为仿真分析 54
4.3.1两两交互行为模型设置 55
4.3.2群交互行为模型设置 55
4.3.3更新机制 55
4.3.4仿真结果分析 56
小结 58
参考文献 59
第二部分 单一网络的社交网络演化计算 63
第5章 网络结构对信息传播的影响 63
5.1信息传播与网络结构 63
5.1.1典型网络拓扑结构 64
5.1.2拓扑结构对信息传播的影响 66
5.1.3信息传播的一致性模型 66
5.2竞争性信息传播 72
5.2.1概述 72
5.2.2竞争性信息传播模型 73
5.2.3竞争性信息传播模型稳定性分析 77
5.2.4竞争性信息传播模型模拟 79
5.2.5网络拓扑结构对竞争性信息传播的影响 83
5.2.6信息发布时间点对竞争性信息传播的影响 88
5.2.7网络节点特征对竞争性信息传播的影响 90
5.2.8竞争信息传播演化过程分析 93
小结 105
参考文献 106
第6章 信息行为对网络结构的影响 109
6.1概述 109
6.2社交网络中典型信息行为分析 109
6.2.1信息分享行为 109
6.2.2信息交互行为 110
6.3网络结构更新方式分析 110
6.3.1基于随机选择的网络结构更新方式 110
6.3.2基于声誉的网络结构更新方式 111
6.3.3基于影响力的网络结构更新方式 111
6.3.4基于关系强度的网络结构更新方式 111
6.4信息分享行为对网络结构的影响 112
6.4.1信息分享行为模型 112
6.4.2更新机制 113
6.4.3实验结果分析 114
6.5信息交互行为对网络结构的影响 118
6.5.1信息交互行为模型 118
6.5.2更新机制 119
6.5.3实验结果与分析 119
小结 121
参考文献 121
第7章 群体行为与网络结构的协同演化 122
7.1概述 122
7.2社交网络群体评价指标 123
7.2.1群体结构评价指标 124
7.2.2群体行为评价指标 125
7.3社交网络群体识别方法 126
7.3.1相关研究工作 127
7.3.2信息交互群体识别方法 128
7.3.3局部均衡的计算 131
7.3.4实验结果分析 133
7.4重叠群体的行为与结构协同演化 135
7.4.1重叠群体相互影响的方式 136
7.4.2模型设置 137
7.4.3实验结果与分析 139
7.5跨网络群体的用户关注度竞争 140
7.5.1竞争性社交演化博弈模型 142
7.5.2实验结果与分析 145
小结 149
参考文献 149
第三部分 跨网络的社交网络演化计算 155
第8章 跨网络用户偏好可预测性分析 155
8.1概述 155
8.2相关研究工作 156
8.2.1用户特征模型 156
8.2.2用户特征建模学习方法 157
8.2.3用户特征表述方式 159
8.3基于知识库理解的时空用户特征建模 159
8.3.1基于显式反馈的用户特征建模 160
8.3.2基于隐式反馈的用户特征建模 161
8.3.3时间维度和空间维度上的用户特征建模 162
8.4跨网络用户偏好可预测性分析 163
8.4.1实验数据集与用户建模方法 163
8.4.2实验结果与分析 165
小结 165
参考文献 166
第9章 社交网络用户在强关联消费网络中的偏好预测 168
9.1概述 168
9.2相关研究工作 169
9.2.1个性化预测技术 169
9.2.2个性化预测方法 174
9.2.3推荐系统评价指标 175
9.3强关联预测模型与方法 177
9.3.1基于显式反馈的用户偏好预测 177
9.3.2基于隐式反馈的用户偏好预测 177
9.3.3基于消费网络属性的用户偏好预测 178
9.3.4预测模型 178
9.4强关联预测方法实例分析 179
9.4.1数据集 179
9.4.2评价指标与预测方法 180
9.4.3实验结果与分析 181
小结 183
参考文献 183
第10章 社交网络用户在弱关联消费网络中的偏好预测 185
10.1概述 185
10.2相关研究工作 186
10.3社交网络与消费网络间的用户账户关联方法 188
10.3.1用户账户相似度计算策略 188
10.3.2用户账户匹配方法 188
10.3.3用户账户关联方法实例分析 190
10.4弱关联预测实例分析 192
小结 193
参考文献 193
第四部分 辅助分析工具和案例分析 197
第11章 演化博弈辅助分析工具 197
11.1 Gambit 197
11.2 TNGLab 199
11.3 GAMUT 200
11.4 Flock 202
11.4.1基本架构 202
11.4.2工作流程示例 205
小结 208
参考文献 208
第12章 真实社交网络中的应用案例分析 209
12.1 Twitter和新浪微博的信息分享行为分析实例 209
12.1.1 Twitter与新浪微博的演化性分析 209
12.1.2对Twitter与新浪微博的网络特性预测 210
12.2新浪微博中电影和电视剧的竞争传播分析实例 214
12.2.1新浪微博中电影竞争信息异步传播分析 214
12.2.2新浪微博中电视剧竞争信息异步传播分析 219
12.3新浪微博中电商间信息的竞争性传播分析实例 221
12.4足球圈在新浪微博和腾讯微博的使用热度趋势分析实例 225
小结 227
参考文献 227