第1章 社会计算概述 1
1.1 社会计算的研究背景及定义 2
1.2 社会计算的研究现状 5
1.3 社会计算的应用领域 8
1.4 社会计算的发展趋势 14
第2章 社会媒体概述 22
2.1 社会媒体的相关概念 23
2.2 社会媒体的特点 29
2.3 社会媒体面临的挑战 32
第3章 节点，联系与影响 34
3.1 社会网络 35
3.2 节点的重要性 36
3.3 联系的强度 41
3.4 社会影响建模 44
第4章 社会媒体数据获取与分析 49
4.1 社会传感器网络 50
4.2 观点挖掘 54
4.3 情感倾向分析概述 57
第5章 社区发现 65
5.1 社区的基本概念 66
5.2 社区发现的算法 67
5.3 社区评价 74
第6章 社交网络建模与分析 77
6.1 社交网络基本理论 78
6.2 社交网络信息传播研究现状 86
6.3 当前社交网络的信息传播模型 89
第7章 社交网络中虚假信息传播特点及控制算法研究 105
7.1 社交网络中虚假信息传播的特点 106
7.2 社交网络信息控制的研究现状 107
7.3 克隆选择算法概述 109
7.4 改进的克隆选择信息控制算法 112
7.5 改进的克隆选择信息控制算法实验及分析 120
第8章 微博网络节点影响力因素及度量算法分析 127
8.1 研究背景及意义 128
8.2 国内外研究现状 130
8.3 微博网络影响力关键因素分析 134
8.4 微博网络节点影响力关键因素度量研究 139
8.5 LeaderRank算法与UserRank算法分析 147
第9章 HowNet和Naive Bayes相结合的网络社会评论倾向性分析 165
9.1 网络社会评论倾向性分析概况 166
9.2 网络群体心理趋势智能分析模型架构 170
9.3 基于HowNet的情感词语资源的情感特征识别 181
9.4 基于朴素贝叶斯理论的分类器构造 191
9.5 HowNet和Naive Bayes相结合的网络社会评论倾向性分析结构设计及实现 196
9.6 实验与结果分析 199
第10章 结论与展望 205
10.1 社会计算面临的挑战 206
10.2 社会计算的发展方向 209