作者凭借在计算机、信息论、物理等相关学科的深入研究和丰富经验，系统地分析和论述了网络作为一门科学理论如何应用在现实生活中的方方面面。全书分为5部分，讨论了目前科学研究中的网络类型和用以确定其结构的各种技术，介绍了研究网络的基本数学理论及用以量化网络结构的各类测度与参数，描述了有效分析网络数据的计算机算法，以及有助于预测网络系统行为并理解其生成和演化过程的网络结构数学模型，最后给出了网络上的一些动力学过程，如社会网络中的疾病传染或计算机网络上的搜索过程。

作者简介

（美国）纽曼（M.E.J.Newman），M.E.J.Newman于1991年获牛津大学物理系理论物理专业博士学位，之后在康奈尔大学做博士后，出站后进入位于新墨西哥州的圣菲研究所。从做博士后开始，一直致力于复杂系统的研究工作。2002年任教于密歇根大学物理系，并当选为密歇根大学Paul Dirac Collegiate Professor（教授最高荣誉），同时也是密歇根大学复杂系统研究中心的教授和圣菲研究所的特聘研究员。2004年起在密歇根大学开设Complex Systems课程，本书是他在复杂系统方面从事近20年的研究工作和近7年的教学工作的结晶。

第1章概述
1．1 为什么对网络产生兴趣
1．2 几个网络示例
1．3 网络的性质
1．4 本书结构
第Ⅰ部分网络的实证研究
第2章技术网络
2．1 Internet
2．2 电话网络
2．3 电力网络
2．4 交通网络
2．5 配送网络
第3章社会网络
3．1 社会网络实证研究
3．2 采访与问卷
3．3 直接观察
3．4 来自于档案或第三方的数据
3．5 隶属网络
3．6 小世界实验
3．7 雪球式抽样、接触者追踪及随机游走
第4章信息网络
4．1 万维网
4．2 引文网络
4．3 其他类型的信息网络
第5章生物网络
5．1 生物化学网络
5．2 神经网络
5．3 生态网络
第Ⅱ部分网络理论基础
第6章网络的数学基础
6．1 网络及其表示方法
6．2 邻接矩阵
6．3 加权网络
6．4 有向网络
6．5 超图
6．6 二分网络
6．7 树
6．8 平面网络
6．9 度
6．10 路径
6．11 分支
6．12 独立路径、连通度和割集
6．13 图拉普拉斯矩阵
6．14 随机游走
习题
第7章测度与参数
7．1 度中心性
7．2 特征向量中心性
7．3 Katz中心性
7．4 PageRank
7．5 核心顶点与权威顶点
7．6 接近度中心性
7．7 介数中心性
7．8 顶点群组
7．9 传递性
7．10 相互性
7．11 有符号边和结构平衡
7．12 相似性
7．13 同质性和同配混合
习题
第8章网络的大规模结构
8．1 分支
8．2 最短路径和小世界效应
8．3 度分布
8．4 幂律和无标度网络
8．5 其他中心性测度的分布
8．6 聚类系数
8．7 同配混合
习题
第Ⅲ部分计算机算法
第9章算法基本概念
9．1 运行时间和计算复杂度
9．2 网络数据的存储
9．3 邻接矩阵
9．4 邻接表
9．5 树
9．6 网络的其他表示方法
9．7 堆
习题
第10章网络基础算法
10．1 度和度分布的算法
10．2 聚类系数
10．3 最短路径和广度优先搜索
10．4 加权网络中的最短路径
10．5 最大流和最小割
习题
第11章矩阵算法与图划分
11．1 主特征向量和特征向量中心性
11．2 将网络划分成簇
11．3 图划分
11．4 Kernighan-Lin算法
11．5 谱划分
11．6 社团发现
11．7 简单模块度最大化
11．8 谱模块度最大化
11．9 将网络划分为两个以上群组
11．10 其他模块度最大化方法
11．11 社团发现的其他算法
习题
第Ⅳ部分网络模型
第12章随机图
12．1 随机图
12．2 边数和度的均值
12．3 度分布
12．4 聚类系数
12．5 巨分支
12．6 小分支
12．7 路径长度
12．8 随机图的问题
习题
第13章任意度分布的随机图
13．1 生成函数
13．2 配置模型
13．3 余度分布
13．4 聚类系数
13．5 度分布的生成函数
13．6 一个顶点的两跳邻居顶点数量
13．7 小分支的生成函数
13．8 巨分支
13．9 小分支的规模分布
13．10 幂律度分布
13．11 有向随机图
习题
第14章网络生成模型
14．1 优先连接模型
14．2 Barabási-Albert模型
14．3 优先连接模型的其他性质
14．4 优先连接模型的扩展
14．5 顶点复制模型
14．6 网络优化模型
习题
第15章其他网络模型
15．1 小世界模型
15．2 指数随机图模型
习题
第Ⅴ部分网络过程
第16章渗流和网络弹性
16．1 渗流
16．2 顶点的均匀随机删除
16．3 顶点的非均匀删除
16．4 实际网络中的渗流
16．5 渗流的计算机算法
习题
第17章传染病的网络模型
17．1 疾病传播模型
17．2 SI模型
17．3 SIR模型
17．4 SIS模型
17．5 SIRS模型
17．6 传染病的网络模型
17．7 传染病网络模型的晚期特征
17．8 SIR模型的晚期特征
17．9 传染病网络模型的时间依赖特性
17．10SI模型的时间依赖特性
17．11SIR模型的时间依赖特性
17．12SIS模型的时间依赖特性
习题
第18章网络动力系统
18．1 动力系统
18．2 网络动力学
18．3 多变量动力学
习题
第19章网络搜索
19．1 Web搜索
19．2 分布式数据库搜索
19．3 消息传递
习题
参考文献
索引