内容简介

本书主要以博弈论、演化博弈论为模型基础，深入地探讨了社交网络演化的建模方法，并结合具体应用场景,介绍了社交网络中的信息、网络和群体的演化计算问题的建模、分析与评价方法，并通过新浪微博、Twitter、Facebook、Google+、Youtube等真实数据的演化计算与分析，深入地探讨了社交网络中信息传播、网络结构和群体行为的演化规律，以及如何进行跨网络的时序预测与推荐。

本书既可供计算机、通信、信息等相关专业的教师、研究生和大学高年级学生作为教材或教学参考书，也可供社交网站、电商、网络营销等方面的研究人员和工程技术人员参考。

目录

社交网络演化计算——模型、方法与案例目录

第一部分社交网络与建模方法

第1章社交网络

1.1概述

1.2社交网络的研究要素

1.2.1网络结构

1.2.2群体行为

1.2.3网络信息

1.3社交网络的演化

1.3.1网络信息的传播

1.3.2网络结构的演化

1.3.3群体行为的演化

1.4社交网络中的分析

小结

参考文献

第2章博弈论

2.1概述

2.2博弈论基础

2.2.1博弈论的基本构架

2.2.2理性行为

2.2.3有限理性

2.2.4常见博弈模型

2.3纳什均衡

2.3.1纳什均衡及举例

2.3.2纳什均衡的存在性

2.3.3严格竞争博弈

2.3.4混合策略纳什均衡

2.4合作博弈

2.4.1可转移支付合作博弈

2.4.2核

2.4.3核的非空性

2.4.4无可转移支付的合作博弈

2.4.5Shapley值

小结

参考文献

第3章演化博弈

3.1概述

3.2演化博弈基础

3.2.1演化博弈的基本结构

3.2.2种群博弈

3.2.3复制者动态

3.2.4演化稳定策略

3.3网络演化博弈

3.3.1静态网络上的演化博弈

3.3.2动态网络上的演化博弈

3.3.3相互依赖网络上的演化博弈

小结

参考文献

第4章社交演化博弈

4.1概述

4.2建模方法

4.2.1基本概念

4.2.2博弈设置

4.2.3更新机制

4.3大规模社交行为仿真分析

4.3.1两两交互行为模型设置

4.3.2群交互行为模型设置

4.3.3更新机制

4.3.4仿真结果分析

小结

参考文献

第二部分单一网络的社交网络演化计算

第5章网络结构对信息传播的影响

5.1信息传播与网络结构

5.1.1典型网络拓扑结构

5.1.2拓扑结构对信息传播的影响

5.1.3信息传播的一致性模型

5.2竞争性信息传播

5.2.1概述

5.2.2竞争性信息传播模型

5.2.3竞争性信息传播模型稳定性分析

5.2.4竞争性信息传播模型模拟

5.2.5网络拓扑结构对竞争性信息传播的影响

5.2.6信息发布时间点对竞争性信息传播的影响

5.2.7网络节点特征对竞争性信息传播的影响

5.2.8竞争信息传播演化过程分析

小结

参考文献

第6章信息行为对网络结构的影响

6.1概述

6.2社交网络中典型信息行为分析

6.2.1信息分享行为

6.2.2信息交互行为

6.3网络结构更新方式分析

6.3.1基于随机选择的网络结构更新方式

6.3.2基于声誉的网络结构更新方式

6.3.3基于影响力的网络结构更新方式

6.3.4基于关系强度的网络结构更新方式

6.4信息分享行为对网络结构的影响

6.4.1信息分享行为模型

6.4.2更新机制

6.4.3实验结果分析

6.5信息交互行为对网络结构的影响

6.5.1信息交互行为模型

6.5.2更新机制

6.5.3实验结果与分析

小结

参考文献

第7章群体行为与网络结构的协同演化

7.1概述

7.2社交网络群体评价指标

7.2.1群体结构评价指标

7.2.2群体行为评价指标

7.3社交网络群体识别方法

7.3.1相关研究工作

7.3.2信息交互群体识别方法

7.3.3局部均衡的计算

7.3.4实验结果分析

7.4重叠群体的行为与结构协同演化

7.4.1重叠群体相互影响的方式

7.4.2模型设置

7.4.3实验结果与分析

7.5跨网络群体的用户关注度竞争

7.5.1竞争性社交演化博弈模型

7.5.2实验结果与分析

小结

参考文献

第三部分跨网络的社交网络演化计算

第8章跨网络用户偏好可预测性分析

8.1概述

8.2相关研究工作

8.2.1用户特征模型

8.2.2用户特征建模学习方法

8.2.3用户特征表述方式

8.3基于知识库理解的时空用户特征建模

8.3.1基于显式反馈的用户特征建模

8.3.2基于隐式反馈的用户特征建模

8.3.3时间维度和空间维度上的用户特征建模

8.4跨网络用户偏好可预测性分析

8.4.1实验数据集与用户建模方法

8.4.2实验结果与分析

小结

参考文献

第9章社交网络用户在强关联消费网络中的偏好预测

9.1概述

9.2相关研究工作

9.2.1个性化预测技术

9.2.2个性化预测方法

9.2.3推荐系统评价指标

9.3强关联预测模型与方法

9.3.1基于显式反馈的用户偏好预测

9.3.2基于隐式反馈的用户偏好预测

9.3.3基于消费网络属性的用户偏好预测

9.3.4预测模型

9.4强关联预测方法实例分析

9.4.1数据集

9.4.2评价指标与预测方法

9.4.3实验结果与分析

小结

参考文献

第10章社交网络用户在弱关联消费网络中的偏好预测

10.1概述

10.2相关研究工作

10.3社交网络与消费网络间的用户账户关联方法

10.3.1用户账户相似度计算策略

10.3.2用户账户匹配方法

10.3.3用户账户关联方法实例分析

10.4弱关联预测实例分析

小结

参考文献

第四部分辅助分析工具和案例分析

第11章演化博弈辅助分析工具

11.1Gambit

11.2TNGLab

11.3GAMUT

11.4Flock

11.4.1基本架构

11.4.2工作流程示例

小结

参考文献

第12章真实社交网络中的应用案例分析

12.1Twitter和新浪微博的信息分享行为分析实例

12.1.1Twitter与新浪微博的演化性分析

12.1.2对Twitter与新浪微博的网络特性预测

12.2新浪微博中电影和电视剧的竞争传播分析实例

12.2.1新浪微博中电影竞争信息异步传播分析

12.2.2新浪微博中电视剧竞争信息异步传播分析

12.3新浪微博中电商间信息的竞争性传播分析实例

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

小结

参考文献

精彩书摘

第一部分 社交网络与建模方法

本部分给出本书社交网络及其建模方法的基础理论方法，包括社交网络及其演化的基本知识、博弈论的基础理论、演化博弈的基础理论及当前的研究进展，以及社交演化博弈模型方法。其中，��

第1章介绍社交网络及其演化的基本概念、形式化表示和研究要素等基本概念和知识。��

第2章介绍博弈论的基本概念和性质。首先介绍了博弈论的基本框架、理性行为、有限理性等的基础知识，以及常见的博弈模型。随后介绍了博弈论中的重要概念纳什均衡、纳什均衡的存在性以及混合策略纳什均衡。最后介绍了合作博弈的相关知识。��

第3章介绍演化博弈论及网络演化博弈的研究进展。首先介绍了演化博弈的基本结构、种群博弈、复制者动态以及演化博弈中的重要概念——演化稳定策略。随后在静态网络、动态网络和相互依赖网络这3个层面上回顾了近年来网络演化博弈的研究进展。��

进一步地，第4章给出面向社交网络演化研究的社交演化博弈模型，首先给出了社交演化博弈模型的建模方法，进而根据不同类型的社交网络个体信息交互行为给出了模型设置方法和仿真结果，探讨了个体信息交互行为与社交网络演化的相互影响。

第1章 社交网络

1.1概述

互联网正逐步演变为无处不在的计算平台和信息传播平台。在线社交网站、微博、博客、论坛、维基等社交网络的出现和迅猛发展，使得人类使用互联网的方式产生了深刻变革——由简单信息搜索和网页浏览转向网上社会关系的构建与维护，以及基于社会关系的信息创造、交流和共享。

基于互联网的社交网络正在成为人类社会关系维系和信息传播的重要渠道和载体，对国家安全和社会发展都会产生深远的影响： ①社会个体通过各种连接关系在社交网络上构成“关系结构”，包括以各种复杂关系关联而成的虚拟社区； ②基于社交网络的关系结构，大量网络个体围绕某个事件而聚合，并相互影响、作用、依赖，从而形成具有共同行为特征的“网络群体”； ③基于社交网络关系结构和网络群体，各类“网络信息”得以快速发布并传播扩散形成社会化媒体，并反馈到现实社会，使得社交网络与现实社会之间形成互动，对现实世界产生影响。

针对网络结构、群体和信息之间的互动关系，研究社交网络中各种关系结构（例如，虚拟社区等）的形成机制，发现社交网络关系结构的稳定特性；研究网络群体建模方法，揭示网络群体演化规律，发现网络群体的生成机理；研究网络群体行为规律，分析群体内部的相互作用及群体之间的相互影响，发现社交网络中的信息传播模式；研究多种社交网络之间信息传播的相互影响以及与传统媒体之间的互动规律。这些问题的研究涉及计算机科学、社会学、管理学、心理学等多个学科领域，可以揭示社交网络中的关系结构、网络群体、网络信息之间的复杂交互关系和互动规律，为社交网络分析与网络信息传播研究提供重要的理论支撑。

前言/序言

随着互联网，尤其是移动互联网的发展，在线社交网络应用也在不断扩展，不仅起到承载信息传播和促进沟通交流的作用，也渗透到购物、支付等人们的日常生活中。社交网络作为对传统人际关系网络在互联网上的一种映射和扩展，渗透到人们网络生活的方方面面，并对人们的社会生活产生深刻的影响。因此，针对社交网络的研究成为当前国内外的研究热点。然而，社交网络的研究，尤其是信息传播、网络结构和群体行为的演化研究，涉及计算机科学、社会学、心理学等多个学科领域，而且社交网络用户规模庞大、网络结构复杂、用户行为多样，导致传统的网络演化分析方法无法适用，迫切需要面向大规模社交网络的新型模型与方法。

社交网络演化计算的一个重要研究方法是从微观上对社交网络的用户进行建模，通过仿真用户间的行为和关系的变化来研究社交网络宏观上的网络结构与中观上的网络群体等的演化规律和内在机理，揭示社交网络中的关系结构、网络群体、网络信息之间的复杂交互关系和互动规律，为社交网络演化分析提供新的认识和理论支撑，并对网络信息的合理利用、网络用户信息行为的正确引导，以及信息网络的有效管理起到重要的指导作用。目前，大多数社交网络建模和演化分析的研究工作是从统计规律的研究展开，侧重于对网络结构的演化分析，缺乏对社交网络中人为因素的考虑，导致对社交网络演化规律的认识不清，缺乏有效的表达与计算。另一方面，网络演化博弈虽然为研究社交网络上用户行为和网络结构的演化规律提供了良好的理论基础，但是现有的网络演化博弈的研究往往侧重于对网络演化现象的理解与理论分析，缺乏对现实社交网络的有效表达。因此，社交网络演化计算是一个重要的研究方向。

我们在基于博弈模型和演化博弈模型的社交网络演化计算领域进行了一系列深入而系统的研究工作，本书主要以博弈论、演化博弈论为模型基础，深入探讨了社交网络演化的建模方法，并结合具体应用场景对社交网络中的信息传播、网络结构和群体行为的演化问题进行建模、分析与评价。书中大部分内容都取材于作者近期在国际、国内一流学术期刊和会议上发表的论文，全面、系统地展示了新的研究成果和进展。

本书内容共12章，从结构上可分为4个部分。

第一部分是对社交网络与建模方法的基础理论的介绍，包括第1~4章。第1章从社交网络及其演化的基本概念入手，给出形式化表示和研究要素等基础知识；第2章介绍与本书相关的博弈论的基本知识，包括博弈论的常见模型，以及纳什均衡、合作博弈等相关知识；第3章进一步给出演化博弈论及网络演化博弈的研究进展，内容上涵盖了演化博弈的基本结构、种群博弈、复制者动态以及演化稳定策略；第4章介绍了社交演化博弈模型，包括社交演化博弈模型的建模方法、社交网络个体信息交互行为模型设置方法等。

第二部分是单一网络的社交网络演化计算，包括第5~7章。第5章分析网络结构对信息传播的影响，包括社交网络信息传播的演化计算模型、方法和实施；第6章分析信息行为对网络结构的影响，包括社交网络用户典型信息行为分类，以及用户关系更新策略所造成的网络结构演化；第7章给出社交网络群体演化的计算方法，从社交网络群体的评价指标、信息交互群体识别方法、重叠群体相互影响方式、社交网络群体事件的演化分析等方面深入探讨了社交网络群体演化的分析方法。

第三部分是跨网络的社交网络演化计算，包括第8~10章。第8章介绍跨网络用户偏好的可预测性分析，利用知识库对用户特征进行建模，主要包括显式反馈、隐式反馈和时间维度与空间维度条件下的用户特征建模；第9章给出社交网络用户在强关联消费网络中的偏好预测，包括强关联预测模型方法，以及强关联预测的实用性分析；第10章探讨社交网络用户在弱关联消费网络中的偏好预测，涉及社交网络与消费网络间的用户账户相似度的计算策略和匹配方法，以及基于用户账户匹配的用户偏好预测模型方法。

第四部分是演化计算工具和实践分析举例，包括第11章、第12章。第11章列举目前常用的博弈仿真计算工具，包括Gambit、TNG、GAMUT，以及作者为应对社交演化博弈模型仿真开发的Flock计算工具；第12章给出4个基于真实微博数据的社交网络演化计算实例，实际检验本书提出的系列模型和方法在真实社交网络数据上的应用效果。

作者的研究工作得到了国家自然科学基金项目（No.61173008， No.91646120，No.61572473）、国家重点基础研究发展计划（973）项目（No.2013CB329600, No.2014CB340400)和北京科技新星项目(No.Z121101002512063）等资金的资助。

本书的一些研究问题和思路得益于973项目组的多次研讨，在此对项目组的各位老师表示感谢。北京科技大学研究生陆源参与了本书第5章、第11章和第12章的撰写，中国科学院计算技术研究所研究生刘强参与了第8章、第9章和第10章的撰写，中国科学院计算技术研究所研究生欧陈庚、林谢雄参与了第5章的撰写，在此一并表示感谢。

由于作者水平所限，加之社交网络演化计算方法的研究和应用仍处于不断发展和变化之中，书中错误和不足之处在所难免，恳请读者予以指正。社交网络演化计算——模型、方法与案例前言

作者〖〗2017年5月