本书从三个部分为读者们构建一个社交大数据从理论分析到实践应用的完整体系：第一部分介绍了社会网络研究的起源，社会网络的基本概念和重要作用，给读者们一个宏观的认识；第二部分介绍了社交大数据领域内的重要研究方向，比如节点中心性、社团结构、个性化推荐等；第三部分介绍了社交大数据的各种研究场景，比如用户画像与行为分析、情感分析、微博网络等。由于社交大数据的相关研究浩如烟海，各个学科均有所涉及，因此跨学科合作是必须要做的，本书作为社交大数据的入门教材，希望能够吸引越来越多的有志之士参与到这个领域中贡献力量。 本书适合作为网络科学、数据科学、市场营销、公共管理等专业高年级本科生、研究生与青年教师的参考书，也可供社交产品经理、数据分析师、政策研究者案头参考。

刘建国，上海财经大学讲席教授，博士生导师，金融科技研究院副院长。中央网信办特约研究员，牛津大学Said商学院Research Fellow。大连理工大学管理科学与工程工学博士学位，瑞士Fribourg大学理论物理哲学博士学位。2016年获中国系统工程学会青年科技奖，上海市东方学者特聘教授，上海市曙光学者。主持国家级项目6项。发表SCI/SSCI论文120+篇，SCI被引次数3300+次，H指数29。主要研究方向：社交大数据，计算社会科学，商务智能。 潘斌，浙江新昌人，上海财经大学管理科学与工程专业博士研究生，主要研究方向：计算社会科学，网络科学，社会网络

第1章 引言 /1 1.1 社会网络简介 /1 1.2 社会网络的经典研究 /4 第2章 社会网络的基本概念 /15 2.1 网络的图表示 /15 2.2 网络的描述性指标 /26 思考题 /38 客观题 /38 第3章 基本网络模型 /40 3.1 随机网络 /40 3.2 小世界网络 /56 3.3 幂律和无标度现象 /63 3.4 无标度网络 /75 3.5 网络模型总结 /90 思考题 /91 客观题 /91 第4章 社会网络中的节点中心性 /93 4.1 度中心性 /93 4.2 接近度中心性 /94 4.3 介数中心性 /96 4.4 特征向量中心性 /98 4.5 Katz中心性 /100 4.6 PageRank算法 /102 4.7 HITS算法 /104 4.8 k-壳分解 /106 思考题 /108 客观题 /108 第5章 社团结构 /109 5.1 同配混合 /109 5.2 度相关性 /116 5.3 社团检测 /126 思考题 /137 客观题 /137 第6章 个性化推荐 /139 6.1 个性化推荐系统的蓬勃发展 /140 6.2 协同过滤推荐算法 /151 6.3 基于二部分网络的个性化推荐算法 /154 6.4 基于内容相似性的算法 /159 6.5 评价指标 /162 6.6 小结 /166 思考题 /168 客观题 /169 第7章 传播动力学 /170 7.1 独立级联模型 /170 7.2 线性阈值模型 /171 7.3 传染病模型 /173 7.4 社会网络上的传播模型 /178 7.5 信息竞争传播模型 /183 7.6 集群行为与传播机制 /187 思考题 /188 客观题 /188 第8章 用户画像与行为分析 /190 8.1 用户画像 /190 8.2 用户行为模式分析 /196 思考题 /212 客观题 /212 第9章 情感分析 /213 9.1 文本情感分析 /213 9.2 情感分类 /215 思考题 /218 客观题 /218 第10章 微博网络分析 /219 10.1 网络结构的微观统计指标 /219 10.2 网络结构的宏观统计指标 /223 10.3 中观层次的社团结构的识别与分析 /225 10.4 总结与展望 /228 客观题 /229 第11章 基于Python的社交网络分析入门 /231 11.1 NetworkX基础 /232 11.2 网络描述性指标 /235 11.3 大规模实证网络分析 /242 11.4 随机网络 /246 11.5 小世界网络 /255 11.6 无标度网络 /266 11.7 节点中心性 /274 11.8 社团结构 /284 参考文献 /288