本书采用多学科的方法研究社交网络，并讨论了该领域内的研究成果。本书也讨论了如何发现在线社交网络中的结构属性以拓展社交网络的分析和建立未来的在线服务，以及几个分析信息扩散的例子，在书中提出了基于全新沟通平台的研究成果，即特定的在线社交网络的结构属性是如何影响该类服务的关键特征的。

在线社交网络：在Facebook和Twitter个体关系网中发现的人类认知约束

作者：Valerio Arnaboldi，  Andrea Passarella， Marco Conti， Robin I.M.Dunbar

译者：凌非 程之

出版：电子工业 2017-3

平装：16开

ISBN：9787121308697

定价：￥49.00

作者简介

凌非，复杂网络相关专业硕士研究生，主要研究链路预测、社交网络等，曾在 SCI 发表相关论文。热爱翻译，是 SwiftGG 翻译组成员。现从事 iOS 开发工作。程之，浙江工业大学硕士，师从杨旭华教授。从事复杂网络方向研究3年多时间，主要感兴趣的领域有社交网络、智慧交通。 Valerio Arnaboldi、Andrea Passarella和Marco Conti是意大利信息和远程信息技术研究所国家研究委员会委员，Robiin I.M.Dunba 是英国牛津大学和阿尔托大学研究员。

目录

第1章 引言1

1.1 离线社交网络和在线社交网络1

1.2 网络与现实交织下的在线社交网络3

1.3 自我网络分析和社交大脑假说6

1.4 本书的目的7

1.5 本书结构8

第2章 人类社交网络9

2.1 引言9

2.2 无权社交网络的宏观属性10

2.2.1 复杂网络中的指标10

2.2.2 社交网络分析中得出的关键结论14

2.2.3 生成网络图的网络模型23

2.3 从社交网络图到互动网络图26

2.4 社会网络的微观属性29

2.4.1 自我网络中的层级结构31

2.4.2 扩展自我网络与结构洞33

2.5 桥接社交网络中的微观和宏观属性35

2.6 本章小结38

第3章 Facebook中的自我网络结构及连边强度40

3.1 引言40

3.2 在Facebook中对连边强度进行建模41

3.2.1 基础工作41

3.2.2 Facebook 数据及分析的方法论43

3.2.3 Facebook中连边强度的组合45

3.2.4 预测连边强度的模型48

3.3 Facebook中自我网络的结构53

3.3.1 用于在线自我网络分析的大规模数据集54

3.3.2 Facebook中自我网络的层级结构59

3.3.3 验证63

3.3.4 讨论65

3.4 本章总结和讨论66

第4章 Twitter中自我网络的结构68

4.1 介绍68

4.2 对于Twitter自我网络分析的数据集68

4.2.1 Twitter用户的活跃时长69

4.2.2 Twitter的社交相关用户71

4.3 Twitter中自我网络的结构属性75

4.3.1 Twitter自我网络的尺寸对认知限制的影响75

4.3.2 Twitter中自我网络层级77

4.3.3 Facebook和Twitter之间的比较80

4.4 总结和讨论81

第5章 Twitter自我网络的进化动力学83

5.1 个人资料83

5.2 社交网络图的演化属性83

5.3 Twitter自我网络的动态分析方法87

5.4 Twitter自我网络的动态特性89

5.4.1 个人社交关系的演化89

5.4.2 用户离开Twitter91

5.4.3 无向交流92

5.4.4 社团活跃度94

5.4.5 社交容量和自我网络层级的动态性95

5.4.6 自我网络更换频率98

5.5 总结和讨论102

第6章 结论105

6.1 介绍105

6.2 自我网络结构和信息扩散105

6.3 研究方向109

6.4 本书里程碑112

参考文献114