社交网络演化计算 模型、方法与案例PDF|Epub|txt|kindle电子书版本网盘下载

社交网络演化计算 模型、方法与案例PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 社交网络与建模方法3

第1章 社交网络3

1.1概述3

1.2社交网络的研究要素3

1.2.1网络结构4

1.2.2群体行为5

1.2.3网络信息6

1.3社交网络的演化6

1.3.1网络信息的传播6

1.3.2网络结构的演化7

1.3.3群体行为的演化8

1.4社交网络中的分析9

小结11

参考文献11

第2章 博弈论15

2.1概述15

2.2博弈论基础16

2.2.1博弈论的基本构架16

2.2.2理性行为18

2.2.3 有限理性19

2.2.4常见博弈模型20

2.3纳什均衡22

2.3.1纳什均衡及举例22

2.3.2纳什均衡的存在性24

2.3.3严格竞争博弈25

2.3.4混合策略纳什均衡26

2.4合作博弈28

2.4.1可转移支付合作博弈28

2.4.2核29

2.4.3核的非空性29

2.4.4无可转移支付的合作博弈30

2.4.5 Shapley值31

小结32

参考文献33

第3章 演化博弈34

3.1概述34

3.2演化博弈基础35

3.2.1演化博弈的基本结构35

3.2.2种群博弈36

3.2.3复制者动态37

3.2.4演化稳定策略37

3.3网络演化博弈38

3.3.1静态网络上的演化博弈40

3.3.2动态网络上的演化博弈42

3.3.3相互依赖网络上的演化博弈44

小结48

参考文献48

第4章 社交演化博弈51

4.1概述51

4.2建模方法52

4.2.1基本概念52

4.2.2博弈设置53

4.2.3更新机制53

4.3大规模社交行为仿真分析54

4.3.1两两交互行为模型设置55

4.3.2群交互行为模型设置55

4.3.3更新机制55

4.3.4仿真结果分析56

小结58

参考文献59

第二部分 单一网络的社交网络演化计算63

第5章 网络结构对信息传播的影响63

5.1信息传播与网络结构63

5.1.1典型网络拓扑结构64

5.1.2拓扑结构对信息传播的影响66

5.1.3信息传播的一致性模型66

5.2竞争性信息传播72

5.2.1概述72

5.2.2竞争性信息传播模型73

5.2.3竞争性信息传播模型稳定性分析77

5.2.4竞争性信息传播模型模拟79

5.2.5网络拓扑结构对竞争性信息传播的影响83

5.2.6信息发布时间点对竞争性信息传播的影响88

5.2.7网络节点特征对竞争性信息传播的影响90

5.2.8竞争信息传播演化过程分析93

小结105

参考文献106

第6章 信息行为对网络结构的影响109

6.1概述109

6.2社交网络中典型信息行为分析109

6.2.1信息分享行为109

6.2.2信息交互行为110

6.3网络结构更新方式分析110

6.3.1基于随机选择的网络结构更新方式110

6.3.2基于声誉的网络结构更新方式111

6.3.3基于影响力的网络结构更新方式111

6.3.4基于关系强度的网络结构更新方式111

6.4信息分享行为对网络结构的影响112

6.4.1信息分享行为模型112

6.4.2更新机制113

6.4.3实验结果分析114

6.5信息交互行为对网络结构的影响118

6.5.1信息交互行为模型118

6.5.2更新机制119

6.5.3实验结果与分析119

小结121

参考文献121

第7章 群体行为与网络结构的协同演化122

7.1概述122

7.2社交网络群体评价指标123

7.2.1群体结构评价指标124

7.2.2群体行为评价指标125

7.3社交网络群体识别方法126

7.3.1相关研究工作127

7.3.2信息交互群体识别方法128

7.3.3局部均衡的计算131

7.3.4实验结果分析133

7.4重叠群体的行为与结构协同演化135

7.4.1重叠群体相互影响的方式136

7.4.2模型设置137

7.4.3实验结果与分析139

7.5跨网络群体的用户关注度竞争140

7.5.1竞争性社交演化博弈模型142

7.5.2实验结果与分析145

小结149

参考文献149

第三部分 跨网络的社交网络演化计算155

第8章 跨网络用户偏好可预测性分析155

8.1概述155

8.2相关研究工作156

8.2.1用户特征模型156

8.2.2用户特征建模学习方法157

8.2.3用户特征表述方式159

8.3基于知识库理解的时空用户特征建模159

8.3.1基于显式反馈的用户特征建模160

8.3.2基于隐式反馈的用户特征建模161

8.3.3时间维度和空间维度上的用户特征建模162

8.4跨网络用户偏好可预测性分析163

8.4.1实验数据集与用户建模方法163

8.4.2实验结果与分析165

小结165

参考文献166

第9章 社交网络用户在强关联消费网络中的偏好预测168

9.1概述168

9.2相关研究工作169

9.2.1个性化预测技术169

9.2.2个性化预测方法174

9.2.3推荐系统评价指标175

9.3强关联预测模型与方法177

9.3.1基于显式反馈的用户偏好预测177

9.3.2基于隐式反馈的用户偏好预测177

9.3.3基于消费网络属性的用户偏好预测178

9.3.4预测模型178

9.4强关联预测方法实例分析179

9.4.1数据集179

9.4.2评价指标与预测方法180

9.4.3实验结果与分析181

小结183

参考文献183

第10章 社交网络用户在弱关联消费网络中的偏好预测185

10.1概述185

10.2相关研究工作186

10.3社交网络与消费网络间的用户账户关联方法188

10.3.1用户账户相似度计算策略188

10.3.2用户账户匹配方法188

10.3.3用户账户关联方法实例分析190

10.4弱关联预测实例分析192

小结193

参考文献193

第四部分 辅助分析工具和案例分析197

第11章 演化博弈辅助分析工具197

11.1 Gambit197

11.2 TNGLab199

11.3 GAMUT200

11.4 Flock202

11.4.1基本架构202

11.4.2工作流程示例205

小结208

参考文献208

第12章 真实社交网络中的应用案例分析209

12.1 Twitter和新浪微博的信息分享行为分析实例209

12.1.1 Twitter与新浪微博的演化性分析209

12.1.2对Twitter与新浪微博的网络特性预测210

12.2新浪微博中电影和电视剧的竞争传播分析实例214

12.2.1新浪微博中电影竞争信息异步传播分析214

12.2.2新浪微博中电视剧竞争信息异步传播分析219

12.3新浪微博中电商间信息的竞争性传播分析实例221

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225

小结227

参考文献227