量化社會：大數據與社會計算（簡體書）

本書總共有10章，從社會計算起源開始，介紹了社會計算和社會媒體的概念，并對其進行了拓撲結構分析。在社會網絡中，結點之間不是相互獨立，而是彼此之間通過聯系(邊、鏈接)鏈接起來。通過社會計算，動態分析社會網絡，更有效地解決網絡化社會新問題。旨在讓讀者了解什么是社會計算，社會計算的研究方向和發展趨勢，如何獲取并分析社會媒體數據，以及如何使用社會計算分析社會網絡，以此來構建一個更健康和諧的社會網絡環境。

安俊秀，成都信息工程大學，女，教授，生于1970年。中國計算機學會高級會員；中國電子學會高級會員；成都市科技攻關計劃評審專家；成都軍區項目評審專家；汕尾市科技顧問團首席顧問。在科研工作方面，一直從事云計算與大數據、信息智能搜索與計算社會方面的研究工作。近五年來就此發表論文40余篇，其中作者20余篇，核心期刊以上占15余篇。主編或參與完成專著3部、教材4部，6部由*出版社出版。

目 錄
章 社會計算概述 1
1.1 社會計算的研究背景及定義 2
1.2 社會計算的研究現狀 5
1.3 社會計算的應用領域 8
1.4 社會計算的發展趨勢 14
第2章 社會媒體概述 22
2.1 社會媒體的相關概念 23
2.2 社會媒體的特點 29
2.3 社會媒體面臨的挑戰 32
第3章 節點，聯系與影響 34
3.1 社會網絡 35
3.2 節點的重要性 36
3.3 聯系的強度 41
3.4 社會影響建模 44
第4章 社會媒體數據獲取與分析 49
4.1 社會傳感器網絡 50
4.2 觀點挖掘 54
4.3 情感傾向分析概述 57
第5章 社區發現 65
5.1 社區的基本概念 66
5.2 社區發現的算法 67
5.3 社區評價 74
第6章 社交網絡建模與分析 77
6.1 社交網絡基本理論 78
6.2 社交網絡信息傳播研究現狀 86
6.3 當前社交網絡的信息傳播模型 89
第7章 社交網絡中虛假信息傳播特點及控制算法研究 105
7.1 社交網絡中虛假信息傳播的特點 106
7.2 社交網絡信息控制的研究現狀 107
7.3 克隆選擇算法概述 109
7.4 改進的克隆選擇信息控制算法 112
7.5 改進的克隆選擇信息控制算法實驗及分析 120
第8章 微博網絡節點影響力因素及度量算法分析 127
8.1 研究背景及意義 128
8.2 國內外研究現狀 130
8.3 微博網絡影響力關鍵因素分析 134
8.4 微博網絡節點影響力關鍵因素度量研究 139
8.5 LeaderRank算法與UserRank算法分析 147
第9章 HowNet和Naive Bayes相結合的網絡社會評論傾向性分析 165
9.1 網絡社會評論傾向性分析概況 166
9.2 網絡群體心理趨勢智能分析模型架構 170
9.3 基于HowNet的情感詞語資源的情感特征識別 181
9.4 基于樸素貝葉斯理論的分類器構造 191
9.5 HowNet和Naive Bayes相結合的網絡社會評論傾向性分析
結構設計及實現 196
9.6 實驗與結果分析 199
0章 結論與展望 205
10.1 社會計算面臨的挑戰 206
10.2 社會計算的發展方向 209