社交大数据分析方法与应用 / 匡时·数字经济系列
定价：￥78.00
作者： 刘建国，潘斌
出版时间：2026-01
最新印次日期：2026-1
出版社：上海财经大学出版社
- 上海财经大学出版社
- 9787564248802
- 1版
- 2026-01
- 经济学
- 财政学类
- 财经商贸大类
- 财经类
- 本科
作者简介
内容简介
社交网络分析是连接数据科学与社会科学的重要桥梁。随着社交平台的普及，海量用户行为数据为理解人类互动模式提供了前所未有的研究素材。如何从这些数据中提炼规律、洞察趋势，已成为网络科学、数据科学、市场营销、公共管理等诸多学科共同关注的议题。
本书旨在为读者构建从理论分析到实践应用的完整知识体系。全书分为三个部分共十一章：第一部分（第1—2章）介绍社会网络研究的起源与基本概念，帮助读者建立宏观认知；第二部分（第3—7章）聚焦核心研究方向，系统讲解节点中心性、社团结构、个性化推荐、传播动力学等关键理论与算法，涵盖随机网络、小世界网络、无标度网络等经典模型；第三部分（第8—11章）深入具体研究场景，探讨用户画像与行为分析、情感分析、微博网络等应用领域，并专设Python实践章节，以NetworkX库为基础，引导读者动手操作实证网络数据。
本书注重跨学科视角，兼顾理论深度与实操性，适合网络科学、数据科学、市场营销、公共管理等专业的高年级本科生、研究生及青年教师作为参考用书，也可供社交产品经理、数据分析师、政策研究者等从业者案头查阅。
本书旨在为读者构建从理论分析到实践应用的完整知识体系。全书分为三个部分共十一章：第一部分（第1—2章）介绍社会网络研究的起源与基本概念，帮助读者建立宏观认知；第二部分（第3—7章）聚焦核心研究方向，系统讲解节点中心性、社团结构、个性化推荐、传播动力学等关键理论与算法，涵盖随机网络、小世界网络、无标度网络等经典模型；第三部分（第8—11章）深入具体研究场景，探讨用户画像与行为分析、情感分析、微博网络等应用领域，并专设Python实践章节，以NetworkX库为基础，引导读者动手操作实证网络数据。
本书注重跨学科视角，兼顾理论深度与实操性，适合网络科学、数据科学、市场营销、公共管理等专业的高年级本科生、研究生及青年教师作为参考用书，也可供社交产品经理、数据分析师、政策研究者等从业者案头查阅。
目录
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
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
