计算社会学 系统应用篇

本书系统性梳理计算社会学理论和方法的论著，具有极高的教学价值。书中详细介绍了社会网络分析的基础理论、动力学模型和网络统计分析，并将其应用于涌现和传染病等实际领域。此外，书中还深入介绍了人工智能算法（如深度学习）在智能推荐、文本分析、假消息检测和虚拟社交机器人等领域的应用。这本书的特别之处在于融合了计算机科学、社会学、人工智能和复杂网络等多个学科的专业概念，全面呈现了计算社会学领域近期新的研究成果和关键技术突破。对于计算社会学的教学而言，这本书是不可或缺的宝贵资料。

自2009年至今，计算社会学步入了发展的黄金时期。多学科的深度交叉融合，以人工智能为代表的数据科学方法的快速发展以及跨空间、多模态数据的快速富集等都使得计算社会学得到蓬勃发展，让社会科学研究呈现出崭新面貌，为解释人类行为、群体认知、社会演化等提供了重要的理论和方法支撑。本书采用渐进式的组织思路，以人工智能的经典模型为基础理论支撑，从社交网络分析、网络动力学、社交媒体挖掘与社群智能三个维度进行延伸，围绕典型应用系统梳理计算社会学的代表性应用。在兼顾广度和深度的前提下，本书深度融合计算机科学、社会学、人工智能、复杂网络、统计学和自然语言处理等多学科的专业概念，突出社会计算学近年来的研究成果和关键技术突破。本书为人工智能与社会科学交叉融合提供了系统性的理论框架、方法体系与应用阐释，是研究人员、专业人员以及工程、计算、AI、互联网等领域的技术人员不可或缺的参考资料，同时也可作为相关领域的高年级本科生和研究生的教材。

推荐序一
推荐序二
前言
第一篇 网络动力学篇
第1章 级联行为 2
1.1 网络中的级联现象 2
1.1.1 级联现象 2
1.1.2 信息级联 3
1.1.3 级联的特点 5
1.2 级联与聚簇 5
1.2.1 级联行为下的协调博弈 6
1.2.2 网络聚簇对级联的影响 9
1.3 网络级联模型 11
1.3.1 独立级联模型 11
1.3.2 线性阈值模型 14
1.4 逾渗理论与晶格模型 15
1.4.1 逾渗现象 16
1.4.2 基本逾渗模型 16
1.4.3 晶格模型 20
1.5 社会逾渗模型 22
1.5.1 复杂网络逾渗 23
1.5.2 定向逾渗模型 24
1.5.3 首达逾渗模型 25
1.5.4 爆发性逾渗模型 25
小结 27
习题 28
参考文献 30
第2章 随机网络 33
2.1 随机网络模型 33
2.1.1 ER 随机网络模型 33
2.1.2 P1 随机网络模型 35
2.1.3 P2 随机网络模型 40
2.1.4 指数随机网络模型 41
2.2 随机网络模拟实验 42
2.2.1 随机网络生成 43
2.2.2 随机网络特性 45
小结 49
习题 49
参考文献 50
第3章 小世界现象 51
3.1 小世界现象：六度分隔 51
3.1.1 六度分隔实验 52
3.1.2 六度分隔实验拓展 53
3.2 小世界网络模型 54
3.2.1 W-S 模型 54
3.2.2 W-S-K 模型 58
3.2.3 其他改进的 W-S 模型 60
3.3 小世界模型仿真 61
3.4 小世界模型应用 64
小结 65
习题 66
参考文献 66
第4章 幂律分布网络 69
4.1 幂律 69
4.1.1 幂律的定义 69
4.1.2 幂律的应用 72
4.2 马太效应与长尾效应 73
4.2.1 马太效应的定义 73
4.2.2 长尾效应的定义 75
4.3 无标度网络 76
4.3.1 现实网络的无标度分析 77
4.3.2 无标度网络的定义及特性 78
4.3.3 无标度网络的典型构建模型 81
小结 85
习题 86
参考文献 86
第5章 流行病学 91
5.1 仓室传染病模型 91
5.1.1 经典传染病模型 91
5.1.2 扩展传染病模型 95
5.1.3 疾病传播阈值理论 98
5.1.4 传染病的防控 99
5.2 复杂网络传染病模型 100
5.2.1 接触网络模型中的疾病传播 102
5.2.2 集合种群模型中的疾病传播 104
小结 108
习题 108
参考文献 108
第二篇 社交媒体挖掘与社群智能篇
第6章 自然语言处理 112
6.1 自然语言处理概述 112
6.2 语言模型 115
6.2.1 统计语言模型 116
6.2.2 神经网络语言模型 117
6.2.3 语言模型评价指标 120
6.3 文本表示 121
6.3.1 离散表示 121
6.3.2 基于共现矩阵的分布式表示 122
6.3.3 基于神经网络的分布式表示 123
6.4 预训练动态词向量 127
6.4.1 预训练概念 127
6.4.2 ELMO 模型 128
6.4.3 GPT 模型 129
6.4.4 BERT 模型 131
6.4.5 基于 BERT 的改进模型 132
6.4.6 XLNet 模型 134
6.5 统计学习模型 136
6.5.1 马尔可夫模型 137
6.5.2 条件随机场 139
6.6 自然语言处理典型任务 144
6.6.1 文本预处理任务 144
6.6.2 词性标注 146
6.6.3 语义角色标注 147
6.6.4 命名实体识别 148
……