基本介绍

内容简介

本书是社会网络分析领域的经典图书，基础理论与实践完美结合，是一部逻辑紧密、内容详实，适合所有相关技术人员的参考书。 本书两名作者都具有丰富的数据分析、处理工作经验，是社会网络分析实践技术方面的积极实践者。

作者简介

Maksim Tsvetovat跨学科的科学家、软件工程师和爵士音乐家，社会网络分析领域专家，拥有丰富的数据分析、处理工作经验，专注于社会网络进化、信息和态度扩散、集体智能发生的计算机建模。他拥有卡内基•梅隆大学计算、组织和社会方向博士学位，目前在乔治•梅森大学教授社会网络分析。他还是DeepMile Networks公司联合创始人之一，该公司开展社交媒体影响图形化业务。 Alexander Kouznetsov软件设计师和架构师，社会网络分析专家，拥有从数据仓库到信号处理的广泛技术背景。他为业界开发了大量的社会网络分析工具，从大规模数据采集到在线分析和演示工具。他在得克萨斯大学获得数学和计算科学学士学位。

图书目录

前言 1 第1章 导论 5 分析关系，理解人与群体 6 从关系到网络——超乎所见 7 社会网络与连接分析 8 非正式网络的力量 10 恐怖分子与革命者：社会网络的力量 14 推特上的革命 17 第2章 图论速览 22 什么是图 22 图的遍历与距离 28 图的距离 38 为什么重要 39 六度理论神话 40 小世界网络 40 第3章 中心性、权力与瓶颈 42 样本数据 42 中心性 48 中心性测量不能告诉我们什么 64 第4章 派系、聚类和组元 65 组元和子图 65 子图——自我中心网 69 三元组 71 派系 83 分层聚类 85 三元组、网络密度和冲突 92 第5章 二模网络 97 竞选资金是否影响选举 97 二模网络的理论 100 扩展多模网络 109 第6章 信息扩散：像病毒一样传播开来 112 病毒视频剖析 112 信息如何影响网络 119 Python中的一个简单动态模型 123 网络和信息的共同演化 129 第7章 在现实世界中绘图 138 中等规模数据：传统SQL关系数据库 139 大数据：未来，从今天开始 139 小数据——平面文件表达 139 中等规模数据：数据库表达 143 使用二模数据工作 150 社会网络和大数据 152 运行大数据 157 附录A 收集数据 163 附录B 安装软件 173

序言

前 言 2011年，很多创业公司都在他们的商业计划中提到“social”这个词——虽然事实上并没有人知道如何分析和理解这能够决定公司成败的社交过程。如果你从事如下工作：社交媒体、社交CRM、社交营销、管理咨询等，你应该读一读这本书，它会告诉你社交系统是如何发展、演变以及运转的。 这本书的内容不仅仅适用于创业公司。实际上，整本书就是一门系统的课程，它囊括了几乎一个学期的理论知识和实际操作材料——阅读以后，你就会对于社会网络分析是“危险的”有足够的理解。如果你是这个研究领域的学生，我们强烈鼓励你去寻找并阅读脚注里提到的每一篇论文或每一本书。这样做会让你非常了解这个领域的经典文献，也可以让你自信地开展研究课题。 如果你有计算机技术背景，可以从这本书学到主要的社会学概念，并从中提取出可以用来编程的信息和分析数据；如果你有社会学或市场营销背景，你会发现一些熟悉的材料，与此同时也会学到用定量和定性的方法去了解社交背景下的人们。 阅读本书的前提 由于这本书的受众非常广泛，因此我们尽可能少地使用专业术语，同时为书中的专业术语做出解释。但是，本书会有大量的技术内容（这是O’Reilly出版图书的一项要求）。 我们希望你至少稍微熟悉Python，即，能自己写脚本、了解语言的基本控制结构和数据结构。如果你不了解技术内容，建议你可以使用Python的在线教程或者参考Paul Barry（O’Reilly出版）写的《Head First Python》开始学习。 本书不会涉及从Twitter、Facebook以及其他数据来源收集数据的详细过程，O扲eilly出版的“Animal Guide”系列的其他书籍已经提供了充分的资料，如Kevin Makice写的《Twitter API: Up and Running》以及Matthew Russell写的《Mining the Social Web》。