社会网络分析：软计算方法及应用

目录
序
前言
第1章 社会网络分析概述 1
1.1 背景意义 1
1.2 社会网络分析在信息科学领域的典型应用 3
1.2.1 Web社会网络分析 4
1.2.2 网络计量分析B-A理论 4
1.2.3 网络链接行为和动机研究 5
1.2.4 知识管理和组织学习研究 6
1.3 社会网络分析方法 7
1.3.1 社会网络分析方法的发展轨迹 7
1.3.2 基于结构的社会网络分析方法 8
1.4 本书内容安排 8
第2章 社会网络与软计算理论基础 12
2.1 图论基础知识 12
2.2 社会网络理论 14
2.2.1 社会网络分析 15
2.2.2 社会网络分析软件 16
2.3 软计算理论 17
2.3.1 模糊集理论 18
2.3.2 粗糙集理论 21
2.3.3 形式概念分析 24
2.3.4 软集理论 25
2.4 本章小结 26
第3章 社会网络拓扑结构分析与挖掘 28
3.1 静态社会网络中的k派系及k派系社团检测 28
3.1.1 问题描述 29
3.1.2 基于形式概念分析的k派系检测 30
3.1.3 基于形式概念分析的k派系社团检测 35
3.1.4 实验评估 38
3.2 动态社会网络中的k派系检测 42
3.2.1 问题描述 43
3.2.2 三元形式概念分析 45
3.2.3 基于三元形式概念分析的k派系检测 46
3.2.4 实验评估 50
3.3 冰山派系查询 55
3.3.1 问题描述 56
3.3.2 冰山概念分析 57
3.3.3 基于冰山概念格的冰山派系查询 58
3.3.4 实验评估 60
3.4 社会网络极大社团基检测 62
3.4.1 问题描述 63
3.4.2 基于形式概念分析的社会网络极大社团基检测 64
3.4.3 案例分析 67
3.5 社会网络多元化top-k极大社团挖掘 68
3.5.1 问题描述 68
3.5.2 极大社团与等势概念的等价理论 70
3.5.3 基于形式概念分析的社会网络多元化top-k极大社团挖掘 72
3.5.4 实验评估 75
3.6 社会网络中的θ冰山核分解 77
3.6.1θ冰山核分解 78
3.6.2 基于形式概念分析的社会网络中θ冰山核分解 79
3.6.3 案例分析 82
3.7 本章小结 84
第4章 符号社会网络拓扑结构分析与挖掘 85
4.1 符号社会网络定义 85
4.2 社会结构平衡理论 86
4.2.1 结构平衡三角 86
4.2.2 结构平衡网络 86
4.3 k平衡可信派系检测 87
4.3.1 问题描述 87
4.3.2 基于形式概念分析的k平衡可信派系检测 87
4.3.3 实验评估 90
4.4 社会结构平衡最密集子图挖掘 92
4.4.1 问题描述 94
4.4.2 基于形式概念分析的社会结构平衡最密集子图挖掘 95
4.4.3 实验评估 98
4.5 本章小结 100
第5章 模糊社会网络拓扑结构分析与挖掘 102
5.1 问题描述 103
5.2 模糊形式概念分析 105
5.3 模糊社会网络中λ极大社团挖掘 107
5.3.1 解决方案概述 107
5.3.2 模糊图的模糊形式背景构造 108
5.3.3 模糊概念格构建 109
5.3.4λ极大社团挖掘方法 110
5.3.5 算法描述 112
5.4 实验评估 113
5.4.1 数据获取和预处理 113
5.4.2 实验结果与讨论 115
5.4.3 基于λ极大社团的推荐服务 116
5.5 本章小结 117
第6章 粗糙k派系理论及其应用 118
6.1 粗糙k派系理论 118
6.1.1 k派系知识粒度 119
6.1.2 下/上节点近似 119
6.2 子图k紧致性评估 121
6.3 案例分析 122
6.4 本章小结 124
第7章 图相似性度量 125
7.1 问题描述 126
7.2 度量方法 127
7.2.1 形式概念格相似性度量 127
7.2.2 基于形式概念分析的图相似性度量方法 127
7.3 案例分析 129
7.4 本章小结 129
第8章 软计算技术在社会网络分析中的应用 131
8.1 移动社会网络中模糊信任推理机制 131
8.1.1 问题描述 133
8.1.2 MobiFuzzyTrust模糊信任推理模型 134
8.1.3 模糊信任评估及推理 141
8.1.4 模糊信任传递推理 143
8.1.5 实验评估 145
8.2 移动云服务推荐 149
8.2.1 问题描述 151
8.2.2 基于软集的移动云服务推荐模型 153
8.3 地理位置敏感的在线社区社会演化 156
8.3.1 问题描述 157
8.3.2 算法描述 160
8.3.3 地理位置敏感的在线社区社会演化模式挖掘 160
8.4 本章小结 162
参考文献 163