编辑推荐
一本系统性梳理计算社会学相关理论和方法的论著。
内容简介
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。
作者简介
作者郭斌，1980年生，工学博士，西北工业大学计算机学院教授/博导，计算机系统与微电子系主任，智能感知与计算工信部重点实验室副主任。
章节目录
版权信息
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
1.1 网络中的级联现象
1.2 级联与聚簇
1.3 网络级联模型
1.4 逾渗理论与晶格模型
1.5 社会逾渗模型
小结
习题
参考文献
第2章 随机网络
2.1 随机网络模型
2.2 随机网络模拟实验
小结
习题
参考文献
第3章 小世界现象
3.1 小世界现象：六度分隔
3.2 小世界网络模型
3.3 小世界模型仿真
3.4 小世界模型应用
小结
习题
参考文献
第4章 幂律分布网络
4.1 幂律
4.2 马太效应与长尾效应
4.3 无标度网络
小结
习题
参考文献
第5章 流行病学
5.1 仓室传染病模型
5.2 复杂网络传染病模型
小结
习题
参考文献
第二篇社交媒体挖掘与社群智能篇
第6章 自然语言处理
6.1 自然语言处理概述
6.2 语言模型
6.3 文本表示
6.4 预训练动态词向量
6.5 统计学习模型
6.6 自然语言处理典型任务
小结
习题
参考文献
第7章 文本主题模型
7.1 潜在语义分析
7.2 概率潜在语义分析
7.3 潜在狄利克雷分配
7.4 文本主题模型的扩展
小结
习题
参考文献
第8章 情感分析
8.1 情感分析的基本概念
8.2 词语级情感分析
8.3 句子/文档级的情感分析
8.4 方面级情感分析
8.5 情感分析发展趋势
小结
习题
参考文献
第9章 用户画像
9.1 用户画像方法
9.2 基于文本数据的用户画像
9.3 多模态数据融合画像
9.4 发展趋势
小结
习题
参考文献
第10章 智能推荐
10.1 推荐系统概述
10.2 协同过滤
10.3 基于内容的推荐
10.4 基于深度学习的推荐
10.5 基于情境感知的推荐
10.6 基于图神经网络的推荐
10.7 评估
10.8 未来的发展方向
小结
习题
参考文献
第11章 假消息传播
11.1 假消息的定义
11.2 假消息的认知机理
11.3 多模态假消息检测方法
11.4 群智融合假消息检测
11.5 可解释假消息检测
小结
习题
参考文献
第12章 虚拟机器人
12.1 虚拟机器人概述
12.2 虚拟形象塑造
12.3 知识增强对话生成
12.4 个性化对话生成
12.5 多模态知识问答
12.6 应用案例AI-Mate
小结
习题
参考文献
计算社会学：系统应用篇是2024年由机械工业出版社出版,作者郭斌。
得书感谢您对《计算社会学：系统应用篇》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
