社會輿情的網絡分析方法與建模仿真（簡體書）

本書系統介紹了網路方法的理論、概念、指標、工具及其在社會輿論中建模、模擬和應用。全書共分三篇：第一是理論基礎篇，詳細介紹了社會網路分析、動態網路分析及超網路分析。第二是模型方法篇，創新提出了"社會輿論超網路模型"等，針對社會輿論形成與演化，引導與干預全過程進行建模與模擬。第三是案例應用篇，真實模擬了代表性非常規突發網路事件，旨在介紹如何應用網路理論，特別是超網路方法解決實際問題。

目錄
序一
序二
前言
理論基礎篇
第1章社會網絡分析2
1.1社會網絡分析的基本理論2
1.1.1社會網絡分析2
1.1.2社會網絡指標5
1.1.3社會網絡模型7
1.2社會網絡分析的研究角度12
1.2.1中心性分析12
1.2.2凝聚子群分析13
1.2.3核心-邊緣結構分析15
1.3社會網絡分析工具16
1.3.1概述16
1.3.2Pajek20
1.3.3Gephi24
參考文獻31
第2章動態網絡分析33
2.1動態網絡分析的基本理論33
2.1.1動態網絡分析的創新點34
2.1.2動態網絡基本演化過程35
2.2動態網絡分析的度量指標35
2.2.1動態網絡分析的定義35
2.2.2動態網絡分析的指標37
2.2.3動態網絡分析的指標分類53
2.3動態網絡分析工具57
2.3.1AutoMap――網絡生成57
2.3.2ORA――網絡分析58
2.3.3DyNet――仿真模擬58
2.3.4動態網絡分析在“反恐”中的應用59
參考文獻61
第3章超網絡分析63
3.1超網絡的基本內容63
3.2超網絡的研究現狀65
3.2.1基於變分不等式的超網絡研究65
3.2.2基於超圖的超網絡研究66
3.2.3基於系統分析的超網絡研究67
3.3超網絡的示例分析67
3.3.1超網絡模型中子網關系的建立67
3.3.2超網絡模型中層間映射關係68
3.4超網絡的度量指標69
3.4.1節點超度69
3.4.2超邊重疊度70
3.4.3集聚係數70
3.4.4節點間距離70
參考文獻71
模型方法篇
第4章社會輿論形成與演化的建模分析76
4.1社會輿論形成與演化模型78
4.1.1Sznajd模型78
4.1.2Deffuant模型79
4.1.3KrauseHegselmann模型79
4.1.4Galam模型80
4.1.5社會影響模型81
4.2社會輿論超網絡形成模型82
4.2.1社會輿論超網絡中各層子網的建模分析82
4.2.2社會輿論超網絡中子網集成的建模分析83
4.2.3社會輿論超網絡模型84
4.3社會輿論超網絡演化模型85
4.3.1外驅動力作用下社會輿論超網絡模型的演化85
4.3.2內驅動力作用下社會輿論超網絡模型的演化88
參考文獻90
第5章社會輿論引導與干預的建模分析94
5.1社會輿論引導與干預方法94
5.1.1建模仿真視角94
5.1.2複雜網絡視角95
5.1.3系統控制視角100
5.2社會輿論超網絡引導模型105
5.2.1社會輿論超網絡引導機制105
5.2.2社會輿論超網絡引導策略108
5.3社會輿論超網絡干預模型110
5.3.1社會輿論超網絡干預機制110
5.3.2社會輿論超網絡干預策略114
參考文獻117
第6章社會輿論超網絡模型的超鏈路預測123
6.1超鏈路預測123
6.1.1從鏈路預測到超鏈路預測123
6.1.2超鏈路預測的基本思想125
6.1.3超鏈路預測的基本概念125
6.1.4超鏈路預測的基本算法126
6.1.5社會輿論超網絡的超鏈路預測129
6.2社會輿論超網絡子網層內的超鏈路預測132
6.2.1輿論超鏈路層內預測算法指標132
6.2.2輿論超網絡層內超鏈路預測評價方法135
6.3社會輿論超網絡各網層間的超鏈路預測138
6.3.1輿論超網絡層間超鏈路預測算法138
6.3.2輿論超網絡層間超鏈路預測評價方法139
參考文獻140
第7章社會輿論超網絡模型的超鏈路排序142
7.1超鏈路排序基本思想142
7.1.1PageRank算法142
7.1.2SuperlinkRank算法143
7.2輿論超網絡模型的測度指標144
7.2.1輿論超網絡模型的節點超度145
7.2.2輿論超網絡模型的超邊連接度146
7.2.3輿論超網絡模型的超邊最短距離147
7.2.4輿論超網絡模型的超邊重疊度147
7.3輿論超網絡模型的超鏈路屬性計算149
7.3.1環境子網信息傳播度149
7.3.2心理子網轉化關聯度150
7.3.3觀點子網觀點相似度151
7.4輿論超網絡模型的超鏈路排序算法153
7.4.1SuperlinkRank算法提出153
7.4.2SuperlinkRank算法應用154
7.4.3SuperlinkRank算法評價155
參考文獻157
案例應用篇
第8章意見領袖識別的實例分析――錢××事件160
8.1意見領袖識別方法161
8.1.1基於社會網絡分析的意見領袖識別161
8.1.2基於動態網絡分析的意見領袖識別163
8.1.3基於超網絡分析的意見領袖識別167
8.2案例分析――錢××事件169
8.2.1事件背景169
8.2.2數據處理170
8.2.3結果分析172
參考文獻179
第9章謠言仿真建模與分析的實例分析――搶鹽事件181
9.1謠言傳播建模182
9.1.1數學模型182
9.1.2物理模型183
9.1.3仿真模型184
9.1.4Agent多主體建模185
9.1.5系統模型185
9.2仿真建模的方法與工具186
9.2.1複雜適應系統理論186
9.2.2多主體仿真工具188
9.2.3基於QSIM定性仿真推理192
9.3基於多主體仿真案例分析――搶鹽事件193
9.3.1事件背景193
9.3.2基本定義194
9.3.3演化規則194
9.3.4情景分析195
9.3.5實例驗證198
9.4基於QSIM定性仿真推理――謠言形成與引導199
9.4.1輿論主體及其行為特徵的分類與定義199
9.4.2輿論主體相互作用的定性表示200
9.4.3基於QSIM算法的輿論主體行為定性模擬201
9.4.4基於QSIM定性模擬方法的輿論引導與調控203
參考文獻205
第10章輿論超網絡建模仿真的實例分析――郭××事件207
10.1“郭××事件”輿論的形成207
10.2“郭××事件”輿論的演化209
10.3“郭××事件”輿論超網絡的模型建立212
10.3.1數據處理212
10.3.2模型建立212
10.4“郭××事件”輿論超網絡模型的引導216
10.4.1“郭××事件”輿論超網絡引導建模216
10.4.2“郭××事件”輿論超網絡引導分析217
10.5“郭××事件”輿論超網絡模型的干預219
10.5.1“郭××事件”輿論超網絡干預建模219
10.5.2“郭××事件”輿論超網絡干預分析224
參考文獻235

《社會輿情的網絡分析方法與建模仿真/公共安全應急管理叢書》：
預測那些已經存在但尚未被發現的連接實際上是一種數據挖掘的過程，而對於未來可能產生的連邊的預測則與網絡的演化相關。鏈路預測作為數據挖掘領域的研究方向之一在計算機領域已有較深入的研究，研究的思路和方法主要基於馬爾科夫鍊和機器學習，考慮的是節點屬性特徵。雖然這種應用節點屬性等外部信息的方法的確可以得到很好的預測效果，但是由於計算的複雜度及非普適性的參數使其應用範圍受到限制，而且很多情況下這些信息的獲取非常困難，甚至是不可能的。最近幾年，基於網絡結構的鏈路預測方法受到越來越多的關注。相比節點的屬性信息而言，網絡的結構信息更容易獲得，也更加可靠。同時基於網絡結構的鏈路預測方法對於結構相似的網絡具有一定的普遍適用性（呂琳媛和周濤，2013）。
……