本书总共有10章，从社会计算起源开始，介绍了社会计算和社会媒体的概念，并对其进行了拓扑结构分析。在社会网络中，结点之间不是相互独立，而是彼此之间通过联系(边、链接)链接起来。通过社会计算，动态分析社会网络，更有效地解决网络化社会新问题。旨在让读者了解什么是社会计算，社会计算的研究方向和发展趋势，如何获取并分析社会媒体数据，以及如何使用社会计算分析社会网络，以此来构建一个更健康和谐的社会网络环境。

前 言

社会计算是一门现代计算技术、社会学与心理学之间的交叉学科。有学者将其定义为：面向社会活动、社会过程、社会结构、社会组织和社会功能的计算理论和方法。本书作者认为，社会计算是研究计算机以及信息技术在社会科学中的应用，从而影响传统的社会行为的过程。随着Web2.0的兴起，许多大公司设立了专门的小组着力研究该领域，如Microsoft、IBM、Intel、HP、Google等诸多公司和研究机构都参与其中，开发了诸如Wallop、Sapphire等大量的实验项目。

传统的社会学研究往往使用调查、问卷、面谈、参与者观察与统计等形式获取数据，所使用的数据规模较小，并且难以得到个体完整的行为记录。因此，传统研究的成果更多地来源于直观认识，缺乏基于大规模真实数据的实验验证。而社交网络给人们提供了一个研究人类社会的新平台。计算社会学认为：网络上的大量信息，如博客、论坛、聊天、消费记录、电子邮件等，都是现实社会的人或组织的行为在网络空间的映射。这些网络数据可以用来分析个人或者群体的行为模式，从而深化我们对社会的了解。就像大规模基因数据催生了生物信息学一样，海量的社会数据催生了社会计算，即以计算手段研究社会学中的定性问题并解决传统社会学中的实验问题。

本书作者在社会计算、社区发现与挖掘方面进行了深入研究，不仅熟稔社会计算的理论研究，而且具有非常丰富的社会计算应用经验。本书是对作者多年研究成果的总结，针对社会计算的基本理论、主要方法及典型应用进行了系统的阐述、分析和讨论，旨在让读者了解什么是社会计算，社会计算的研究方向和发展趋势是什么，如何获取并分析社会媒体数据，以及如何使用社会计算分析社会网络，以此来构建一个更健康、更和谐的社会网络环境。全书共有10章，第1、2章介绍社会计算的研究背景、发展前景，以及何为社会媒体，旨在让读者先了解一些关于社会计算所必需的知识。第3、4、5章讲解进阶知识，如线性阈值模型、观点挖掘方法、社区等。第6、7、8、9章是本书的灵魂。第6章讲解了社交网络模型的概念，介绍了几种较为常用的模型，并且提出了基于传统模型而改进的社交网络模型。第7章讲解什么是克隆选择算法，以及如何运用克隆选择算法对网络中的虚假信息进行防范及阻止。第8章分析了微博网络节点影响力因素，并提出了微博网络节点影响力算法UserRank。第9章介绍如何对网络群体采用HowNet和Naive Bayes相结合的观点挖掘及情感倾向分析，从而引导网络舆论积极向上发展。第10章是对本书的总结，并对社会计算的未来进行了展望。可以预见，通过社会计算，动态分析社会网络，将会更有效地解决网络化社会新问题。

在本书的撰写过程中，四川师范大学的靳宇倡、郭英老师以及西南民族大学的王鹏老师给予了大力支持，曹书哲、黄琴琴、张宇博、丁冠中、陶冶、胡逸芃、郭嘉懿和谭宇等同学针对本书提出的理论及算法改进做了大量实践，提出了很多宝贵的修改意见，在此一并表示诚挚的感谢！同时，本书的编写和出版还得到了国家自然科学基金项目社交网站使用对个体主观幸福感影响机制的研究（71673032），国家社会科学基金项目移动社交网络对大学生交往方式的影响研究（15BSH025）和网络化时代青少年社会认同的研究：基于社交网站的分析（12XSH019），四川省社科规划项目大数据时代人际交往方式变化的社会心理研究（SC14B016），四川网络文化研究中心2013年度项目网络社会群体的趋势分析研究（WLWH13-01）的支持。

由于时间仓促，加之水平有限，书中难免存在不妥之处，敬请广大读者批评指正。如果有任何问题或建议，可发送至电子邮箱86631589@qq.com。

安俊秀

2016年于成都信息工程大学

安俊秀，成都信息工程大学，女，教授，生于1970年。中国计算机学会高级会员；中国电子学会高级会员；成都市科技攻关计划评审专家；成都军区项目评审专家；汕尾市科技顾问团首席顾问。在科研工作方面，一直从事云计算与大数据、信息智能搜索与计算社会方面的研究工作。近五年来就此发表论文40余篇，其中第一作者20余篇，核心期刊以上占15余篇。主编或参与完成专著3部、教材4部，6部由*出版社出版。

目 录
第1章 社会计算概述 1
1.1 社会计算的研究背景及定义 2
1.2 社会计算的研究现状 5
1.3 社会计算的应用领域 8
1.4 社会计算的发展趋势 14
第2章 社会媒体概述 22
2.1 社会媒体的相关概念 23
2.2 社会媒体的特点 29
2.3 社会媒体面临的挑战 32
第3章 节点，联系与影响 34
3.1 社会网络 35
3.2 节点的重要性 36
3.3 联系的强度 41
3.4 社会影响建模 44
第4章 社会媒体数据获取与分析 49
4.1 社会传感器网络 50
4.2 观点挖掘 54
4.3 情感倾向分析概述 57
第5章 社区发现 65
5.1 社区的基本概念 66
5.2 社区发现的算法 67
5.3 社区评价 74
第6章 社交网络建模与分析 77
6.1 社交网络基本理论 78
6.2 社交网络信息传播研究现状 86
6.3 当前社交网络的信息传播模型 89
第7章 社交网络中虚假信息传播特点及控制算法研究 105
7.1 社交网络中虚假信息传播的特点 106
7.2 社交网络信息控制的研究现状 107
7.3 克隆选择算法概述 109
7.4 改进的克隆选择信息控制算法 112
7.5 改进的克隆选择信息控制算法实验及分析 120
第8章 微博网络节点影响力因素及度量算法分析 127
8.1 研究背景及意义 128
8.2 国内外研究现状 130
8.3 微博网络影响力关键因素分析 134
8.4 微博网络节点影响力关键因素度量研究 139
8.5 LeaderRank算法与UserRank算法分析 147
第9章 HowNet和Naive Bayes相结合的网络社会评论倾向性分析 165
9.1 网络社会评论倾向性分析概况 166
9.2 网络群体心理趋势智能分析模型架构 170
9.3 基于HowNet的情感词语资源的情感特征识别 181
9.4 基于朴素贝叶斯理论的分类器构造 191
9.5 HowNet和Naive Bayes相结合的网络社会评论倾向性分析
结构设计及实现 196
9.6 实验与结果分析 199
第10章 结论与展望 205
10.1 社会计算面临的挑战 206
10.2 社会计算的发展方向 209