本书属于计算机网络方面的著作。由绪论、复杂网络简介、复杂网络演化模型、基于节点吸引力的复杂网络演化模型、网络舆论传播简介、网络舆论传播演化模型、基于复杂网络的谣言传播模型、网络舆论节点重要性评估、基于深度学习的网络谣言早期检测分类和传播预测研究、总结和展望等部分组成。全书以复杂网络演化和网络舆论传播为研究对象，分析复杂网络演化模型及网络舆论传播模型中的关键技术。对计算机复杂网络、网络舆论传播等方面的研究者和从业人员具有学习和参考价值。

孙睿，成都师范学院副教授，四川省计算机学会大数据专委会委员，中国科学院成都计算机应用研究所博士后，成都师范学院科研机构“智能计算与信息技术研究所”负责人，计算机科学学院产学研中心副主任，四川省教育厅创新团队成员，成都联星微电子有限公司助理工程师，四川博瑞客信息技术有限公司特聘工程师。研究方向为复杂系统、机器学习、智能计算等。以第一作者在国内外学术期刊和学术会议上发表论文三十余篇，其中多篇被SCI、EI或ISTP检索，出版学术专著2部，获得实用新型专利授权5项。主持参与***、省部级科研和教学研究项目十余项。

第1章 绪论
1.1 复杂网络演化和网络舆论传播的研究背景及研究意义
1.2 复杂网络演化和网络舆论传播的主要研究工作
第2章 复杂网络简介
2.1 复杂网络的发展历史
2.2 复杂网络的研究现状
2.3 复杂网络的研究内容
2.4 复杂网络的统计特性
第3章 复杂网络演化模型
3.1 经典复杂网络演化模型
3.2 其他重要的复杂网络演化模型
第4章 基于节点吸引力的复杂网络演化模型
4.1 Dorogovtsev节点吸引力模型
4.2 NAM节点吸引力模型
4.3 基于节点吸引力的可调参数复杂网络模型
第5章 网络舆论传播简介
5.1 网络舆论传播的基本概念
5.2 网络舆论传播的特性
第6章 网络舆论传播演化模型
6.1 Sznajd模型
6.2 Deffuant模型
6.3 Krause—HegseImann模型
6.4 Galam模型
6.5 Voter模型
6.6 多维观点模型
6.7 复杂网络传播扩散模型
6.8 其他舆论传播演化模型
第7章 基于复杂网络的谣言传播模型
7.1 影响谣言传播的因素
7.2 谣言传播模型
7.3 具有非一致性传播率的无标度网络谣言传播模型
第8章 网络舆论节点重要性评估
8.1 基于网络拓扑结构的节点重要性评估
8.2 基于节点属性的节点重要性评估
8.3 基于拓扑势的加权复杂网络节点重要性评估
8.4 基于拓扑势的网络舆论节点重要性评估
第9章 基于深度学习的网络谣言早期检测分类和传播预测研究
9.1 国内外研究现状
9.2 在线社会网络中的谣言识别分类和传播预测
9.3 基于深度强化学习的谣言早期检测模型
9.4 基于自注意力机制的混合特征谣言分类模型
9.5 基于双通道LSTM的图神经网络谣言传播预测模型
第10章 总结与展望
10.1 总结
10.2 展望
参考文献