●第1章 網絡科學引言
1.1 網絡科學定義
1.2 無處不在的網絡
1.3 復雜性科學與復雜網絡
1.3.1 復雜性科學定義
1.3.2 復雜性科學的研究對像
1.3.3 復雜網絡的介紹
1.4 網絡科學的發展
1.4.1 Konigsberg七橋問題
1.4.2 隨機圖理論
1.4.3 小世界實驗
1.4.4 弱連接的強度
1.4.5 復雜網絡研究
1.5 網絡科學與計算
1.5.1 大數據時代下的圖計算
1.5.2 圖計算的特征
1.5.3 圖計算的挑戰
1.5.4 圖計算的應用
習題
本章參考文獻
第2章 網絡基本特征
2.1 靜態網絡
2.1.1 網絡的表示
2.1.2 節點與邊的統計特征
2.1.3 節點的排序特征
2.1.4 子圖特征
2.1.5 全圖特征
2.2 經典真實世界網絡
習題
本章參考文獻
第3章 典型網絡模型
3.1 隨機圖模型
3.1.1 規則模型
3.1.2 隨機圖模型
3.1.3 模型拓撲性質分析
3.2 小世界模型
3.2.1 WS小世界模型
3.2.2 NW小世界模型
3.2.3 模型拓撲性質分析
3.3 無標度模型
3.3.1 BA無標度模型
3.3.2 Price模型
3.3.3 BA無標度模型拓撲性質分析
3.4 其他模型
3.4.1 自相似模型
3.4.2 局域世界演化模型
習題
本章參考文獻
第4章 網絡過程模型
4.1 傳播模型
4.1.1 傳染病模型
4.1.2 均勻網絡的傳播臨界值分析
4.1.3 非均勻網絡的傳播臨界值分析
4.1.4 免疫控制策略
4.2 網絡同步
4.2.1 網絡同步的依據
4.2.2 網絡同步能力分析
習題
本章參考文獻
第5章 網絡特征計算方法
5.1 基本特征計算
5.2 節點統計特征計算
5.3 節點排序特征計算
5.3.1 接近中心性計算
5.3.2 介數中心性計算
5.3.3 PR值計算
5.3.4 權威值和樞紐值計算
5.4 子圖特征計算
5.4.1 連通分量與強連通分量
5.4.2 極大和優選接近子圖
5.4.3 模體
5.5 全圖特征計算
5.5.1 單源最短路徑
5.5.2 多源最短路徑
5.5.3 平均路徑長度和網絡直徑
5.5.4 網絡密度
5.5.5 聚集繫數
5.5.6 同配繫數
習題
本章參考文獻
第6章 圖計算重要算法
6.1 社區發現
6.1.1 社區定義
6.1.2 評價指標
6.1.3 社區發現算法
6.1.4 社區發現趨勢
6.2 鏈路預測
6.2.1 鏈路預測介紹
6.2.2 基於相似性的鏈路預測算法
6.2.3 基於優選似然估計的鏈路預測算法
6.3 信息傳播
6.3.1 獨立級聯模型
6.3.2 線性閾值模型
6.4 面向圖的表示學習
6.4.1 圖表示學習的定義及目標
6.4.2 圖表示學習的常用算法
習題
本章參考文獻
第7章 圖計算框架
7.1 大數據計算框架
7.1.1 批處理框架
7.1.2 流計算框架
7.1.3 交互式分析框架
7.1.4 其他類型的框架
7.2 常用的圖計算框架
7.2.1 節點中心計算模型
7.2.2 邊中心計算模型
7.2.3 路徑中心計算模型
7.2.4 子圖中心計算模型
7.3 圖計算相關軟件
7.3.1 Pregel
7.3.2 Spark GraphX
7.3.3 GraphLab
7.3.4 X-Stream
7.3.5 GraphLab PowerGraph
7.3.6 PathGraph
7.3.7 Apache Giraph
7.3.8 GRAPE
7.3.9 Scalable Graph
7.3.1 0TurboGraph
習題
本章參考文獻
第8章 大數據下的網絡計算
8.1 GraphX特性
8.1.1 GraphX的優勢
8.1.2 彈性分布式屬性圖
8.1.3 GraphX支持的處理方式
8.1.4 GraphX支持的存儲方式
8.2 用GraphX處理大規模圖
8.2.1 GraphX計算模式
8.2.2 內置算法簡析
8.3 大規模社交網絡挖掘平臺
8.3.1 平臺整體設計
8.3.2 網絡特征指標計算的並行化
8.3.3 社團發現算法的並行化
8.3.4 平臺使用實例
8.4 Graph OLAM大規模多維網絡分析框架
8.4.1 路徑-維度立方體模型
8.4.2 Graph OLAP簡介
8.4.3 基於路徑-維度立方體的大規模多維網絡分析框架
本章參考文獻
第9章 網絡科學應用
9.1 在線社交網絡分析
9.1.1 虛擬社區發現
9.1.2 在線社交網絡影響力分析
9.1.3 信息傳播規律
9.2 知識圖譜
9.2.1 知識圖譜的定義與架構
9.2.2 知識圖譜的構建技術
9.2.3 知識圖譜的應用
9.3 復雜網絡的魯棒性
9.4 社會計算
9.4.1 社會計算的興起與現狀
9.4.2 社會計算的研究領域
9.5 用戶畫像
9.6 應用繫統實例
9.6.1 學者畫像繫統
9.6.2 信息傳播可視化工具
9.6.3 知識圖譜搜索
本章參考文獻

本書以網絡科學為核心內容，並結合大數據相關計算技術，介紹了網絡科學基礎知識和與之相關的計算方法。本書重點內容包括網絡科學引言、網絡基本特征、典型網絡模型、網絡過程模型、網絡特征計算方法、圖計算重要算法、圖計算框架、大數據下的網絡計算等。本書突出介紹在現今大規模網絡和相關數據不斷湧現的背景下與網絡科學相關的基本理論和計算技術。本書可作為計算機學科相關專業，特別是數據科學與大數據技術專業的專業教材。