第1章  社會計算概述    1
1.1  社會計算的研究背景及定義    2
1.2  社會計算的研究現(xiàn)狀    5
1.3  社會計算的應用領域    8
1.4  社會計算的發(fā)展趨勢    14
第2章  社會媒體概述    22
2.1  社會媒體的相關概念    23
2.2  社會媒體的特點    29
2.3  社會媒體面臨的挑戰(zhàn)    32
第3章  節(jié)點，聯(lián)系與影響    34
3.1  社會網(wǎng)絡    35
3.2  節(jié)點的重要性    36
3.3  聯(lián)系的強度    41
3.4  社會影響建模    44
第4章  社會媒體數(shù)據(jù)獲取與分析    49
4.1  社會傳感器網(wǎng)絡    50
4.2  觀點挖掘    54
4.3  情感傾向分析概述    57
第5章  社區(qū)發(fā)現(xiàn)    65
5.1  社區(qū)的基本概念    66
5.2  社區(qū)發(fā)現(xiàn)的算法    67
5.3  社區(qū)評價    74
第6章  社交網(wǎng)絡建模與分析    77
6.1  社交網(wǎng)絡基本理論    78
6.2  社交網(wǎng)絡信息傳播研究現(xiàn)狀    86
6.3  當前社交網(wǎng)絡的信息傳播模型    89
第7章  社交網(wǎng)絡中虛假信息傳播特點及控制算法研究    105
7.1  社交網(wǎng)絡中虛假信息傳播的特點    106
7.2  社交網(wǎng)絡信息控制的研究現(xiàn)狀    107
7.3  克隆選擇算法概述    109
7.4  改進的克隆選擇信息控制算法    112
7.5  改進的克隆選擇信息控制算法實驗及分析    120
第8章  微博網(wǎng)絡節(jié)點影響力因素及度量算法分析    127
8.1  研究背景及意義    128
8.2  國內(nèi)外研究現(xiàn)狀    130
8.3  微博網(wǎng)絡影響力關鍵因素分析    134
8.4  微博網(wǎng)絡節(jié)點影響力關鍵因素度量研究    139
8.5  LeaderRank算法與UserRank算法分析    147
第9章  HowNet和Naive Bayes相結合的網(wǎng)絡社會評論傾向性分析    165
9.1  網(wǎng)絡社會評論傾向性分析概況    166
9.2  網(wǎng)絡群體心理趨勢智能分析模型架構    170
9.3  基于HowNet的情感詞語資源的情感特征識別    181
9.4  基于樸素貝葉斯理論的分類器構造    191
9.5  HowNet和Naive Bayes相結合的網(wǎng)絡社會評論傾向性分析
結構設計及實現(xiàn)    196
9.6  實驗與結果分析    199
第10章  結論與展望    205
10.1  社會計算面臨的挑戰(zhàn)    206
10.2  社會計算的發(fā)展方向    209