本书综合了大量国内外的最新资料和作者的研究成果，介绍了社会计算的定义和研究内容，以社会化媒体大数据为例讨论了数据获取和知识表示，从社会化媒体的网络结构和内容的角度研究了社区发现算法和兴趣社区划分方法，讨论了社会化媒体网络信息的传播问题、跨平台挖掘以及群体智慧的一些相关研究成果。全书围绕着三个层次展开叙述：数据层研究社会化媒体以及社会化媒体的数据获取和知识表示；模型层重点分析了社区发现和社会建模与分析，社区发现是进行社区建模和分析的基础；应用层研究社会媒体文本挖掘的情感分析、金融决策分析、跨平台的知识发现、群体智慧方面的应用。

　　本书面向社会化媒体大数据，介绍了社会化媒体计算的一些典型算法及应用。本书结合现阶段社会计算的研究方向和热点，从社会计算的实验数据源出发，在介绍社会化媒体的基础上，讨论了社会化媒体的集成技术，并根据社会化媒体的特点，将现有的研究分为基于社会化媒体网络结构和基于社会化媒体内容两类，依次分别阐述各相关研究。第1章为绪言，着重介绍社会计算的定义和研究内容。第2章介绍社会计算的实验资料来源，以社会化媒体为例着重介绍其数据获取和知识表示。第3章研究了基于网络结构的社区发现。第4章讨论了基于内容的兴趣社区发现。第5章主要研究了社会化媒体网络中信息的传播分析。第6章讨论了社会化媒体计算应用。第7章研究了社会化媒体跨平台挖掘问题。从更广泛的角度来说，利用群体智慧的算法实际上是社会计算的特殊形式，即通过社会个体的合作或竞争完成某一特定的任务，所以第8章我们也介绍了群体智慧的相关研究成果。
本书的工作受到了中国人民大学科学研究基金项目(10XNI029)的支持。作者的学生也参加了本书的编写，这些同学是朱浩然、林航、申华、施晓菁、周晨曦、纪阳、李启东、李晓菲、李亚平、柴若琪、郑艺、马超、王宇珩等。
由于作者水平和时间的限制，书中一定存在不少缺点和错误，恳请读者批评指正。


编者于2014年5月

第1章绪言
1.1社会计算定义
1.2社会计算研究内容
1.2.1数据集成
1.2.2社区发现
1.2.3群体智慧
1.2.4知识发现与决策支持
1.3本章小结
思考题
第2章社会化媒体及其知识表示
2.1社会化媒体定义
2.2社会化媒体分类
2.2.1博客
2.2.2社交网络
2.2.3微博
2.2.4分享平台
2.2.5论坛
2.2.6知识协作
2.2.7即时通信
2.2.8垂直社区
2.2.9搜索引擎
2.3主流社会化媒体
2.3.1维基百科
2.3.2新浪微博
2.4社会化媒体大数据
2.5社会化媒体大数据获取方法
2.5.1维基百科数据获取方法
2.5.2新浪微博数据获取方法
2.6现有社会网络分析软件
2.6.1UCINET软件
2.6.2NetDraw软件
2.6.3Pajek软件
2.6.4NetMiner软件
2.6.5StOCNET软件
2.7本章小结
思考题
第3章基于网络结构的社区发现
3.1非重叠社区发现
3.1.1传统算法
3.1.2分裂算法
3.1.3基于模块度的方法
3.1.4动力学算法
3.1.5局部社区发现算法
3.1.6几种经典社区算法
3.2重叠社区发现
3.2.1重叠社区发现
3.2.2重叠社区发现算法分类
3.3本章小结
思考题
第4章基于内容的社区聚类方法
4.1主题模型
4.1.1主题模型简介
4.1.2主题模型内容
4.2LDA模型
4.2.1LDA模型简介
4.2.2LDA模型内容
4.2.3LDA模型统计推断
4.3LDA模型的变形
4.3.1AT模型
4.3.2ART模型
4.3.3CART模型
4.4主题模型在社区发现中的应用
4.4.1简介
4.4.2网络结构挖掘
4.5本章小结
思考题
第5章社会网络信息传播分析
5.1社会网络中的信息传播
5.2社会网络中的信息传播模型
5.2.1病毒传播模型
5.2.2影响力传播模型
5.3社会网络中的信息传播的应用
5.3.1影响最大化
5.3.2病毒营销
5.3.3谣言的防控
5.4本章小结
思考题
第6章社会化媒体计算应用
6.1基于社会化媒体文本挖掘的情感分析
6.1.1情感分析研究概述
6.1.2情感分析文本预处理
6.1.3微博情感倾向分类模型
6.1.4情感分类评价指标
6.2基于流形学习的社会化媒体金融复合数据的预测
6.2.1金融预测研究概述
6.2.2原始数据获取及量化处理
6.2.3基于指标与维度的数据优化
6.2.4金融预测模型及评价指标
6.3个性化服务
6.3.1国内社交网站推荐系统的发展现状
6.3.2推荐的相关技术
6.3.3一个例子：动态信息推荐
6.4本章小结
思考题
第7章社会化媒体跨平台挖掘
7.1基于用户名的用户识别
7.1.1记忆力受限因素
7.1.2知识受限因素
7.2基于网络结构的用户识别
7.2.1种子结点识别
7.2.2迭代识别
7.3本章小结
思考题
第8章群体智慧
8.1蚁群算法
8.2粒子群算法
8.3人工鱼群算法
8.4人工免疫算法
8.5人本计算
8.6补充材料：寻找潜艇“天蝎号”
8.7本章小结
思考题
参考文献