随着人工智能、大数据及自媒体的快速发展，网络科学的计算思维与分析方法在人们的生活、工作等方面得到了广泛应用，同时催生了各种针对网络科学的理论计算方法和分析技术。本书主要围绕网络科学与计算展开，主要内容包括图论、网络模型、网络度分布及其度量、网络相似性度量、网络科学中的特征计算、网络谱度量、基于熵理论的网络科学分析、图计算重要算法、网络科学应用、网络科学计算分析。本书可读性强，内容丰富，涉及计算机科学、数学、新闻与传播学、社会学、管理学等多个学科领域。 本书既适合作为高等学校计算机科学与人工智能等相关专业研究生的教材，又可供相关领域的研究人员参考。

第1章 网络科学概论
1.1 网络科学
1.1.1 网络科学的相关定义
1.1.2 网络科学的发展历程
1.2 网络科学的基本概念
1.2.1 连通性
1.2.2 度与稀疏性
1.2.3 度分布
1.3 网络科学的性质
1.3.1 大小
1.3.2 密度
1.3.3 网络直径
1.4 网络科学的主要模型
1.4.1 艾狄胥-雷尼模型
1.4.2 瓦茨-斯特罗加茨模型
1.5 网络科学的分支领域
1.5.1 生物神经网络
1.5.2 人工神经网络
1.5.3 经济网络
1.6 网络科学的前沿方向
1.6.1 时序网络
1.6.2 网络上的动力学过程
1.6.3 自适应网络
1.6.4 高阶网络
1.7 本章小结
思考题
参考文献
第2章 图论
2.1 图的基本要素
2.1.1 节点和边
2.1.2 度和度分布
2.2 图的表示
2.2.1 邻接矩阵
2.2.2 邻接表
2.2.3 关联矩阵表示法
2.2.4 边列表
2.3 图的类型
2.4 图的连通性
2.5 特殊图
2.5.1 完全图
2.5.2 平面图
2.5.3 二分图
2.5.4 树
2.5.5 桥
2.5.6 特殊子图
2.6 图的应用分析
2.6.1 图/树的遍历
2.6.2 最短路径算法
2.6.3 最小生成树
2.6.4 网络流算法
2.7 本章小结
思考题
参考文献
第3章 网络模型
3.1 规则网络与随机网络
3.1.1 规则网络
3.1.2 随机网络
3.1.3 对比分析
3.2 小世界网络
3.2.1 小世界网络
3.2.2 应用分析
3.3 无标度网络
3.3.1 无标度网络
3.3.2 应用分析
3.4 本章小结
思考题
参考文献
第4章 网络度分布及其度量
4.1 节点度
4.1.1 度与平均度
4.1.2 出度与入度
4.2 度分布
4.2.1 度分布的概念
4.2.2 钟形曲线到长尾分布
4.2.3 幂律分布
4.3 度相关性及其度量
4.3.1 高阶度分布的引入
4.3.2 联合概率分布
4.3.3 条件概率和余平均度
4.3.4 同配系数
4.4 应用分析
4.4.1 蛋白组演化网络
4.4.2 预测流感病毒发生
4.4.3 区域创新系统
4.5 本章小结
思考题
参考文献
第5章 网络相似性度量
5.1 图相似简介
5.2 结构相似性
5.3 图同构与图相似
5.3.1 图同构
5.3.2 图编辑距离
5.3.3 不同类型的图同构
5.4 相似性度量指标
5.4.1 基于路径的度量方法
5.4.2 基于树的度量方法
5.4.3 图编辑距离度量方法
5.5 应用分析
5.5.1 图嵌入模型
5.5.2 图匹配网络
5.5.3 实验分析
5.6 本章小结
思考题
参考文献
第6章 网络科学中的特征计算
6.1 图的距离
6.2 平均距离
6.3 集聚系数
6.4 圈系数
6.5 无标度随机图的集聚系数
6.6 应用分析
6.7 本章小结
思考题
参考文献
第7章 网络谱度量分析
7.1 网络特征值
7.2 谱半径
7.3 特征谱及其在网络科学中的应用
7.4 网络谱密度分析
7.5 随机图的谱
7.6 本章小结
思考题
参考文献
第8章 网络熵
8.1 网络熵
8.1.1 熵在网络模型中的表示
8.1.2 网络结构熵
8.2 基于度的熵
8.3 基于距离的熵
8.4 基于特征向量及特征值的熵
8.5 基于图论的网络熵分析
8.5.1 引言
8.5.2 局部连通性
8.5.3 全局中心性
8.6 基于子图的熵
8.6.1 密集子图和稠密子图
8.6.2 频繁子图
8.6.3 连通子图
8.7 基于随机图的熵
8.8 应用分析
8.8.1 基于网络熵的重要节点发现
8.8.2 EnD节点重要性排序算法
8.9 本章小结
思考题
参考文献
第9章 图计算重要算法
9.1 社区发现
9.1.1 相关模型
9.1.2 提出的社区发现方法
9.1.3 时间复杂度和实验结果分析
9.1.4 应用分析
9.2 链路预测
9.2.1 模型框架
9.2.2 算法描述
9.2.3 实验设置
9.2.4 实验结果与分析
9.3 网络影响力扩散算法
9.3.1 引言
9.3.2 问题描述与分析
9.3.3 基于目标感知的分配激励模型
9.3.4 实验结果与分析
9.4 本章小结
思考题
参考文献
第10章 网络科学应用
10.1 网络信息级联预测
10.1.1 引言
10.1.2 自激励点过程
10.1.3 数据预处理
10.1.4 自激励点过程的图卷积级联预测
10.1.5 实验结果与分析
10.1.6 模型收敛性
10.2 推荐系统
10.2.1 引言
10.2.2 相关工作
10.2.3 问题定义
10.3 情感分析
10.3.1 引言
10.3.2 相关工作
10.3.3 基于多模态的舆情情感分类
10.3.4 实验结果与分析
10.4 复杂网络分层抽样
10.4.1 引言
10.4.2 相关工作
10.5 网络关