机器学习、人工智能风潮过后，让我们发现传统算法仅能解决单一问题，要想实现整体解决，必须要依靠网络科学，由于网络科学是一门涉及数学、工程、生物甚至经济和社会科学等众多学科的交叉学科，导致当前大多数的著作都集中在简单介绍、公式推导层面，而与业务关联最紧密的图的相关模型含义则尚未有人从系统论、应用论的视角进行阐述，而本书正是对这个缺口的弥补。 近10年以来，模型和算法领域集合了计算机、数学、统计学等各个科学人才的涌入，然而，大多数人学习的内容无非就是实验算法、刷题等，但一旦面对业务方的需求，往往手足无措，当前的算法书籍的内容也大多集中在对算法的介绍，而不是深入到对核心业务的理解，本书则更侧重于工具书，从原理、举例等多方面入手，可以使学习者提升到一个更高的层次。

第1章 引言
1.1 基本介绍
1.1.1 图论
1.1.2 复杂网络
1.1.3 区块链
1.1.4 知识图谱
1.2 术语定义
1.2.1 复杂网络
1.2.2 连通分支数
1.2.3 割点
1.2.4 点覆盖集
1.2.5 点独立集
1.2.6 点支配集
1.2.7 跳数
1.2.8 避圈法与破圈法
1.2.9 重数
1.2.10 弧和边，顶点和节点
1.2.11 范数
1.2.12 分形维数
1.2.13 计算复杂性
1.2.14 特征时间
1.2.15 特征值、特征向量、谱
1.3 拓展知识
1.3.1 本领域的专家
1.3.2 数学符号含义
第2章 图的表示与计算
2.1 图的基本表示
2.1.1 相关定义
2.1.2 图的路径和连通性
2.1.3 树的相关定义
2.1.4 图的构成与关系
2.2 图的矩阵表示
2.2.1 邻接矩阵
2.2.2 关联矩阵
2.2.3 可达矩阵
2.3 拓展知识
2.3.1 数学知识
2.3.2 图形知识
第3章 网络类型特征识别与类别判定
3.1 规则网络
3.1.1 全局耦合网络
3.1.2 最近邻耦合网络
3.1.3 星型耦合网络
3.2 随机网络
3.2.1 度分布
3.2.2 直径和平均距离
3.2.3 集聚系数
3.2.4 特征谱
3.2.5 相关说明
3.3 小世界网络
3.3.1 度分布
3.3.2 平均距离
3.3.3 集聚系数
3.3.4 特征谱
3.4 无标度网络
3.4.1 生长与偏好连接
3.4.2 度动力学
3.4.3 度分布
3.4.4 度相关
3.4.5 平均距离和集聚系数
3.4.6 特征谱
3.4.7 相关说明
……
第4章 复杂网络的特征描述与分析方法
第5章 社团与区块：定义、判定、评估
第6章 搜索查询定位：方法、策略、优化
第7章 传播与传导：阶段状态评估、暴发阈值预警
第8章 阻断与免疫策略：选择、实现、评估
第9章 网络性能评估与优化：抗毁性、鲁棒性、坚韧性
第10章 辅助算法