《计算社会学:基础理论篇》郭斌 梁韵基 於志文 | PDF下载|ePub下载

目录推荐序一
推荐序二
前言
第0章绪论1
0��1社会学发展历程1
0��2计算社会学发展历程4
0��2��1计算社会学的孕育期：
20世纪90年代至
2009年5
0��2��2计算社会学的黄金期：
2009年至今7
0��3计算社会学主要研究
内容9
0��3��1社交大数据的获取与
分析9
0��3��2基于大数据的定量化
研究11
0��3��3ABM模拟的仿真模型
研究14
0��4新型社会计算系统的研制与
开发15
习题18
参考文献18
**篇基础支撑理论与算法篇
第1章图论24
1��1图的基本概念24
1��1��1图的定义24
1��1��2图的基本术语25
1��2图的存储表示28
1��2��1邻接矩阵存储法28
1��2��2邻接表存储法29
1��2��3十字链表存储法30
1��2��4邻接多重表存储法31
1��3图的遍历32
1��3��1广度优先搜索32
1��3��2深度优先搜索33
1��4图的相关应用33
1��4��1*小生成树33
1��4��2AOV网与拓扑排序35
1��4��3AOE网与关键路径36
1��4��4*短路径37
小结40
习题40
参考文献41第2章理论方法概述42
2��1机器学习概览42
2��1��1机器学习基本概念42
2��1��2发展历程43
2��1��3基本流程45
2��2数据预处理46
2��2��1数据清洗46
2��2��2数据集成49
2��2��3数据归一化50
2��3特征抽取与选择51
2��3��1特征抽取51
2��3��2特征选择53
2��4经验误差与测试误差54
2��4��1误差来源与定义54
2��4��2欠拟合与过拟合55
2��5模型评估与选择57
2��5��1正则化57
2��5��2交叉验证57
2��5��3性能度量58
小结61
习题61
参考文献62第3章线性模型64
3��1基本形式64
3��2线性回归65
3��3逻辑回归66
3��4线性判别分析68
3��4��1基本思想68
3��4��2算法原理68
小结69
习题70
参考文献70第4章聚类71
4��1聚类任务71
4��1��1聚类任务描述71
4��1��2聚类算法的划分72
4��1��3距离度量73
4��1��4评价函数74
4��2基于划分的聚类算法77
4��2��1K-均值算法77
4��2��2K-中心点算法78
4��3基于层次的聚类算法79
4��3��1AGNES算法79
4��3��2DIANA算法80
4��3��3BIRCH算法81
4��4基于密度的聚类算法84
小结86
习题86
参考文献87第5章分类89
5��1决策树90
5��1��1决策树模型与学习90
5��1��2特征选择91
5��1��3决策树的生成95
5��1��4决策树的剪枝96
5��2贝叶斯分类98
5��2��1贝叶斯决策论98
5��2��2参数估计方法99
5��2��3朴素贝叶斯99
5��2��4EM算法102
5��3支持向量机103
5��3��1间隔与支持向量103
5��3��2对偶问题105
5��3��3核函数107
5��3��4软间隔109
5��4集成学习111
5��4��1个体与集成111
5��4��2Boosting算法112
5��4��3Bagging算法113
5��4��4结合策略115
小结117
习题117
参考文献118第6章神经网络119
6��1神经元模型119
6��1��1神经元模型的结构120
6��1��2激活函数122
6��1��3常见激活函数122
6��2感知机126
6��2��1感知机的概念及模型
结构126
6��2��2感知机的效果127
6��2��3多层感知机的概念及
模型结构128
6��3误差反向传播算法130
6��3��1误差反向传播算法的
概念130
6��3��2信息前向传播131
6��3��3误差反向传播132
6��4其他常见的神经网络
模型135
6��4��1玻尔兹曼机135
6��4��2深度信念网络138
6��4��3脉冲神经网络140
小结143
习题143
参考文献144第7章深度学习网络146
7��1深度学习网络概述146
7��2卷积神经网络147
7��2��1网络结构148
7��2��2经典模型150
7��3循环神经网络153
7��3��1网络结构153
7��3��2长短期记忆网络155
7��4图神经网络157
7��4��1网络结构158
7��4��2图神经网络模型159
7��5网络训练优化163
7��5��1梯度爆炸与梯度
消失164
7��5��2梯度下降优化策略164
7��5��3过拟合消减优化
策略167
小结169
习题169
参考文献170第8章高级神经网络框架174
8��1自编码器174
8��1��1预备知识174
8��1��2自编码器架构175
8��1��3经典自编码器模型175
8��1��4变分自编码器179
8��2编-解码器框架182
8��2��1编-解码器基本
框架182
8��2��2经典编-解码结构
模型182
8��3注意力机制185
8��3��1标准注意力机制185
8��3��2注意力形式186
8��3��3Transformer模型187
8��4生成对抗网络189
8��4��1GAN的基本原理189
8��4��2经典GAN模型192
8��4��3生成对抗网络的
应用195
小结196
习题197
参考文献197
第二篇社会网络分析篇
第9章网络结构与联系202
9��1三元闭包202
9��1��1三元闭包定义202
9��1��2聚集系数203
9��2强联系与弱联系205
9��2��1人际关系的强度205
9��2��2捷径与桥207
9��2��3强联系与弱联系的现实
意义210
9��3网络社区划分215
9��3��1分裂法图划分216
9��3��2其他图划分方法
扩展220
小结225
习题225
参考文献226第10章同质性228
10��1同质现象228
10��1��1什么是同质现象228
10��1��2同质现象的多样化
表现229
10��2同质性的测量231
10��2��1相对比率和期望
比率231
10��2��2EI同质性指数232
10��2��3Blau异质性指数232
10��3同质现象的成因233
10��4同质现象的影响237
10��4��1人群隔离237
10��4��2感知偏差240
10��4��3同伴效应243
小结246
习