第1章 復雜網絡的基本概念
1．1 度、度分布、度相關性
1．2 介數、路徑、權重
1．3 簇、模體、社團
習題1

第2章 復雜網絡模型
2．1 規則網絡
2．1．1 全局耦合網絡
2．1．2 *近鄰耦合網絡
2．1．3 星形耦合網絡
2．2 隨機網絡
2．2．1 隨機網絡模型
2．2．2 隨機網絡的度分布
2．2．3 隨機網絡的直徑和平均距離
2．2．4 隨機網絡的集聚系數
2．2．5 隨機網絡的特征譜
2．3 無標度網絡
2．3．1 Price模型
2．3．2 BA模型
2．3．3 BA無標度網絡的度分布和度相關
2．3．4 BA無標度網絡的平均距離和集聚系數
2．3．5 BA無標度網絡的特征譜
2．4 動態演化網絡
2．4．1 以網絡演化的部件劃分
2．4．2 以是否考慮權重劃分
2．4．3 以演化網絡采用的演化機制劃分
2．4．4 以演化網絡是否動態變化劃分
2．5 社區網絡
2．5．1 復雜網絡中社區結構的分類
2．5．2 社區結構評價標準
2．6 權重網絡
2．6．1 加權網絡的度量
2．6．2 實際加權網絡
2．6．3 加權網絡建模
2．7 相依網絡
2．7．1 相依網絡的子網絡
2．7．2 相依網絡的相依邊
2．7．3 相依網絡的組合方式
2．8 多層網絡
2．8．1 多層網絡的結構
2．8．2 多層網絡的度分布
2．8．3 多層網絡上的擴散與同步
2．8．4 多層網絡的魯棒性
習題2

第3章 網絡魯棒性
3．1 滲流理論介紹
3．1．1 滲流理論背景
3．1．2 滲流理論簡介
3．2 隨機攻擊與蓄意攻擊
3．3 級聯失效
3．3．1 滲沙堆模型
3．3．2 OPA模型
3．3．3 CASCADE模型
3．3．4 負載-容量模型
習題3

第4章 網絡傳播動力學
4．1 傳播動力學建模與解析
4．1．1 基于度的動力學模型
4．1．2 基于節點的動力學模型
4．1．3 d維NW小世界網絡的線性傳播方程
4．1．4 小世界網絡傳播動力學方程的分形、混沌與分岔
4．2 傳播控制
4．2．1 網絡免疫
4．2．2 *優資源配置
4．3 傳播預測
4．3．1 閾值和爆發規模
4．3．2 傳播網絡重構
4．3．3 傳播溯源
習題4

第5章 網絡演化博弈
5．1 復雜網絡演化博弈基本框架
5．2 網絡博弈動力學
5．2．1 規則網絡演化博弈
5．2．2 非規則網絡演化博弈
5．2．3 多層網絡演化博弈
5．3 網絡演化博弈共演化
5．4 網絡演化博弈實驗
5．5 網絡演化博弈的應用
5．5．1 突發公共衛生中的應用
5．5．2 交通工程中的應用
習題5

第6章 數據挖掘
6．1 數據挖掘的核心技術
6．2 “大數據”的典型特征
6．2．1 數據規模大
6．2．2 數據類型多樣
6．2．3 數據處理速度快
6．2．4 數據價值密度低
6．3 復雜網絡與數據挖掘融合——社會網絡分析
習題6

第7章 大規模復雜網絡數據獲取及存儲的技術研究
7．1 分布式網頁爬蟲設計
7．2 復雜網絡數據的語義建模
7．2．1 新數據源屬性的語義類型學習
7．2．2 原數據源語義圖構建
7．3 非結構化網絡數據的分布式索引技術
7．4 大規模復雜網絡數據可視化技術
習題7

第8章 節點影響力排序
8．1 結構性的節點影響力排序
8．1．1 基于網絡局部屬性的指標
8．1．2 基于網絡全局屬性的指標
8．1．3 基于網絡位置屬性的指標
8．1．4 基于隨機游走的節點影響力排序
8．2 功能性的節點影響力排序
習題8

第9章 網絡聚類技術分析
9．1 經典社區發現算法
9．1．1 譜平分法
9．1．2 Kernighan-Lin算法
9．1．3 Maximun Flow Communities算法
9．1．4 極值優化算法
9．1．5 層次社區發現算法
9．1．6 重疊社區發現算法
9．2 復雜網絡屬性圖聚類算法
9．2．1 基于距離的聚類
9．2．2 基于模型的聚類
9．2．3 基于多特征融合的屬性圖聚類算法
9．2．4 基于多節點社團意識系統的屬性圖聚類算法
9．3 基于動態社交博弈的屬性圖聚類算法
9．3．1 屬性圖算法分析
9．3．2 有限靜態博弈
9．3．3 動態社交博弈
9．3．4 動態簇形成博弈和自學習算法
習題9

第10章 推薦系統和鏈路預測
10．1 推薦系統的定義
10．2 推薦系統算法
10．2．1 基于用戶行為數據的推薦
10．2．2 基于內容數據的推薦
10．2．3 基于社會網絡數據的推薦
10．3 推薦系統的評測
10．3．1 推薦系統的評測方法
10．3．2 推薦系統的評測指標
10．4 鏈路預測的基本概念
10．4．1 鏈路預測方法
10．4．2 基于相似性的鏈路預測
10．4．3 基于似然分析的鏈路預測
習題10

參考文獻