包邮信息传播基础与实战

**部分 绪 论 第1章 研究背景与意义 1.1 复杂网络中的传播动力学 1.2 国内外研究现状及研究意义 1.3 近期研究成果汇总 1.4 本书主要内容及章节安排 第2章 基础理论 2.1 复杂网络基础理论 2.2 经典网络模型 2.2.1 ER随机网络模型 2.2.2 WS小世界网络 2.2.3 BA无标度网络 2.2.4 无关联配置网络 2.3 传播动力学模型 2.3.1 经典传染病模型 2.3.2 信息传播模型 2.3.3 复杂网络传播动力学模型 2.4 理论分析方法 2.4.1 平均场方法 2.4.2 异质平均场方法 2.4.3 淬火平均场方法 2.4.4 动态信息传递方法 2.4.5 成对逼近方法 2.4.6 边划分理论 2.4.7 算法总结与对比 第二部分 软件工具与实验方法 第3章 Python网络画图工具Pymnet 3.1 安装 3.2 基础网络 3.3 使用NetworkX功能 第4章 Python网络画图工具NetworkX 4.1 NetworkX介绍 4.2 NetworkX安装 4.2.1 pip安装方法 4.2.2 Anaconda安装方法 4.3 使用NetworkX创建自定义图 4.3.1 无向图的创建 4.3.2 有向图的创建 4.3.3 加权图的创建 4.3.4 为图、边、节点增添属性并访问 4.3.5 图的布局及美化 4.4 使用NetworkX创建经典网络图 4.4.1 规则网络 4.4.2 ER随机网络 4.4.3 WS小世界网络 4.4.4 BA无标度网络 4.5 使用NetworkX分析复杂网络的结构 4.5.1 度、平均度 4.5.2 聚类系数 4.5.3 网络直径和平均距离 4.5.4 中心性 第5章 Paiek软件使用基础 5.1 Network网络数据输入 5.1.1 net格式 5.1.2 生成net文件 5.2 Partitions分类 5.3 网络基本参数 5.3.1 基本信息 5.3.2 度 5.3.3 两点间的距离 5.3.4 聚类系数 5.3.5 复杂网络的遍历 5.3.6 连通图 5.3.7 抽取子网 5.4 可视化 5.4.1 基本命令 5.4.2 布局 5.4.3 选项Options 5.4.4 导 Export 第6章 Gephi软件使用基础 6.1 Gephi简介 6.2 安装 6.3 基本操作 6.3.1 数据准备 6.3.2 可视化操作 6.3.3 统计 6.3.4 大小和颜色 6.3.5 布局 6.3.6 导出 6.3.7 样例可视化 第7章 单层网络传播过程 7.1 项目文件目录树 7.2 Infection.cpp 7.3 network_basic.cpp 7.4 SF_network.cpp 7.5 ER_network.cpp 7.6 solve 7.7 thresholdModel 7.8 susceptible 第8章 双层网络传播过程 8.1 项目文件目录树 8.2 double_infeetion.cpp 8.3 network_basic.cpp 8.4 edge_weight.epp 8.5 SF_network.cpp 8.6 ER_network.cpp 8.7 solve 8.8 thresholdModel 8.9 sLlsceptllble 第三部分 近期研究成果与*新进展汇总 第9章 单层网络上的传播动力学 9.1 具有局部趋势模仿的社会传播动力学 9.2 社会传染动力学中的*优模仿能力和交叉现象 9.3 识别信息传播中有影响力的传播者 9.4 复杂网络上具有一般群体分布的信息传播 第10章 多层网络上的传播动力学 10.1 边缘重叠的双刃剑效应对不对称相互作用的扩散动力学的影响 10.2 多层网络的异质性行为采纳 10.3 双层加权复杂网络上的信息传播 10.4 双层复杂网络上具有有限接触能力的信息传播 10.5 具有多依赖关系和团体的相互依存网络的级联失效 10.6 在具有异质人群的多层网络上协同传染病传播 参考文献