社交網絡信息傳播模型、算法及應用

朱建明，中國科學院大學教授，博士生導師，應急管理科學與工程學院院長助理，全國專業標準化委員會委員，全國專業學位水平評估專家，中國科協“科創中國”安全與應急管理專業科技服務團團長，中國優選法統籌法與經濟數學研究會數學建模與算法分會副理事長，中國優選法統籌法與經濟數學研究會應急管理專業委員會秘書長、網絡科學分會副秘書長，國家自然科學基金重點項目及面上項目評議專家。斯坦福大學、得克薩斯大學達拉斯分校、新加坡南洋理工大學訪問學者。從事運籌學、應急管理、大數據分析、社會計算和網絡科學等研究，發表論文100余篇，獲得中國科學院朱李月華優秀教師獎、北京市應急管理領域青年優秀科技論文一等獎。

第1章 社交網絡概述
1.1 社交網絡與在線社交網絡
1.1.1 社交網絡
1.1.2 在線社交網絡
1.2 社交網絡分析的理論與相關工作
1.2.1 社交網絡分析研究方向
1.2.2 社交網絡分析研究方法
1.3 在線社交網絡的表示
1.3.1 圖論
1.3.2 圖論分析社交網絡的優勢
1.3.3 圖論模型：節點與邊的表示形式
1.4 在線社交網絡結構特征
1.4.1 規則網絡
1.4.2 隨機網絡
1.4.3 覆雜網絡
1.4.4 社交網絡的節點中心性
1.4.5 群組
1.4.6 超圖
1.5 在線社交網絡中的負面信息
1.5.1 負面信息的影響
1.5.2 負面信息的傳播機制
1.5.3 研究意義
1.6 本章小結
第2章 信息傳播模型
2.1 獨立級聯模型
2.2 線性閾值模型
2.3 傳染病模型
2.3.1 SI模型
2.3.2 SIS模型
2.3.3 SIR模型
2.3.4 SEIR模型
2.4 觸發模型
2.5 滲流模型
2.6 競爭線性閾值模型與競爭獨立級聯模型
2.6.1 競爭線性閾值模型
2.6.2 競爭獨立級聯模型
2.6.3 基於競爭獨立級聯模型下的競爭影響最大化問題
2.7 通用閾值模型與通用級聯模型
2.8 本章小結
第3章 信息傳播影響力的估計
3.1 影響力估計的覆雜性
3.2 反向影響集抽樣方法
3.2.1 反向影響集抽樣算法
3.2.2 競爭傳播過程中的反向影響集構造
3.2.3 抽樣覆雜度分析
3.3 分布式抽樣技術
3.3.1 分布式抽樣算法
3.3.2 抽樣覆雜度分析
3.4 圖神經網絡的影響力估計
3.4.1 圖神經網絡
3.4.2 算法設計
3.5 本章小結
第4章 集函數的性質
4.1 次模函數定義及優化方法
4.1.1 次模函數定義
4.1.2 貪心算法
4.1.3 模性定義
4.1.4 超模性定義
4.2 非次模函數優化
4.2.1 次模比的定義
4.2.2 曲率的定義
4.2.3 集函數的連續化
4.2.4 非次模函數的優化方法
4.2.5 非次模函數優化的實際應用
4.3 本章小結
第5章 抽樣近似性
5.1 蒙特卡羅仿真
5.2 近似算法
5.2.1 近似算法AA
5.2.2 停止規則算法
5.3 下界
5.4 證明
5.4.1 證明的準備工作
5.4.2 停止規則定理的證明
5.4.3 AA定理的證明
5.4.4 下界定理的證明
5.5 本章小結
第6章 覆雜度分析與算法近似性
6.1 覆雜度分析中的基本概念
6.1.1 P問題
6.1.2 NP問題
6.1.3 NP完全問題
6.1.4 NP難問題
6.2 信息傳播問題中的覆雜度分析
6.3 信息傳播問題中求解算法的近似性
6.3.1 貪心算法求解近似性
6.3.2 三明治算法求解近似性
6.3.3 集函數分解算法求解近似性
6.4 本章小結
第7章 應用
7.1 從眾效應下的影響力最大化問題
7.1.1 問題背景
7.1.2 模型構建
7.1.3 理論分析
7.2 社交網絡群組影響力最大化問題
7.2.1 問題背景
7.2.2 模型構建
7.2.3 理論分析
7.3 社交網絡中群組影響力收益最大化問題
7.3.1 問題背景
7.3.2 模型構建
7.3.3 理論分析
7.4 社交網絡中謠言源不確定情形下的魯棒控制問題
7.4.1 問題背景
7.4.2 模型構建
7.4.3 理論分析
7.5 社交網絡中謠言源不確定情形下的隨機優化控制問題
7.5.1 問題背景
7.5.2 模型構建
7.5.3 理論分析
7.6 社交網絡回音壁效應分析與影響力最大化問題
7.6.1 問題背景
7.6.2 模型構建
7.6.3 理論分析
7.6.4 算法設計
7.7 虛假信息交互量最小化問題
7.7.1 問題背景
7.7.2 模型構建
7.8 虛假信息群組回音壁效應最小化問題
7.8.1 問題背景
7.8.2 模型構建
7.9 虛假信息跨虛實交互網絡傳播最小化問題
7.9.1 問題背景
7.9.2 模型構建
7.10 虛實交互社交網絡中競爭虛假信息關註度最小化問題
7.10.1 問題背景
7.10.2 模型構建
7.11 社交網絡中虛假信息多源頭溯源問題
7.11.1 問題背景
7.11.2 模型構建
7.12 動態社交網絡中虛假信息多源頭溯源問題
7.12.1 問題背景
7.12.2 模型構建
7.13 有符號在線社交網絡中凈正面交互信息量最大化問題
7.13.1 問題背景
7.13.2 模型構建
7.13.3 理論分析
7.14 基於馬爾可夫鏈的謠言動態傳播問題
7.14.1 問題背景
7.14.2 模型構建
7.14.3 理論分析
第8章 未來願景與研究展望
8.1 社交網絡信息傳播問題前沿熱點
8.1.1 異構社交網絡信息傳播模型研究
8.1.2 動態網絡演化模型研究
8.1.3 虛實空間交互下虛假信息一體化治理研究
8.2 社交網絡信息傳播理論前瞻研究
8.2.1 基於次模比與曲率的非次模函數優化方法研究