网络科学作为一门新兴的学科越来越引入瞩目。网络科学能帮助读者设计更快、更有弹性的通信网络；能用于调整电力网络、电信网络和飞行航线等基础设施系统；可以为市场动态建模；能帮助理解生物系统中的同步；能用于分析人们之间的社会互动…… 这是第一本全面审视新出现的网络科学的论著。书中研究了各种网络——规则网络、随机网络、小世界网络、影响网络、无标度网络和社会网络等，并将网络过程和行为应用于涌现、传染病、同步和风险方面。本书的独特之处在于将跨计算机科学、生物学、物理学、社会网络分析、经济学和市场营销等多学科的专业概念整合了起来。 本书为网络科学领域提供了全新的理解和阐释，是研究人员、专业人员以及工程、计算、生物领域的技术人员不可缺少的参考资料，也可以作为相关领域研究的高年级和研究生教材。

Graph theory and the fields of natural language processing and information retrieval are well-studied disciplines. Traditionally, these areas have been perceived as distinct, with different algorithms, different applications, and different potential end-users. However, recent research has shown that these disciplines are intimately connected, with a large variety of natural language processing and information retrieval applications finding efficient solutions within graph-theoretical frameworks. This book extensively covers the use of graph-based algorithms for natural language processing and information retrieval. It brings together topics as diverse as lexical semantics, text summarization, text mining, ontology construction, text classification, and information retrieval, which are connected by the common underlying theme of the use of graph-theoretical methods for text and information processing tasks. Readers will come away with a firm understanding of the major methods and applications in natural language processing and information retrieval that rely on graph-based representations and algorithms.

国内首部复杂网络专著 【图书目录】 第1章 引论 1．1 引言 1．2 复杂网络研究简史 1．3 基本概念 1．4 本书内容简介 参考文献 第2章 网络拓扑基本模型及其性质 2．1 引言 2．2 规则网络 2．3 随机图 2．4 小世界网络模型 2．5 无标度网络模型 2．6 局域世界演化网络模型 2．7 模块性与等级网络 2．8 复杂网络的自相似性 参考文献 第3章 Internet拓扑特性及建模 3．1 引言 3．2 Internet的拓扑特性 3．3 随机图产生器 3．4 结构产生器 3．5 基于连接度的产生器 3．6 多局域世界模型 3．7 各类模型的定性比较 参考文献 第4章 复杂网络上的传播机理与动力学分析 4．1 引言 4．2 复杂网络的传播临界值理论 4．3 复杂网络的免疫策略 4．4 复杂网络的传播动力学 4．5 计算机病毒在Internet上的传播 4．6 复杂网络中的其他传播现象 参考文献 第5章 复杂网络上的相继故障 5．1 引言 5．2 复杂网络相继故障的动态模型分析 5．3 基于耦合映象格子的相继故障模型 参考文献 第6章 复杂网络中的搜索 6．1 引言 6．2 社会网络搜索 6．3 几种复杂网络搜索策略分析 6．4 P2P网络中的搜索 6．5 复杂网络中的搜索和拥塞 参考文献 第7章 复杂网络中的社团结构 7．1 引言 7．2 Kernighan—Lin算法 7．3 谱平分法 7．4 分裂方法 7．5 凝聚算法 7．6 派系过滤算法 参考文献 第8章 复杂网络中的同步 8．1 引言 8．2 复杂网络的完全同步判据 8．3 复杂动力网络的完全同步 8．4 连续时间时变耦合网络完全同步 8．5 其他网络完全同步判据 8．6 复杂网络中各个因子与完全同步的关系 8．7 改进复杂网络同步的方法 8．8 复杂网络的相位同步 参考文献 第9章 复杂动态网络的控制 9．1 引言 9．2 规则网络时空混沌的牵制控制 9．3 无标度动态网络的牵制控制：鲁棒性与脆弱性 9．4 一般复杂动态网络的牵制控制 9．5 随机驱动下动态网络的有序性与动力学 参考文献 附录名词对照

From the Internet to networks of friendship, disease transmission, and even terrorism, the concept - and the reality - of networks has come to pervade modern society. But what exactly is a network? What different types of networks are there? Why are they interesting, and what can they tell us? In recent years, scientists from a range of fields - including mathematics, physics, computer science, sociology, and biology - have been pursuing these questions and building a new 'science of networks.' This book brings together, for the first time, a set of seminal articles representing research from across these disciplines. It is an ideal sourcebook for the key research in this fast-growing field. The book is organized into four sections, each preceded by an editors' introduction summarizing its contents and general theme. The first section sets the stage by discussing some of the historical antecedents of contemporary research in the area. From there the book moves to the empirical side of the science of networks before turning to the foundational modeling ideas that have been the focus of much subsequent activity. The book closes by taking the reader to the cutting edge of network science - the relationship between network structure and system dynamics. From network robustness to the spread of disease, this section offers a potpourri of topics on this rapidly expanding frontier of the new science.

《复杂系统与复杂网络》从研究复杂系统的角度来介绍复杂网络。作为一本入门引导，前五章介绍一些复杂系统理论的基础知识，包括熵、计算机与信息、非平衡统计物理学、耗散结构与协同学、临界现象与自组织临界性、混沌、元胞自动机模型、复杂性的定义与量度、有关的统计物理学方法、博弈论、数理统计、图论等。第六、第七章介绍复杂网络的一些基础知识，包括描述网络拓扑结构的统计性质以及一些有影响的网络演化模型。在第八、第九、第十章中介绍了网络上的物理传输过程、生命网络和合作网络与合作一竞争网络。其中侧重介绍了作者群体的工作。另外，《复杂系统与复杂网络》阐述了作者们对复杂网络研究前景的一些看法，特别是在第十一章中介绍了关于复杂网络动力学框架的一些最新研究。 《复杂系统与复杂网络》可作为复杂系统与复杂网络研究方向的研究生教材，也可作为相关领域研究人员的参考书。

《跨学科名作译著系列•蜘蛛:社会网络分析技术(第2版)》是国际上第一本综合介绍社会网络分析的理论、实践，以及软件操作的教程。社会网络分析技术是一项新兴技术，其应用不限于社会分析，而是广泛适用于多种学科，包括语言学、神经科学、分子生物学、流行病学、物理学、刑侦学、经济学等。