网络科学引论 pdf下载

　　《网络科学引论（信息网络技术与网络科学）/经典译丛》作者凭借在计算机、信息论、物理等相关学科的深入研究和丰富经验，系统地分析和论述了网络作为一门科学理论如何应用在现实生活中的方方面面。
　　《网络科学引论（信息网络技术与网络科学）/经典译丛》分为5部分，讨论了目前科学研究中的网络类型和用以确定其结构的各种技术，介绍了研究网络的基本数学理论及用以量化网络结构的各类测度与参数，描述了有效分析网络数据的计算机算法，以及有助于预测网络系统行为并理解其生成和演化过程的网络结构数学模型，文末给出了网络上的一些动力学过程，如社会网络中的疾病传染或计算机网络上的搜索过程。
　　《网络科学引论（信息网络技术与网络科学）/经典译丛》不仅是从事网络科学领域的研究人员、专业人员和技术人员必不可少的参考资料，而且还非常适合作为普通高等院校计算机科学与技术、通信工程、应用数学、生物科学、应用物理学、社会学等专业高年级本科生和研究生课程的教材。

　　纽曼（M.E.J.Newman），于1991年获牛津大学物理系理论物理专业博士学位，之后在康奈尔大学做博士后，出站后进入位于新墨西哥州的圣菲研究所。从做博士后开始，一直致力于复杂系统的研究工作。2002年任教于密歇根大学物理系，并当选为密歇根大学Paul Dirac Collegiate Professor（教授荣誉），同时也是密歇根大学复杂系统研究中心的教授和圣菲研究所的特聘研究员。2004年起在密歇根大学开设Complex Systems课程，本书是他在复杂系统方面从事近20年的研究工作和近7年的教学工作的结晶。

第1章 概述
1．1 为什么对网络产生兴趣
1．2 几个网络示例
1．3 网络的性质
1．4 本书结构

第Ⅰ部分 网络的实证研究
第2章 技术网络
2．1 Internet
2．2 电话网络
2．3 电力网络
2．4 交通网络
2．5 配送网络
第3章 社会网络
3．1 社会网络实证研究
3．2 采访与问卷
3．3 直接观察
3．4 来自于档案或第三方的数据
3．5 隶属网络
3．6 小世界实验
3．7 雪球式抽样、接触者追踪及随机游走
第4章 信息网络
4．1 万维网
4．2 引文网络
4．3 其他类型的信息网络
第5章 生物网络
5．1 生物化学网络
5．2 神经网络
5．3 生态网络

第Ⅱ部分 网络理论基础
第6章 网络的数学基础
6．1 网络及其表示方法
6．2 邻接矩阵
6．3 加权网络
6．4 有向网络
6．5 超图
6．6 二分网络
6．7 树
6．8 平面网络
6．9 度
6．10 路径
6．11 分支
6．12 独立路径、连通度和割集
6．13 图拉普拉斯矩阵
6．14 随机游走
习题
第7章 测度与参数
7．1 度中心性
7．2 特征向量中心性
7．3 Katz中心性
7．4 PageRank
7．5 核心顶点与权威顶点
7．6 接近度中心性
7．7 介数中心性
7．8 顶点群组
7．9 传递性
7．10 相互性
7．11 有符号边和结构平衡
7．12 相似性
7．13 同质性和同配混合
习题
第8章 网络的大规模结构
8．1 分支
8．2 最短路径和小世界效应
8．3 度分布
8．4 幂律和无标度网络
8．5 其他中心性测度的分布
8．6 聚类系数
8．7 同配混合
习题

第Ⅲ部分 计算机算法
第9章 算法基本概念
9．1 运行时间和计算复杂度
9．2 网络数据的存储
9．3 邻接矩阵
9．4 邻接表
9．5 树
9．6 网络的其他表示方法
9．7 堆
习题
第10章 网络基础算法
10．1 度和度分布的算法
10．2 聚类系数
10．3 最短路径和广度优先搜索
10．4 加权网络中的最短路径
10．5 最大流和最小割
习题
第11章 矩阵算法与图划分
11．1 主特征向量和特征向量中心性
11．2 将网络划分成簇
11．3 图划分
11．4 Kernighan-Lin算法
11．5 谱划分
11．6 社团发现
11．7 简单模块度最大化
11．8 谱模块度最大化
11．9 将网络划分为两个以上群组
11．10 其他模块度最大化方法
11．11 社团发现的其他算法
习题

第Ⅳ部分 网络模型
第12章 随机图
12．1 随机图
12．2 边数和度的均值
12．3 度分布
12．4 聚类系数
12．5 巨分支
12．6 小分支
12．7 路径长度
12．8 随机图的问题
习题
第13章 任意度分布的随机图
13．1 生成函数
13．2 配置模型
13．3 余度分布
13．4 聚类系数
13．5 度分布的生成函数
13．6 一个顶点的两跳邻居顶点数量
13．7 小分支的生成函数
13．8 巨分支
13．9 小分支的规模分布
13．10 幂律度分布
13．11 有向随机图
习题
第14章 网络生成模型
14．1 优先连接模型
14．2 Barabási-Albert模型
14．3 优先连接模型的其他性质
14．4 优先连接模型的扩展
14．5 顶点复制模型
14．6 网络优化模型
习题
第15章 其他网络模型
15．1 小世界模型
15．2 指数随机图模型
习题

第Ⅴ部分 网络过程
第16章 渗流和网络弹性
16．1 渗流
16．2 顶点的均匀随机删除
16．3 顶点的非均匀删除
16．4 实际网络中的渗流
16．5 渗流的计算机算法
习题
第17章 传染病的网络模型
17．1 疾病传播模型
17．2 SI模型
17．3 SIR模型
17．4 SIS模型
17．5 SIRS模型
17．6 传染病的网络模型
17．7 传染病网络模型的晚期特征
17．8 SIR模型的晚期特征
17．9 传染病网络模型的时间依赖特性
17．10 SI模型的时间依赖特性
17．11 SIR模型的时间依赖特性
17．12 SIS模型的时间依赖特性
习题
第18章 网络动力系统
18．1 动力系统
18．2 网络动力学
18．3 多变量动力学
习题
第19章 网络搜索
19．1 Web搜索
19．2 分布式数据库搜索
19．3 消息传递
习题

参考文献
中英文对照索引

　　与网络如计算机网络、生物网络、社会网络等相关的科学研究，是典型的交叉学科领域，涉及数学、物理学、生物学、计算机科学、社会学及很多其他学科。网络的研究受益于各不同学科已有的大量研究成果，但由于多个学科的不同研究团体及研究者之间缺乏联系沟通，使得已有的研究成果难以被所有研究群体共享。本书的目的就是将相关的网络知识汇集在一起，并使用统一的语言和符号呈献给读者，使其成为一个各部分内容彼此补充、条理清晰的整体，为深入全面地理解网络提供有力支持。
　　本书分为5部分。在给出一个简短的总体介绍后，第1部分描述当前研究的网络的主要类型及确定其拓扑结构的实证方法，包括第2章到第5章。第Ⅱ部分介绍研究网络的主要数学工具，以及分析网络结构的度量方法和统计学方法，包括第6章到第8章。第Ⅲ部分描述有效分析网络数据的一些常用算法，包括第9章到第11章。第Ⅳ部分讨论网络结构的数学模型，借助这些模型能够预测网络化系统的行为特征并理解网络的形成及发展规律，包括第12章到第15章。最后，第V部分描述与网络过程相关的理论，例如与社会网络中的疾病传染过程相关的理论，以及与计算机网络上的搜索过程相关的理论等，包括第16章到第19章，
　　本书各个部分对读者已有知识和技术的要求各不相同。第1部分基本上无须任何数学知识就可以理解，第Ⅱ部分和第Ⅲ部分需要具有大学本科水平的线性代数和高等数学基础。第Ⅳ部分和第V部分对数学基础要求更高，适合于大学高年级本科生、研究生及本领域的研究者阅读。本书可以作为不同难度等级教学用参考书。第1章至第8章难度较低，适合于具有中等数学基础的学习者使用；而第6章至第14章难度较高，可作为选修教材，供那些具有较好数学基础的学生学习。第Ⅱ部分之后的每章都配有习题，供学习者检验学习效果。