内容简介

互联网、社交网络、病毒营销等事物已经为大众所熟知，网络充斥着我们日常生活的各个方面。在这样的背景下，网络分析成为了定量科学发展快的领域之一，其起源可以追溯至20世纪30年代的社会网络分析以及几个世纪前的图论研究。网络研究离不开对数据的度量与分析，因此统计方法在网络分析中发挥着重要作用。在网络研究的相关书籍中，《网络数据的统计分析：R语言实践》首次采用了这种统计视角。从基本的数据操作和网络可视化，到概括网络的特征，再到对网络数据建立模型，《网络数据的统计分析：R语言实践》用丰富的案例说明了如何利用多个R语言扩展包进行各类网络分析。R语言扩展包igraph提供了大量用于网络分析的功能，书中以其作为主要的工具。

目录

译者序
前言
作者简介
第1章 引言
1．1 为什么研究网络？
1．2 网络分析的类型
1． 2．1．网络可视化与特征化
1．2．2 网络建模与推断
1．2．3 网络过程
1．3 为什么使用R进行网络分析？
1．4 关于本书
1．5 关于本书的R语言代码
第2章 操作网络数据
2．1 概述
2．2 创建网络图
2．2．1 无向图和有向图
2．2．2 图的表示
2．2．3 图的操作
2．3 网络图的修饰
2．3．1 节点、边和图的属性
2．3．2 使用数据框
2．4 关于图
2．4．1 图的基本概念
2．4．2 特殊类型的图
2．5 参考读物
第3章 网络数据可视化
3．1 概述
3．2 图可视化的基本元素
3．3 图的布局
3．4 修饰图的布局
3．5 大型网络可视化
3．6 使用R之外的可视化工具
3．7 参考读物
第4章 网络图特征的描述性分析
4．1 概述
4．2 节点和边的特征
4．2．1 节点度
4．2．2 节点中心性
4．2．3 边的特征
4．3 网络的凝聚性特征
4．3．1 子图与普查
4．3．2 密度与相对频率
4．3．3 连通性、割与流
4．4 图分割
． 4．4．1 层次聚类
4．4．2 谱分割
4．4．3 图分割的验证
4．5 同配性与混合
4．6 参考读物
第5章 网络图的数学模型
5．1 概述
5．2 经典随机图模型
5．3 广义随机图模型
5．4 基于机制的网络图模型
5．4．1 小世界模型
5．4．2 优先连接模型
5．5 评估网络图特征的显著性
5．5．1 评估网络社团数量
5．5．2 评估小世界性
5．6 参考读物
第6章 网络图的统计模型
6．1 概述
6．2 指数随机图模型
6．2．1 一般形式
6．2．2 模型界定
6．2．3 模型拟合
6．2．4 拟合优度
6．3 网络块模型
6．3．1 模型界定
6．3．2 模型拟合
6．3．3 拟合优度
6．4 潜变量网络模型
6．4．1 一般形式
6．4．2 界定潜变量效应
6．4．3 模型拟合
6．4．4 拟合优度
6．5 参考读物
第7章 网络拓扑结构推断
7．1 概述
7．2 链路预测
7．3 关联网络推断
7．3．1 相关网络
7．3．2 偏相关网络
7．3．3 i亩斯图模型网络
7．4 网络的层析拓扑结构推断
7．4．1 约束问题：树拓扑结构
7．4．2 树拓扑结构的层析推断示例．
7．5 参考读物
第8章 网络图上的过程建模与预测
8．1 概述
8．2 最近邻方法
8．3 马尔科夫随机场
8．3．1 一般形式
8．3．2 自逻辑模型
8．3．3 自逻辑模型的推断与预测
8．3．4 拟合优度
8．4 核方法
8．4．1 设计图上的核函数
8．4．2 图上的核回归
8．5 动态过程的建模与预测
8．5．1 传染病过程示例
8．6 参考读物
第9章 网络流数据分析
9．1 概述
9．2 网络流建模：引力模型
9．2．1 模型界定
9．2．2 引力模型的推断
9．3 网络流的预测：流量矩阵估计
9．3．1 不适定逆问题
9．3．2 层析引力方法
9．4 参考读物
第10章 动态网络
10．1 概述
10．2 动态网络的表示与操作
10．3 动态网络的可视化
10．4 动态网络的特征化
10．5 动态网络建模
参考文献
索引
彩图节选

文档截图