本书作为基础理论教材，它以浅显易懂的语言为来自不同学科领域的研究生和研究人员提供有力指导。本书共十章，分别是：复杂网络基本概念、复杂网络模型、网络鲁棒性、网络传播动力学、网络演化博弈、数据挖掘、大规模复杂网络数据获取及存储、节点影响力排序、网络聚类技术分析、推荐系统和链路预测。这些内容由浅入深，对不同的读者，侧重点不同。

复杂网络作为一门新兴科学，是对复杂系统的抽象和描述。对于任何包含大量组成单元的复杂系统，当把构成单元的节点、单元之间的相互关系抽象为边时，都可以当作复杂网络来研究。复杂网络并不仅仅是我们在媒体上看到的所谓的互联网，它研究的是网络现象，而世界上除了互联网以外，复杂网络的例子在自然界和人类社会中比比皆是，包括自然界中天然存在的星系、食物链网络、神经网络、蛋白网络；人类社会中存在的社交网络、传染病传播网络、知识传播网络；人类创造的交通网络、通信网络、电力网络、计算机网络等。这些网络不仅在规模上巨大，在结构上复杂，而且在时间、空间上都具有动态的复杂性。复杂网络还是研究复杂系统的一种角度和方法，它关注系统中个体相互关联作用的拓扑结构，是理解复杂系统性质和功能的基础，是对存在的网络现象及其复杂性进行解释的学科。它同样还作为研究复杂系统的一个新兴工具，可以较为形象、准确地描述系统主体之间的联系，因此它在计算机、生命科学等领域得到了广泛的应用。 随着复杂网络理论的深入研究、网络规模的不断扩大，网络的内部结构特性产生了海量的数据，单纯研究小规模网络已无法满足研究人员的需求，因此，在数据驱动下分析复杂网络成为当下的主流方法。但是，就目前已有的著作看，它们仅仅是系统地介绍复杂网络涉及的内容和研究进展，讲述网络拓扑特性与模型，复杂网络上的传播行为、相继故障、搜索算法和社团结构，以及复杂网络的同步与控制等基础知识，并没有将复杂网络分析与大数据挖掘相结合，这将严重限制对复杂网络的分析。因此，本书将复杂网络与数据分析相结合，为相关领域的研究人员提供有价值的参考。 本书在作者科研团队多年讲授相关课程和从事相关课题研究的基础上凝练而成，同时也吸收了国内外学者的相关成果。书中深入浅出地介绍了复杂网络基本理论和数据挖掘基本知识。主要分为两部分： 第一部分介绍经典复杂网络基本理论，融合最近国内外复杂网络研究领域的最新成果；第二部分着重介绍网络大数据的获取、存储和挖掘方法，将复杂网络分析和数据挖掘相结合，通过一些经典案例分析，介绍网络大数据挖掘的相关方法和应用前景。全书共10章，分别介绍复杂网络的基本概念、复杂网络模型、网络鲁棒性、网络传播动力学、网络演化博弈、数据挖掘、大规模复杂网络数据获取及存储的技术研究、节点影响力排序、网络聚类技术分析、推荐系统和链路预测，这些新颖的内容反映了复杂网络与数据分析最近10多年以来的前沿研究和作者的部分研究成果。为了帮助读者更好地理解书中的内容，我们提供了大量的图例，目的是为对更高级的主题、重要的历史文献和当前前沿研究感兴趣的读者提供方便。在编写的过程中，我们以创新教学模式、践行“授人以渔”的教学方法，强调以厚基础重实践为原则，以师生易教、善教、易学、乐学为教与学的目标，对传统教材的体系进行了调整，以分散难点，突出重点。 本书的写作得到南京财经大学信息工程学院同仁的大力支持，清华大学出版社也给予了很大的帮助，在此一并表示感谢！ 限于作者水平，书中缺点和错误在所难免，望有关专家和广大读者批评指正。 卜湛 于江苏省电子商务重点实验室 2019年8月

版权图片链接