本书采用渐进式的组织思路，以人工智能的经典模型为基础理论支撑，从社交网络分析、网络动力学、社交媒体挖掘与社群智能三个维度进行延伸，围绕典型应用系统梳理计算社会学的代表性应用。在兼顾广度和深度的前提下，本书深度融合计算机科学、社会学、人工智能、复杂网络、统计学和自然语言处理等多学科的专业概念，突出社会计算学近年来的研究成果和关键技术突破。
本书为人工智能与社会科学交叉融合提供了系统性的理论框架、方法体系与应用阐释，是研究人员、专业人员以及工程、计算、AI、互联网等领域的技术人员不可或缺的参考资料，同时也可作为相关领域的高年级本科生和研究生的教材。

於志文，工学博士，西北工业大学教授，博士生导师，洪堡学者，国家杰出青年科学基金获得者，国家“万人计划”科技创新领军人才。现任西北工业大学计算机学院院长，智能感知与计算工信部重点实验室主任，陕西省嵌入式系统技术重点实验室主任，国家重点研发专项项目首席科学家，陕西省重点科技创新团队带头人。近年来，在国际顶级学术期刊和会议发表论文150余篇。获得国家发明专利50多项。获得教育部自然科学奖一等奖、陕西省科学技术奖一等奖、国家级教学成果奖二等奖、中国计算机学会青年科学家奖等奖项。组织实施了多项重大科研项目，编制完成了多项国家标准。担任多个国际期刊编委。

推荐序一
推荐序二
前言
第一篇 网络动力学篇
第1章 级联行为
1.1 网络中的级联现象
1.1.1 级联现象
1.1.2 信息级联
1.1.3 级联的特点
1.2 级联与聚簇
1.2.1 级联行为下的协调博弈
1.2.2 网络聚簇对级联的影响
1.3 网络级联模型
1.3.1 独立级联模型
1.3.2 线性阈值模型
1.4 逾渗理论与晶格模型
1.4.1 逾渗现象
1.4.2 基本逾渗模型
1.4.3 晶格模型
1.5 社会逾渗模型
1.5.1 复杂网络逾渗
1.5.2 定向逾渗模型
1.5.3 首达逾渗模型
1.5.4 爆发性逾渗模型
小结
习题
参考文献
第2章 随机网络
2.1 随机网络模型
2.1.1 ER随机网络模型
2.1.2 P1随机网络模型
2.1.3 P2随机网络模型
2.1.4 指数随机网络模型
2.2 随机网络模拟实验
2.2.1 随机网络生成
2.2.2 随机网络特性
小结
习题
参考文献
第3章 小世界现象
3.1 小世界现象：六度分隔
3.1.1 六度分隔实验
3.1.2 六度分隔实验拓展
3.2 小世界网络模型
3.2.1 W-S模型
3.2.2 W-S-K模型
3.2.3 其他改进的W-S模型
……
第二篇 社交媒体挖掘也社群智能篇