本书主要讲解与社交网络数据相关的统计建模和基于实际问题的数据分析，均是基于作者过往的研究及正在进行的研究整理而成的。本书共分为5章。其中：第1章是概念性的介绍，由一个案例引出什么是社交网络数据；第2章和第3章是常用的社交网络数据建模工具，主要介绍空间自回归模型、动态空间面板数据模型等统计建模方法；第4章和第5章是关于社交网络的实证研究，包括社交网站、直播平台、电信行业、学者引文网络等，是更侧重于实际管理问题的一些研究总结。本书希望能为做社交网络数据相关研究的读者提供可参考的文献以及经验。

周静，北京大学光华管理学院博士，中国人民大学统计学院副教授、硕士研究生导师，应用统计科学研究中心研究员；研究方向为社交网络建模、营销模型、深度学习在交叉学科中的应用等；主持国家自然科学基金(青年基金、面上基金)项目，北京市社会科学基金项目，国家统计局重点项目等多项国家级、省部级课题。

第1章 社交网络数据介绍
1.1 社交网络数据的概念与基本特征
1.1.1 节点与边
1.1.2 邻接矩阵
1.1.3 出(入)度
1.1.4 共同“好友数”
1.2 社交网络数据可视化：igraph包的使用
1.2.1 图的基本操作
1.2.2 从文件中读取网络数据
1.3 网络数据可视化案例：基于UCINET的双模网络分析
1.3.1 案例背景介绍
1.3.2 数据介绍
1.3.3 分析结果
1.3.4 总结与讨论
本章参考文献
第2章 社交网络数据与空间自回归模型
2.1 基于抽样网络数据的空间自相关系数的估计
2.1.1 研究背景
2.1.2 空间自回归模型
2.1.3 数值研究
2.1.4 总结与讨论
2.2 基于离散选择模型的空间自相关系数估计
2.2.1 研究背景
2.2.2 研究方法
2.2.3 数值研究
2.2.4 实证分析
2.2.5 总结与讨论
2.3 基于动态网络的链路预测
2.3.1 研究背景
2.3.2 研究方法
2.3.3 数值研究
2.3.4 总结与讨论
本章参考文献
第3章 社交网络数据与动态空间面板模型
3.1 具有空间相关性和缺失数据的自回归模型
3.1.1 研究背景
3.1.2 模型和方法论
3.1.3 渐近性质
3.1.4 数值研究
3.1.5 总结与讨论
3.2 因变量随机缺失的空间动态面板数据插补
3.2.1 研究背景
3.2.2 研究方法
3.2.3 数值研究
3.2.4 总结与讨论
本章参考文献
第4章 社交网络数据在线上平台的应用
4.1 社交网络中用户关注类型与发帖类型对发帖行为的影响
4.1.1 研究背景
4.1.2 理论回顾与研究假设
4.1.3 数据与变量介绍
4.1.4 内生性问题与工具变量
4.1.5 实证分析
4.1.6 总结与讨论
4.2 原创还是转发？基于社交媒体UGC的交互效用研究
4.2.1 研究背景
4.2.2 文献回顾
4.2.3 理论回顾与研究假设
4.2.4 实证分析
4.2.5 总结与讨论
4.3 神奇的弹幕：社交交互视角下直播平台打赏因素分析
4.3.1 研究背景
4.3.2 理论回顾与研究假设
4.3.3 数据与变量介绍
4.3.4 实证分析
4.3.5 总结与讨论
本章参考文献
第5章 社交网络数据在其他领域的应用
5.1 自我网络特征对电信用户流失的影响的研究
5.1.1 研究背景
5.1.2 理论回顾与研究假设
5.1.3 数据与变量介绍
5.1.4 数据建模
5.1.5 模型预测精度
5.1.6 管理实践
5.1.7 总结与讨论
5.2 基于文本语义与动态网络结构的统计学学者合作关系预测
5.2.1 研究背景
5.2.2 统计学领域四大国际期刊数据的收集
5.2.3 统计学学者合作网络构建与描述性分析
5.2.4 基于动态逻辑回归的统计学学者合作关系预测
5.2.5 总结与讨论
本章参考文献