Soziales-Netzwerk-Computing

In der digitalen Wirtschaft mit einer hochvernetzten Welt ist das Verständnis des sozialen Netzwerk-Computings zu einer unverzichtbaren Fähigkeit geworden. Dieses Buch dient als essenzieller Leitfaden für Akademiker und Fachleute, die in diesem rasant wachsenden Forschungsfeld tätig sind.

Das Buch ist in drei Teile gegliedert, die verschiedene Aspekte des sozialen Netzwerk-Computings abdecken. Es beginnt mit den grundlegenden Prinzipien, darunter triadische Schließung, starke und schwache Bindungen, Netzwerkhomophilie sowie positive und negative Balance. Dies bildet die Basis für eine eingehende Untersuchung zentraler Theorien sozialer Netzwerke. Anschließend werden die Gesetzmäßigkeiten sozialer Netzwerke behandelt, einschließlich Phänomenen wie dem Small-World-Effekt, der Potenzgesetzverteilung, der Gemeinschaftserkennung, Diffusionsprozessen, Spieltheorie-Dynamiken und Hypernetzwerken, darunter auch Multiplex-Netzwerke, Multi-Mode-Netzwerke und temporale Netzwerke. Der letzte Abschnitt widmet sich den praktischen Aspekten der sozialen Netzwerkanalyse, einschließlich Linkvorhersage, Einflussbewertung, dynamischer Analyse, randomisierten Experimenten, Modellierung und Simulation sowie Repräsentationslernen. Damit bietet das Buch eine umfassende Erkundung der Anwendbarkeit sozialer Netzwerkanalyse in der Praxis.

Durch die Integration gängiger Softwarelösungen wie igraph, Gephi, Ucinet und NetLogo verbindet dieses Buch Theorie und Praxis nahtlos. Mit den vorgestellten Methoden des computergestützten Denkens vertiefen Leser ihr Verständnis für soziales Netzwerk-Computing und erwerben die nötigen Fähigkeiten, es effektiv in verschiedenen realen Szenarien einzusetzen.

Die Übersetzung wurde mit Hilfe von künstlicher Intelligenz durchgeführt. Eine anschließende menschliche Überarbeitung erfolgte vor allem in Bezug auf den Inhalt.