社会网络分析（SNA）是一门比Facebook和Twitter等社交网站早30年问世的学科。通过社会网络分析研究，你能够了解到识别社会化媒体、政治团体、企业、文化趋势及人际网络的模式所需的概念和技术。
　　《社会网络分析：方法与实践》是一本帮助你快速掌握社会网络分析技术要点、核心概念与典型算法示例的著作。本书重点阐释了如何从庞大的社会网络分析学术积累中，挑选精要的与实用的知识点，帮助你形成关于社会网络分析的知识谱系图。
　　通过《社会网络分析：方法与实践》，你还可以学到如何使用Python语言和其他开源工具，如NetworkX、NumPy和matplotlib，以采集、分析并将社交网络数据可视化。本书将社会网络理论和实践结合，同时介绍了很多有价值的行业洞见和理念。

前言
第1章导论
分析关系，理解人与群体
从关系到网络——超乎所见
社会网络与连接分析
非正式网络的力量
恐怖分子与者：社会网络的力量
推特上的

第2章图论速览
什么是图
图的遍历与距离
图的距离
为什么重要
六度理论神话
小世界网络

第3章中心性、权力与瓶颈
样本数据
中心性
中心性测量不能告诉我们什么

第4章派系、聚类和组元
组元和子图
子图——自我中心网
三元组
派系
分层聚类
三元组、网络密度和冲突

第5章二模网络
竞选资金是否影响选举
二模网络的理论
扩展多模网络

第6章信息扩散：像病毒一样传播开来
病毒视频剖析
信息如何影响网络
Python中的一个简单动态模型
网络和信息的共同演化

第7章在现实世界中绘图
中等规模数据：传统SQL关系数据库
大数据：未来，从开始
小数据——面文件表达
中等规模数据：数据库表达
使用二模数据工作
社会网络和大数据
运行大数据

附录A收集数据
附录B安装软件

　　Maksim Tsvetova，t跨学科的科学家、软件工程师和爵士音乐家，社会网络分析领域专家，拥有丰富的数据分析、处理工作经验，专注于社会网络进化、信息和态度扩散、集体智能发生的计算机建模。他拥有卡内基·梅隆大学计算、组织和社会方向博士学位，目前在乔治蒂·梅森大学教授社会网络分析。他还是DeepMile Networks公司联合创始人之一，该公司开展社交媒体影响图形化业务。

　　Alexander Kouznetsov，软件设计师和架构师，社会网络分析专家，拥有从数据仓库到信号处理的广泛技术背景。他为业界开发了大量的社会网络分析工具，从大规模数据采集到在线分析和演示工具。他在得克萨斯大学获得数学和计算科学学士学位。