安徽科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

社会网络指数随机图模型:理论、方法与应用/(澳) 迪安·鲁谢尔(Dean Lusher), (英) 约翰·科斯基宁(Johan Koskinen), (澳) 加里·罗宾斯(Garry Robins)编

出版发行项:

北京:社会科学文献出版社,2016

ISBN及定价:

978-7-5097-8333-7/CNY79.00

载体形态项:

391页:图;22cm

统一题名:

Exponential random graph models for social networks : theory, methods and applications

其它题名:

理论、方法与应用

个人责任者:

(澳) 鲁谢尔 (Lusher, Dean) 编

个人责任者:

(英) 科斯基宁 (Koskinen, Johan) 编

个人责任者:

(澳) 罗宾斯 (Robins, Garry) 编

学科主题:

社会关系-指数模型-研究

中图法分类号:

C912.3

版本附注:

本书根据剑桥大学出版社2013年版本译出

责任者附注:

迪安·鲁谢尔, 澳大利亚斯威本科技大学的社会学讲师。约翰·科斯基宁, 英国曼彻斯特大学的社会统计学讲师。加里·罗宾斯, 澳大利亚墨尔本大学心理科学学院教授。

书目附注:

有书目 (第322-363页) 和索引

提要文摘附注:

指数随机图模型 (ERGM) 是区别于传统统计分析方法的一类重要模型。该模型把社会网络理论与仿真方法进行有机结合, 是一种探讨复杂系统、自组织社会过程的重要手段。该书分为五大部分: 导言、基本原理、方法、应用以及未来展望。全书细分为22章。本书不仅阐明了指数随机图模型的原理, 对模型应用进行了分类, 而且进行实例说明, 内容全面、系统。可以说, 本书包含了指数随机图模型的最新进展, 是该领域的一个集大成。目前, 国内受研究方法限制, 与此相关的很多深层次的理论及现实问题难以深入研究。本书翻译将会促进国内学者对社会网络领域前沿研究方法的掌握, 进而缩小与国外的差距, 促进研究水平的提升。本书可以作为社会学、管理学、经济学、公共管理领域, 尤其是社会网络以及跨学科研究的研究生及专业研究人员参考。

豆瓣简介：