网络数据的统计分析：R语言实践（R语言应用系列）_[美]埃里克.D.克拉泽克，作者：3人_9787560584782

　　互联网、社交网络、病毒营销等事物已经为大众所熟知，网络充斥着我们日常生活的各个方面。在这样的背景下，网络分析成为了定量科学发展快的领域之一，其起源可以追溯至20世纪30年代的社会网络分析以及几个世纪前的图论研究。网络研究离不开对数据的度量与分析，因此统计方法在网络分析中发挥着重要作用。在网络研究的相关书籍中，《网络数据的统计分析：R语言实践》首次采用了这种统计视角。从基本的数据操作和网络可视化，到概括网络的特征，再到对网络数据建立模型，《网络数据的统计分析：R语言实践》用丰富的案例说明了如何利用多个R语言扩展包进行各类网络分析。R语言扩展包igraph提供了大量用于网络分析的功能，书中以其作为主要的工具。

　　网络和网络分析无疑是近年来定量科学进展大的领域之一。虽然作为领域起源的社会网络分析可以追溯至20世纪30年代，图论研究可以上溯几个世纪，但“网络科学”领域的迅速崛起与普及只是近10到15年的事情。通过我们熟悉的互联网、社交网络、病毒营销等途径，网络已经渗透到日常生活的方方面面，而不仅仅是一个研究领域或者一种研究方法了。数据的度量与分析是网络研究的重要组成部分。因此，在实际应用、研究方法以及理论发展方面，网络分析都很需要或简或繁的各类统计方法。与其他统计学分支一样，网络分析同时包括描述性和推断性的统计方法。使用这些方法可以完成与网络有关的各种任务，包括基本的网络结构可视化与特征化，对网络拓扑的采样、建模与推断，以及对网络上的静态和动态过程进行建模和预测。

　　当前已经有很多可以进行网络分析的软件，横跨各种平台、编程语言和使用环境。毫无疑问，R语言社区在网络数据统计分析软件的开发上尤其活跃。写作本书时，已经有几十个具有某些网络分析功能的R扩展包了。它们可以共同完成网络分析的各类任务：从标准的网络数据操作、可视化与特征化（如igraph、network和sna扩展包），到网络建模（如igraph，eigenmodel、ergm和mixer扩展包），再到对网络拓扑的推断（如glasso和huge扩展包）。除此之外，R的基本扩展包还提供了大量其他的分析工具和函数。

　　本书的写作目的是为网络数据的统计分析提供一种使用R语言的、简单易得的入门课程。因此，本书既不是涉及的各种R扩展包的使用手册，也不打算介绍所涉及主题的详尽概念和技术基础。相反，我们希望在这两者之间寻找一个平衡，并且在阅读体验的基础上，采用（希望是！）最简洁的程度来组织文字。相应地，我们预计本书会被以下人群使用：（1）希望开展网络数据统计分析的统计学者，无论是作为研究方向还是与他人合作，且希望继续使用R作为分析工具；（2）来自类似定量领域（如计算机科学、统计物理、经济学等）的复杂网络研究者，无论对统计是否熟悉，希望较快掌握R语言中的网络数据统计分析方法；（3）应用领域的实践者，希望涉足与某些特定应用相关的网络分析方法。

你还可能感兴趣

我要评论