1.1 为什么研究网络？

广义上，网络被定义为“相互连接事物的集合”。

数学上通常用各种图来形式化网络。

20世纪中叶，随着运筹学和计算机科学领域的发展，网络在运输、分配等问题中成为一种主要方法。此外，社会学家也开始利用网络表示社会群体的互动关系。

20世纪90年代中期，在统计物理（系统中组件的交互，如何产生集体行为；系统层面的特征和结果）和计算机科学（网络的概念化、存储、操作，以及利用网络和相关数据进行计算）领域的研究者的推动下，人们对网络以及用于复杂系统建模和分析的网络方法的兴趣骤增。

网络视角在不同领域的复杂系统研究中都被证明是有效的。

计算生物学：基因、蛋白质、化合物或生物相互作用系统的研究；工程学：如何最好地设计和部署传感器网络；金融：银行间的相互影响；营销：让接受产品的过程类似“疾病的传播”；神经科学：探索与癫痫有关的脑电变化模式；政治学：研究一个群体的投票偏好在面对内外部影响如何变化；公共卫生：传染病在人群中蔓延，如何有效控制。

1.2 网络分析的类型

网络可视化

网络特征化

网络建模与推断

数学模型：网络生成概率模型，试图描述一个特定的机制或原理。统计模型：通过观测数据拟合，利用统计推断的形式和准则评价评估拟合效果

网络过程

作为表示复杂系统元素间关系的对象，网络图通常是网络分析的首要关注目标。

很多情况下，最终感兴趣的是系统每个元素的某些属性值。例如：根据朋友的属性，预测用户的属性（可能的消费偏好），以达到营销目的。

静态网络过程：利用蛋白质相互作用网络中紧密连接的蛋白质簇团，将信息从已知功能的蛋白质推广至图中未知功能的邻居节点，实现对蛋白质供能的计算预测。

动态网络过程：疾病通过人口的传播可以通过网络图建模为二元动态扩散过程。

1.3 R的igraph包

目录：

第2章：操作网络数据的方法

第3章：网络可视化

第4章：特征化方法

第5章：网络建模的数学方法

第6章：网络建模的统计方法

第7章：网络建模的特例

第8章：静态的网络过程

第9章：动态的网络过程

第10章：网络中的流

代码：sand包

http://github.com/kolaczyk/sand