經濟科學譯庫·社會網絡分析：方法與應用 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

斯坦利·沃瑟曼（Stanley Wasserman），凱瑟琳·福斯特（Katherine Faust） 著，陳禹，孫彩虹 譯，齊心 校

圖書標籤:

• 社會網絡分析
• 網絡科學
• 經濟學
• 社會學
• 方法論
• 數據分析
• 復雜網絡
• 關係數據
• 結構洞
• 應用研究

齣版社： 中國人民大學齣版社

ISBN：9787300150307

版次：1

商品編碼：10972287

包裝：平裝

叢書名： 經濟科學譯庫

開本：16開

齣版時間：2012-04-01

用紙：膠版紙

頁數：642

字數：898000

正文語種：中文

內容簡介

　　 社會網絡分析在社會和行為科學中應用甚廣，如經濟學、市場營銷以及工業工程。社會網絡的視角主要關注於社會實體之間的關係。具體的例子有團隊成員之間的交流，公司間的經濟事務，以及國傢間的貿易或條約。標準社會和行為研究主要關心社會單元的屬性，而將焦點放在對關係的研究上，是對標準社會和行為研究的一種重要補充。
　　 《經濟科學譯庫·社會網絡分析：方法與應用》綜述並討論瞭分析社會網絡的方法，通過打量例子，重點關注這些方法的具體應用。《經濟科學譯庫·社會網絡分析：方法與應用》主要分為六個部分。第一部分的章節從社會網絡的視角進行概述，描述瞭不同類型的社會網絡數據。第二部分討論瞭社會網絡的形式錶示，包括符號、圖論以及矩陣操作。第三部分涵蓋瞭社會網絡的結構和位置的性質，包括中心性、聲望、優勢、結構平衡、可聚類性、凝聚子群以及從屬網絡。第四部分考查瞭社會網絡關於角色和地位的方法，包括對結構等價、塊模型以及關係代數的討論。第五部分探討瞭二元關係和三元關係的特性。第六部分討論瞭社會網絡的統計方法。
　　 《經濟科學譯庫·社會網絡分析：方法與應用》是一本參考書，適用於那些想對網絡分析方法有一個全麵瞭解的讀者，也適用於收集瞭網絡數據，並想找到恰當方法對數據進行分析的研究者。它也是一本教科科書，較全麵地涵蓋瞭社會網絡分析領域的方法論和應用。

作者簡介

斯坦利·沃瑟曼，教授是應用統計學傢，現任印第安納大學布盧明頓分校應用社會科學係和心理學係教授。他1973年在賓夕法尼亞大學獲經濟學學士學位，同年又獲商學和應用經濟學碩士學位，並於1977年獲哈佛大學統計學博士學位。他最為人所熟知的是其在社會網絡統計模型方麵的工作，特彆是和凱瑟琳·福斯特閤寫的本書很有影響，是美國很多大學本科生和研究生社會網絡分析課程教材。
凱瑟琳·福斯特，現任加州大學厄文分校社會學係教授，主要研究方嚮是社會網絡分析、元網絡分析、比較結構分析和研究方法。她1976年在波莫納學院獲人類學學士學位，1983年和1985的在加州大學厄文分校獲社會學碩士和博士學位。除本書外，她還在社會網絡和網絡方法論領域發錶瞭大量論文。

內頁插圖

目錄

第一部分 網絡、關係和結構
第1章 社會科學和行為科學中的社會網絡分析
1.1 社會網絡視角
1.2 曆史基礎和理論基礎
1.2.1 經驗動因
1.2.2 理論動因
1.2.3 數學動因
1.2.4 小結
1.3 網絡分析的基本概念
1.4 網絡理論和網絡測度的顯著特徵
1.5 本書結構以及如何閱讀本書
1.5.1 復雜性
1.5.2 描述方法和統計方法
1.5.3 理論驅動方法
1.5.4 按時間排列
1.5.5 分析層次
1.5.6 需要提前閱讀的章節
1.6 總結
第2章 社會網絡數據：收集與應用
2.1 引言：什麼是網絡數據？
2.1.1 結構變量與成分變量
2.1.2 模式
2.1.3 從屬變量
2.2 邊界界定和抽樣
2.2.1 什麼是你要研究的總體
2.2.2 抽樣
2.3 網絡類型
2.3.1 單模網絡
2.3.2 雙模網絡
2.3.3 自我中心以及特殊的二元網絡
2.4 網絡數據、測量與收集
2.4.1 測量
2.4.2 收集
2.4.3 縱嚮數據收集
2.4.4 測量的有效性、可靠性、準確性、誤差
2.5 在本書中可以找到的數據集
2.5.1 Krackhardt的高科技管理人員
2.5.2 Padgett的佛羅倫薩傢庭
2.5.3 Freeman的電子信息交換係統網絡
2.5.4 國傢貿易數據
2.5.5 Galaskiewicz的CEO和俱樂部網絡
2.5.6 其他數據

第二部分 社會網絡的數學錶示
第3章 社會網絡數據的符號錶示
3.1 圖論符號錶示法
3.1.1 單一關係
3.1.2 ○多重關係
3.1.3 小結
3.2 社會計量符號錶示
3.2.1 單一關係
3.2.2 多重關係
3.2.3 提要
3.3 ○代數符號錶示
3.4 ○兩個行動者集閤
3.4.1 ○不同類型的組對
3.4.2 ○社會計量的符號錶示
3.5 總結
……
第三部分 結構和位置屬性
第四部分 角色和地位
第五部分 二元方法和三元方法
第六部分 統計二元交互模型
第七部分 結語

精彩書摘

正式的角色，比如那些被授予權利和威信的人，也是相關的。這種關係錶示的是一個行動者對其他人的權威，尤其是在管理情境中。正式角色的例子包括老闆／雇員，老師／學生，醫生／病人等。最後，我們來看看親屬關係，我們已經使用網絡方法研究這種關係很多年瞭。關係是基於婚姻或血緣關係的，這種婚姻或傢庭關係可以使用社會網絡方法來描述（比如，可以參見White，1963；Boyd，1969）。行動者屬性。除瞭行動者之間關係的信息外，社會網絡數據集也包括對行動者自身特徵的度量，這種對行動者屬性的度量構成瞭社會網絡的成分變量。‘這些變量與在非網絡研究中測得的變量具有相同的性質。對於人，我們可以調查他們的年齡、性彆、種族、社會經濟地位、居住地點、在學校上幾年級等。對於團體行動者，則可以測量他們的收益率、稅收、地理位置、經營目標等。構成網絡的這些行動者的“大小、形態以及特色”可以通過許多方式度量。
2.3.2 雙模網絡
假設現在我們要研究的網絡是雙模式的，即包括對兩個行動者集或者是一個行動者集和一個事件集的度量。我們首先考慮測量來自兩個不同的行動者集的這一對行動者之間關係的情形，然後我們再討論一種測量行動者子集的特殊的雙模網絡。兩個行動者集。在雙模式網絡中，關係度量的是第一個集閤中的行動者與第二個集閤中的行動者之間的聯係。我們稱這樣的網絡為二元雙模網絡，因為這些關係都是二元函數，二元中的第一個行動者和第二個行動者來自不同的行動者集閤。對於不同類型的行動者、不同類型的關係以及不同類型的行動者屬性變量，所有關於單模網絡的討論也都是適用的。
然而，必須注意的是可能存在多種類型的行動者，對於每一個行動者集閤我們可能都需要有一個獨特的屬性變量集閤。行動者。在一個包含瞭兩個行動者集的雙模式網絡中，行動者可能與單模網絡中描述的一樣具有普通的類型，但是這兩個行動者集的類型可能是不同的。關係。在有兩個行動者集的雙模式網絡中，至少有一個關係是從兩個集閤的行動者之間測量得到的，在一個更廣泛的雙模式網絡數據集中，關係也可以在一個集閤內部的行動者之間進行定義。但是，對於一個真正意義上的有兩個行動者集的雙模網絡，至少得有一個關係是在兩個行動者集之間定義的。
……

前言/序言

《社會網絡分析：方法與應用》 引言 在當今信息爆炸、聯係日益緊密的時代，理解個體、組織乃至國傢之間的互動關係變得前所未有的重要。無論是商業領域的客戶關係管理、社交媒體的傳播機製，還是公共衛生中的疾病擴散模型，亦或是政治科學中的聯盟形成，這些都深刻地體現瞭“關係”的重要性。社會網絡分析（Social Network Analysis, SNA）正是這樣一門強大的工具，它提供瞭一套嚴謹的理論框架和量化方法，用以分析和理解這些錯綜復雜的網絡結構及其影響。 本書《社會網絡分析：方法與應用》旨在為讀者提供一個全麵且深入的社會網絡分析入門指南，覆蓋從基礎概念到高級模型，再到實際應用的全過程。我們相信，掌握瞭社會網絡分析的方法，不僅能夠揭示隱藏在錶象之下的結構性洞察，更能指導我們更有效地理解和乾預復雜的社會現象。 第一部分：社會網絡分析的基礎理論與核心概念 本部分將循序漸進地引導讀者進入社會網絡分析的世界。我們將從最基本的概念講起，構建起對社會網絡的直觀認識。 什麼是社會網絡？ 我們將首先定義“社會網絡”這一核心概念，解釋其構成要素——“節點”（actors）和“連邊”（relations）。節點可以代錶個體、組織、國傢、設備等任何相互關聯的實體；連邊則代錶它們之間的各種關係，如友誼、閤作、競爭、信息流動、權力影響等。我們將強調，社會網絡分析關注的不是孤立的節點，而是節點之間的連接模式和這些模式所形成的整體結構。 網絡的錶示方法： 為瞭進行定量分析，我們需要將社會網絡可視化和數學化。本章將介紹兩種主要的網絡錶示方法： 鄰接矩陣（Adjacency Matrix）： 解釋如何使用一個矩陣來錶示網絡中的節點及其之間的連接，包括有嚮圖和無嚮圖的區彆，以及加權和非加權網絡的錶示。 鄰接錶（Adjacency List）： 介紹另一種更節省空間的錶示方法，尤其適用於稀疏網絡。 圖論基礎： 引入圖論的基本術語，如頂點（vertex）、邊（edge）、路徑（path）、連通性（connectivity）、環（cycle）等，為後續的度量和分析打下基礎。 網絡的類型： 社會網絡並非單一形態，根據其性質，我們可以將其劃分為多種類型，這會影響我們選擇的分析方法。我們將探討： 二部網絡（Bipartite Networks）： 包含兩種不同類型的節點，以及隻存在於不同類型節點之間的連邊，例如，用戶和他們喜歡的電影。 多部門網絡（Multiplex Networks）： 同一組節點之間存在多種不同類型的關係，例如，一個人之間既是朋友，又是同事。 同質性網絡與異質性網絡（Homogeneous vs. Heterogeneous Networks）： 區分節點和關係類型是否單一。 有嚮網絡與無嚮網絡（Directed vs. Undirected Networks）： 強調關係的方嚮性，如“A喜歡B”與“A和B互相喜歡”的區彆。 加權網絡與非加權網絡（Weighted vs. Unweighted Networks）： 考慮關係強度或頻率的重要性。 中心性度量（Centrality Measures）： 這是社會網絡分析中最核心的概念之一，用於識彆網絡中的關鍵節點。我們將詳細介紹幾種經典的中心性度量： 度中心性（Degree Centrality）： 衡量一個節點與其他節點的連接數量，直觀反映節點的活躍程度或直接影響力。我們將區分入度（in-degree）和齣度（out-degree）在有嚮網絡中的意義。 接近中心性（Closeness Centrality）： 衡量一個節點到網絡中所有其他節點的最短路徑長度的總和，反映瞭節點獲取信息或影響他人的效率。 介數中心性（Betweenness Centrality）： 衡量一個節點在網絡中作為其他節點之間最短路徑上的“橋梁”的頻率，揭示瞭節點的控製力或中介能力。 特徵嚮量中心性（Eigenvector Centrality）與PageRank： 解釋這些更復雜的度量，它們不僅考慮連接數量，還考慮瞭連接節點的“質量”（即連接節點的中心性），這在評估影響力方麵尤為重要。 網絡結構度量（Network Structure Measures）： 除瞭節點層麵的度量，我們還需要理解網絡的整體結構特徵。 密度（Density）： 衡量網絡中實際存在的連邊占可能存在的最大連邊數量的比例，反映瞭網絡的緊密程度。 聚類係數（Clustering Coefficient）： 衡量一個節點的朋友（或與其有關係的其他節點）之間相互連接的緊密程度，反映瞭網絡的“小群體”特徵。 平均路徑長度（Average Path Length）： 衡量網絡中任意兩個節點之間平均最短路徑的長度，反映瞭信息的傳播速度或網絡的“可達性”。 社群檢測（Community Detection）： 探討如何識彆網絡中相對獨立的、內部連接緊密、外部連接稀疏的“社群”或“群體”，理解網絡的分層結構。我們將介紹一些主流的社群檢測算法，如Louvain算法、模塊度最大化等。 角色與身份（Roles and Positions）： 除瞭節點本身的中心性，我們還可以從節點在網絡結構中的位置來理解其角色。 結構洞（Structural Holes）： 介紹Robert Burt提齣的結構洞理論，強調節點連接不同群體的價值，以及“橋接者”（broker）的作用。 等價性（Equivalence）： 解釋如何識彆在網絡結構中具有相似連接模式的節點，它們可能扮演相似的角色。我們將區分正則等價性（regular equivalence）和自動等價性（automorphic equivalence）。 第二部分：社會網絡分析的方法與技術 在掌握瞭基礎概念後，本部分將深入探討實際操作中的方法和技術。 數據收集與錶示： 數據來源： 討論各種社會網絡數據的來源，包括問捲調查、通訊記錄（電話、郵件、短信）、社交媒體API、組織內部信息係統、公開數據集等。 數據清洗與預處理： 強調數據質量的重要性，以及在數據輸入分析係統前進行清洗、去重、標準化等操作的必要性。 網絡數據的格式： 介紹常用的數據格式，如邊列錶（edge list）、鄰接矩陣等，以及如何將其導入社會網絡分析軟件。 可視化技術： 良好的可視化能夠直觀地揭示網絡結構，幫助理解和溝通分析結果。 布局算法： 介紹不同的圖可視化布局算法，如力導嚮布局（force-directed layout）、圓形布局、層級布局等，以及它們在展現網絡特徵上的優缺點。 可視化元素的解讀： 如何通過節點大小、顔色、連邊粗細等視覺元素來編碼節點和連邊的屬性，以及它們在網絡中的重要性。 交互式可視化： 探討如何利用交互式工具進行網絡探索，如放大、縮小、篩選、高亮顯示等。 核心分析技術： 子圖分析（Subgraph Analysis）： 識彆和分析網絡中的特定子結構，如路徑、環、團（clique）等，以發現局部模式。 路徑分析（Path Analysis）： 深入研究信息或影響在網絡中的傳播路徑，例如，最短路徑、最長路徑、可達性分析。 網絡嵌入（Network Embedding）： 介紹將網絡結構信息轉化為低維嚮量錶示的技術，這為將圖數據應用於機器學習模型奠定瞭基礎。 動態網絡分析（Dynamic Network Analysis）： 探討如何分析隨時間演化的網絡，例如，節點加入或離開、關係建立或斷裂等，理解網絡的動態過程。 多層網絡分析（Multilayer Network Analysis）： 針對具有多重關係的網絡，研究不同層級關係如何相互影響。 統計模型與推斷： 隨機圖模型（Random Graph Models）： 如Erdos-Renyi模型，作為比較基準，理解現實網絡的偏離。 指數隨機圖模型（Exponential Random Graph Models, ERGM）： 介紹ERGM，一種強大的模型，用於解釋網絡結構是如何由節點屬性和網絡過程（如趨同、互惠）産生的，可以檢驗假設和進行模擬。 統計推斷與假設檢驗： 如何對網絡度量和模型參數進行統計推斷，以評估觀察到的網絡特徵是否具有統計顯著性。 社會網絡分析軟件介紹： 主流軟件概覽： 簡要介紹幾種常用的社會網絡分析軟件，如Gephi（可視化和交互式分析）、Pajek（大規模網絡分析）、UCINET（綜閤分析工具）、R中的igraph和network包（編程實現）。 軟件應用示例： 以一個或兩個軟件為例，演示如何導入數據、執行基本分析、生成可視化。 第三部分：社會網絡分析的應用領域 本部分將展示社會網絡分析在各個領域的廣泛應用，使讀者能夠看到理論與實踐的結閤。 組織管理與人力資源： 組織效率提升： 分析組織內部的溝通網絡，識彆信息孤島和瓶頸，優化團隊協作和知識共享。 領導力識彆： 通過中心性度量識彆網絡中的潛在領導者和關鍵影響者。 員工關係管理： 理解員工之間的關係網絡，預測團隊穩定性和流失風險。 創新與知識傳播： 分析創新網絡，發現知識傳播的關鍵路徑和瓶頸。 市場營銷與客戶關係： 消費者行為分析： 識彆産品在社交網絡中的傳播路徑，分析口碑營銷效果。 客戶細分與精準營銷： 利用社群檢測識彆具有相似偏好的客戶群體，進行個性化營銷。 産品推廣策略： 識彆網絡中的意見領袖（influencers），進行産品代言和推廣。 市場趨勢預測： 通過分析網絡數據的變化，預測市場需求和産品流行趨勢。 公共衛生與流行病學： 疾病傳播模型： 利用網絡模型模擬疾病在人群中的傳播路徑和速度，指導乾預措施。 健康行為乾預： 識彆社區內的社會網絡結構，針對性地開展健康教育和行為乾預。 醫療資源分配： 分析醫療服務網絡，優化資源配置，提高服務效率。 政治科學與國際關係： 政治聯盟與遊說： 分析政治派彆之間的關係網絡，理解聯盟形成和瓦解的機製。 輿論形成與傳播： 研究社交媒體上的信息傳播網絡，分析政治輿論的形成過程。 國際閤作與衝突： 分析國傢之間的外交關係網絡，理解國際閤作的驅動因素和衝突的根源。 社會學與社區研究： 社會資本研究： 量化個體或群體所擁有的社會資本，分析其對社會地位、資源獲取和幸福感的影響。 群體動力學： 分析群體內部的互動模式，理解群體凝聚力、衝突和決策過程。 社會不平等分析： 揭示社會網絡結構如何影響資源分配和機會獲取，加劇或緩解社會不平等。 互聯網與信息科學： 社交媒體分析： 分析用戶互動、信息繭房、虛假信息傳播等現象。 推薦係統： 利用網絡結構信息構建更精準的推薦算法。 網絡安全： 分析網絡攻擊的傳播模式，識彆惡意節點和攻擊路徑。 結論 《社會網絡分析：方法與應用》並非一本純粹的理論書籍，它更注重將嚴謹的理論方法與鮮活的現實應用相結閤。我們希望通過本書，讀者能夠： 1. 建立紮實的理論基礎： 理解社會網絡的構成要素、度量方法以及核心分析概念。 2. 掌握實用的分析技術： 能夠運用數據收集、可視化和統計模型等工具對網絡數據進行分析。 3. 拓展應用視野： 認識到社會網絡分析在理解和解決現實世界各種復雜問題中的巨大潛力。 社會網絡分析的魅力在於其普適性，它能夠以一種統一的視角審視和分析不同領域中看似毫不相關的現象。無論您是學生、研究人員，還是在商業、政府、非營利組織等領域工作的專業人士，掌握社會網絡分析的方法，都將為您打開一扇洞察復雜世界的新視角，並為您提供解決實際問題的有力工具。我們期待本書能成為您在社會網絡分析領域探索的起點和寶貴的參考。

評分☆☆☆☆☆

作為一名對量化研究方法有一定瞭解但又對社會科學的細微之處充滿好奇的讀者，這本書給瞭我極大的啓發。它並沒有預設讀者一定是統計學專傢，而是循序漸進地引導讀者理解社會網絡分析的核心思想和技術。我特彆贊賞書中對各種指標的解釋，比如“凝聚係數”是如何衡量一個社群的緊密程度，“影響力”又是如何通過網絡結構來定義的。這些指標的引入，讓原本模糊的社會現象變得可以被測量和分析。書中對“社群演化”的探討，更是讓我看到瞭動態的網絡分析的魅力，如何捕捉一個社群是如何隨著時間而改變的。這對於理解社會變遷、群體行為的動態過程，有著非凡的價值。這本書不僅是一本教科書，更像是一次思維的探險，它鼓勵讀者去質疑、去探索、去構建屬於自己的社會網絡模型。

評分☆☆☆☆☆

這本書簡直打開瞭我認識世界的新視角！我一直對人類社會中的互動模式感到好奇，但總覺得那些零散的觀察缺乏係統性的解釋。這本書恰好填補瞭這個空白。它不是那種枯燥乏味的理論堆砌，而是用生動形象的案例，將抽象的社會網絡分析方法具體化。比如，書中關於“弱連接”在信息傳播中的重要性，讓我茅塞頓開，以前覺得認識很多人不如認識幾個核心人物有用，現在纔明白，那些不常聯係的朋友，有時反而是獲取新知識、新機會的關鍵渠道。書中關於社區發現、影響力評估等章節，也提供瞭非常有力的工具，讓我能夠更深入地理解我所在的社交圈、工作團隊甚至更廣泛的社會群體是如何形成的，又在如何運作的。我甚至開始嘗試用書中的一些基本概念來分析我自己的社交媒體好友關係，雖然隻是初步嘗試，但已經能感受到其中的奧妙。對於任何對社會運作、人際關係、信息傳播等領域感興趣的讀者來說，這本書都是一個絕佳的起點，它能讓你從一個全新的維度去審視周遭的一切，並從中獲得深刻的洞見。

評分☆☆☆☆☆

這本書的深度和廣度都讓我印象深刻。它不僅僅停留在理論層麵，而是通過大量精心挑選的案例，將社會網絡分析的方法與現實世界的問題緊密聯係起來。我特彆欣賞作者在處理復雜概念時的清晰度，即使是像“橋接”或“三元閉包”這樣聽起來有些陌生的術語，在書中的講解下也變得易於理解。書中對於不同應用場景的深入探討，從經濟學到政治學，再到社會學，展現瞭社會網絡分析的普適性和強大生命力。我看到瞭如何用它來分析金融市場的風險傳導，如何理解政治派彆的形成與瓦解，甚至是如何優化城市交通網絡的布局。這讓我意識到，原來那些看似無形的社會紐帶，竟然蘊含著如此強大的力量，並且可以通過量化的方法去理解和利用。這本書給我帶來的不僅僅是知識的增長，更是一種思維方式的轉變，讓我開始用更係統、更宏觀的視角去觀察和分析問題。

評分☆☆☆☆☆

這本書的閱讀體驗非常獨特，它就像一位經驗豐富的嚮導，帶領我深入探索社會網絡分析的奇妙世界。作者在內容組織上非常巧妙，既有理論的深度，又不失實踐的指導性。我特彆喜歡書中關於“網絡結構與個體行為”之間關係的討論，它揭示瞭我們在網絡中所處的位置，如何深刻地影響著我們的信息獲取、決策過程乃至最終的行為模式。書中對“社群發現算法”的介紹，雖然涉及一定的技術細節，但作者用通俗易懂的語言加以闡釋，讓我即使沒有深厚的技術背景，也能領略到其中的精妙之處。我甚至開始嘗試在自己的工作項目中，思考如何運用這些分析方法來優化團隊協作，提高信息流通效率。這本書給我帶來的，不僅僅是理論知識，更是一種解決問題的全新思路和強大的工具箱，讓我對未來的學習和工作充滿瞭期待。

評分☆☆☆☆☆

讀完這本書，我感覺自己好像獲得瞭一雙“透視眼”，能夠看到隱藏在錶麵行為之下的復雜關係網絡。作者在介紹各種分析工具時，並沒有迴避它們的數學原理，但處理得非常恰當，更多的是側重於它們的直觀意義和實際應用。我尤其喜歡書中關於“中心性”概念的講解，它不僅僅是簡單的度數高低，而是揭示瞭在不同網絡結構下，誰真正掌握著信息流動的咽喉，誰又是被動的信息接收者。這讓我對很多社會現象有瞭更深刻的理解，比如為什麼某些信息傳播得特彆快，為什麼某些人總能成為話題的中心。書中關於“社群檢測”的算法介紹，更是讓我驚嘆於計算機如何在海量數據中識彆齣有意義的組織結構。這對於理解群體動力學、預測社會趨勢，甚至是製定有效的市場營銷策略，都具有極大的參考價值。這本書不是那種讀完就丟的書，它更像一本操作手冊，為我提供瞭一套係統的方法論，讓我可以在未來的學習和工作中，不斷地去探索和實踐。

評分☆☆☆☆☆

又是美國人編的社會網絡分析教材，這個你不得不服！精彩但是有些厚重，需要沉下心來認真讀。

評分☆☆☆☆☆

讀書能陶冶人的情操，給人知識和智慧。所以，我們應該多讀書，為我們以後的人生道路打下好的、紮實的基礎！讀書養性，讀書可以陶冶自己的性情，使自己溫文爾雅，具有書捲氣；讀書破萬捲，下筆如有神，多讀書可以提高寫作能力，寫文章就纔思敏捷；舊書不厭百迴讀，熟讀深思子自知，讀書可以提高理解能力，隻要熟讀深思，你就可以知道其中的道理瞭；讀書可以使自己的知識得到積纍，君子學以聚之。

評分☆☆☆☆☆

寫論文要用的書，內容比較詳細

評分☆☆☆☆☆

zhi'de'kan

評分☆☆☆☆☆

不錯。值得推薦。很好的東東。

評分☆☆☆☆☆

不錯的

評分☆☆☆☆☆

贊

評分☆☆☆☆☆

對我很有用。送貨很快。

評分☆☆☆☆☆

social network analysis很熱門啊