机读格式显示(MARC)

• 000 02030nam0 2200325 450

• 001 0000429885

• 005 20160626164100.0

• 010 __ |a 978-7-5097-8333-7 |d CNY79.00

• 100 __ |a 20160304d2016 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 001yy

• 106 __ |a r

• 200 1_ |a 社会网络指数随机图模型 |A She Hui Wang Luo Zhi Shu Sui Ji Tu Mo Xing |e 理论、方法与应用 |f (美) 迪安·鲁谢尔, 约翰·科斯基宁, (澳) 加里·罗宾斯编 |d = Exponential random graph models for social networks |e theory, methods and applications |f Dean Lusher, Johan Koskinen, Garry Robins |g 杜海峰 ... [等] 译 |z eng

• 210 __ |a 北京 |c 社会科学文献出版社 |d 2016

• 215 __ |a 391页 |c 图 |d 23cm

• 304 __ |a 题名页题其余译者: 任义科, 杜巍, 张楠

• 305 __ |a 根据剑桥大学出版社2013年版本译出

• 320 __ |a 有书目 (第322-363页) 和索引

• 330 __ |a 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。

• 500 10 |a Exponential random graph models for social networks : theory, methods and applications |A Exponential Random Graph Models For Social Networks : Theory, Methods And Applications |m Chinese

• 606 0_ |a 社会关系 |A She Hui Guan Xi |x 指数模型 |x 研究

• 690 __ |a C912.3 |v 5

• 690 __ |a F224.0 |v 5

• 701 _1 |a 鲁谢尔 |A Lu Xie Er |4 著

• 702 _0 |a 杜海峰 |A Du Hai Feng |4 译

• 702 _0 |a 任义科 |A Ren Yi Ke |4 译

• 702 _0 |a 杜巍 |A Du Wei |4 译

• 801 _0 |a CN |b 江苏新华 |c 20150511

• 905 __ |a WXCSXY |d C912.3/223