内容提要

本书分为基础知识、社交网络表示和社交网络对齐方法三部分内容，针对社交网络对齐中的用户对齐与社区对齐场景，系统介绍了社交网络对齐关键技术体系及其应用。

第一部分“基础知识”定义了社交网络并进行建模，介绍了后续各种对齐方法中所涉及的图神经网络、图表示学习等。第二部分“社交网络表示”分别从微分方程和狄利克雷分布两个角度，介绍了基于微分方程的动态图表示学习算法和基于狄利克雷分布的知识图谱表示方法。第三部分“社交网络对齐方法”以模型建立、算法介绍、实验分析的逻辑，重点分析了5种社交网络对齐方法：静态的社交网络用户对齐方法、动态的社交网络用户对齐方法、基于无监督学习的社交网络用户对齐方法、基于迁移学习的社交网络用户对齐方法和基于双曲空间的社交网络社区对齐方法。

本书既可以作为对社交网络、数据挖掘、图神经网络感兴趣的高年级本科生和研究生的入门书，也可以作为人工智能领域开发者和研究者的技术参考书。