社交网络的特征在于个体、群体及社区之间存在的异质结构、非线性动态以及不断演化的互动。研究这些网络对于理解数字社会中的信息扩散、观点演化及集体行为至关重要。近期计算方法的进步，已借助复杂网络理论揭示了其内在机制，包括影响力传播、虚假信息扩散及网络演化。
诸如社交媒体和推荐系统等数字平台，在塑造沟通与互动方面扮演着至关重要的角色。通过算法中介，这些平台影响着信息流、左右着用户行为，并促成了回声室效应和极化现象的涌现，这极大地增加了分析数据及理解底层机制的复杂性。尽管取得了进展，但仍存在重大挑战，尤其是在理解信息扩散的动态模式、算法推荐对网络结构的长期影响，以及AI智能体在这些系统中模拟用户互动的作用方面。
基于此，Entropy 特邀浙江大学张子柯教授、普林斯顿大学黄俊铭博士、北京师范大学许小可教授以及四川大学刘权辉教授共同创建特刊“社交网络的复杂性 (Complexity of Social Networks)”。本特刊特别欢迎探讨以下主题的创新性研究投稿：
社交网络复杂性的最前沿研究，强调理论、计算及应用层面的方法
信息传播机制
社区结构变迁
算法系统动力学
社交网络模型中的AI应用
用于复杂网络分析的新颖方法论
鼓励投稿文章致力于解决算法驱动的社交系统中的新兴挑战，或提出创新性框架。
投稿截止日期：2026年3月31日
客座编辑
张子柯 教授
浙江大学
博士、浙江大学传媒与国际文化学院教授、浙江省杰出青年基金获得者。主要研究兴趣为计算驱动的人文社会科学研究。主持国家自然科学基金、欧盟第七科技框架基金、教育部人文社科重点研究基地重大项目课题等20余项。获中国计算机协会自然科学二等奖，青海省自然科学三等奖等。入选浙江省优秀教师、浙江省师德先进个人、浙江省中青年学科带头人、杭州市优秀教师、浙江省钱江人才计划 (C类)。目前担任复杂性科学研究会秘书长，兼任中国人工智能学会社会计算与社会智能专业委员会委员、中国新闻史学会智能与计算传播专委会常务理事、中国科技新闻学会数据新闻专委会常务理事等。
黄俊铭 博士
普林斯顿大学
研究兴趣集中于计算社会科学主题，包括社交媒体与网络分析、科学学、自然语言处理和因果推断。他现任普林斯顿大学当代中国研究中心的研究科学家。在加入普林斯顿大学之前，他曾任东北大学复杂网络研究中心博士后研究员和电子科技大学助理研究员。
许小可 教授
北京师范大学
于2002年在中国大连海事大学获得电子与信息工程专业学士学位，并于2008年在该校获得通信与信息系统专业博士学位。许博士曾任香港理工大学博士后研究员及香港城市大学访问学者。他曾获得中国计算机学会(CCF)-腾讯犀牛鸟基金资助，并在阿里巴巴数据创新大赛暨阿里巴巴青橙计划中获得一等奖。现任北京师范大学新闻传播学院计算传播研究中心 (珠海) 教授。其研究专注于复杂网络、社交媒体大数据、计算传播学等领域。
刘权辉 教授
四川大学
四川大学副教授、硕/博士生导师。国家重点研发计划课题负责人、四川省学术和技术带头人后备人选、四川大学青年科技学术带头人。2019年博士毕业于电子科技大学计算机学院，同年被四川大学人才引进为特聘副研究员，2022年晋升为副教授。博士期间，获留学基金委资助，在美国东北大学博士公派联合培养2年。研究方向包括人工智能、智能医学、自然语言处理、图神经网络、社会计算等，在美国科学院院刊 PNAS、Nature Communications 等国际权威期刊和ACM MM、AAAI等国际会议上发表论文40余篇。担任中国人工智能学会“社会计算与社会智能”专业委员会委员、中国自动化学会“计算社会与社会智能”专业委员会委员。
了解更多本特刊信息：https://www.mdpi.com/si/228523
期刊主页：https://www.mdpi.com/journal/entropy
Entropy 期刊介绍
主编：Kevin H. Knuth, University at Albany, USA
期刊主要发表熵和信息论的相关文章，涉及学科领域有：热力学、统计力学、信息论、生物物理学、天体物理学及宇宙学、量子信息和复杂体系等，当前位于 JCR 物理多学科二区。
2024 Impact Factor：2.0
2024 CiteScore：5.2
Time to First Decision：21.8 Days
Acceptance to Publication：2.6 Days
转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3516770-1501656.html?mobile=1
收藏
