SAN 阅读笔记
精校翻译 Preface 前言

书前精校翻译：前言

前言（Preface）

本书是一本关于网络统计分析的通用导论，既可作为研究专著，也可作为教材。书中介绍了网络分析所需的许多现代基础工具和概念，例如网络建模（network modeling）、社区检测（community detection）、基于图的半监督学习（graph-based semi-supervised learning）以及网络中的抽样（sampling in networks）。对这些概念的描述是自洽的，同时为所介绍的算法提供理论论证与应用。

在网络科学、复杂网络分析或社会网络分析领域工作的研究者（包括研究生）会发现，本书包含与其研究任务相关的最新统计方法。本书也可作为与从统计角度分析复杂网络相关课程的教材。

一般而言，各章相当独立且自成体系，本书可按“à la carte”方式组合用于课程教学。尽管如此，第 2 章在一定程度上是全书各部分所需的基础。阅读第 4 章后再阅读第 5、6 章也很有帮助，但并非绝对必要。阅读第 3 章后再阅读第 5、7 章同样会有所帮助。

阅读本书的先备知识包括概率、线性代数和图论的基本概念。我们还增加了若干附录，介绍上述学科中所需的一些概念。

学习笔记 Preface 阅读入口

前言学习笔记：进入本书之前

配套译文：书前精校翻译：前言。

内容类型：书前说明；原书只有 4 个自然段，没有编号对象、公式、图表、脚注、Further Notes 或习题。以下内容是学习层整理，不是原文增写。

1. 本页定位

学习层说明：前言不是一个需要逐行推导的理论单元，而是全书的使用说明：它告诉读者本书覆盖什么、适合谁、章节怎样衔接，以及开始阅读前需要哪些背景。

2. 原书信息卡

学习层概括：以下四点按前言四个自然段整理，只做信息压缩，不替代前言译文。
  1. 范围：本书把网络建模、社区检测、基于图的半监督学习和网络抽样放在同一条统计分析主线上，同时兼顾理论论证与算法应用。
  2. 读者：主要面向网络科学、复杂网络分析和社会网络分析领域的研究者与研究生，也可以用作复杂网络统计分析课程的教材。
  3. 章节关系：各章大体独立、可以按需组合；第 2 章在一定程度上服务于全书。第 4 章对第 5、6 章有帮助但不是硬性前置，第 3 章对第 5、7 章有帮助。
  4. 预备知识：概率、线性代数和图论的基本概念；相关补充材料放在附录中。

3. 阅读用途

学习层说明：下面是基于前言依赖关系给出的使用建议，用来安排第一次阅读；它不是作者新增的章节要求。
  • 想先建立全书共同语言时，先看附录中的概率、图论和线性代数基础，再进入正文。
  • 想读社区检测及其后续推断方法时，可把第 4 章作为主线，再顺读第 5、6 章；前言明确说明这条顺序有帮助，但不是强制顺序。
  • 想读第 5 章或第 7 章中的方法时，先回看第 3 章的中心性工具会更顺畅。
  • 如果只关心某一个主题，可以利用各章相对独立的特点按需选读；不要把“第 2 章并非每个局部论证的硬前置”误解成“第 2 章对全书没有基础作用”。

4. 来源校勘

来源校勘说明：PDF 文本层与 OCR 对文件页 9 的标题及 4 个自然段一致。文件页 9 对应印刷页 ix；其后文件页 10 已是第 1 章的印刷页 1，因此印刷页 x 在当前 PDF 中没有对应页面。项目接受并记录“印刷页 x 疑为空白页/未收录页”，不把它当作缺失的前言正文。

5. 阅读前检查

  • [ ] 我能说出本书的四类核心工具：网络建模、社区检测、图半监督学习和网络抽样。
  • [ ] 我知道第 2 章对全书有基础作用，但各章仍可相对独立地选读。
  • [ ] 我知道第 4 章→第 5、6 章，以及第 3 章→第 5、7 章，是作者建议的有帮助的阅读关系，而不是绝对前置。
  • [ ] 我能判断自己是否需要先回到附录补概率、线性代数或图论背景。