本書首先介紹圖論及機器學習的基本概念，進而對典型的機器學習算法如線性回歸、聚類算法和分類算法，以及代表性的深度神經(jīng)網(wǎng)絡(luò)算法(如卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、對抗生成網(wǎng)絡(luò)等)進行基礎(chǔ)性介紹，最后從網(wǎng)絡(luò)基本理論(三元閉包、聚集系數(shù)等)出發(fā)介紹了強關(guān)系和弱關(guān)系的應(yīng)用和聯(lián)系，從選擇和社會影響兩個角度闡述了同質(zhì)化的形成原理，并且闡述了網(wǎng)絡(luò)極化的形成機理與度量方法，進而從節(jié)點權(quán)力的角度闡述社會權(quán)力的核心內(nèi)涵。