過去十年來，現(xiàn)代社會中復雜的“連通性”向公眾展現(xiàn)出與日俱增的魅力。這種連通性體現(xiàn)在許多方面: 互聯(lián)網(wǎng)與萬維網(wǎng)的快速成長、全球通信的便捷，以及新聞與信息（及傳染病與金融危機）在全世界傳播的驚人速度與強度。這些現(xiàn)象涉及網(wǎng)絡、動機和人們的聚合行為，它們基于人們之間的聯(lián)系，使得每人的決定可能對他人產生微妙的后果。
　　受當今世界這些發(fā)展的啟發(fā)，在理解高度互連系統(tǒng)如何運行的努力中，多個學科顯現(xiàn)出一種相互靠攏的趨勢。雖然每個學科有獨到的技術與視野，但相關的研究工作顯示出各種風格的融合，令人著迷。從計算機科學與應用數(shù)學，我們有理論框架來推理系統(tǒng)中復雜性（常常意外）的產生；從經(jīng)濟學，我們知道人們的行為受動機以及對他人行為預期的影響；從社會學與社會科學，我們能夠鑒賞從人群的互動中形成的特征結構。這些概念的綜合預示著一個新的研究領域的出現(xiàn)，關注復雜的社會、經(jīng)濟與技術系統(tǒng)中發(fā)生的現(xiàn)象。
　　本書源于我們在康奈爾大學開設的一門課程，旨在面向多學科的學生群體，介紹這個主題及其背后的思想，屬于入門層次。中心概念是基本的，并且不難理解，但它們來自多個不同領域的研究文獻。因此，本書的主要目的是用一種統(tǒng)一的方式將這些基本概念匯集起來，并將它們以盡量少有背景知識要求的方式展現(xiàn)出來。
總覽
　　本書定位在本科生的入門層次，除了希望讀者對基本的數(shù)學定義感到自然外，沒有其他先修要求。為此，我們利用一些特殊情境來發(fā)展有關思想，并通過例子給予解釋，目的是針對一些復雜的概念與理論，給出比較簡單但依然保持其基本思想的形式化表述。
在使用本書的過程中，我們發(fā)現(xiàn)許多學生也有興趣對這些主題進行　　深入的學習，因此提供一條從這種入門介紹到相關研究文獻的道路是有益的。為此，我們在許多章的結尾都安排了可選讀的深度學習材料。這部分內容不同于本書的其他部分內容，有些用到了更深的數(shù)學知識，有些則體現(xiàn)在一種更高層次的概念復雜性上。盡管如此，除了需要一些額外的數(shù)學背景外，這些章節(jié)本身是自封的（self-contained) ；同時，它們只是選讀的，即本書的其他任何部分內容都不依賴于它們。概要
　　本書的第1章是關于所涉及主題的詳細描述。這里給出全書的輪廓以及各章的主要內容。
　　本書有七大部分，每一部分包含3～4章。第一部分和第二部分介紹在分析網(wǎng)絡與行為中需要的兩個基本理論： 圖論與博弈論，前者用于研究網(wǎng)絡的結構，后者用于在人們的決定相互影響他人結果的場合建模。第三部分整合上述理論，分析市場的網(wǎng)絡結構，以及在該網(wǎng)絡中權力的概念。第四部分體現(xiàn)一種不同的整合，討論作為信息網(wǎng)絡的萬維網(wǎng)中信息搜索的問題，以及當前搜索產業(yè)核心市場的發(fā)展。第五部分和第六部分研究在網(wǎng)絡與群體中發(fā)生的若干基本過程的動力學，包括人們相互被他人決定影響的方式。第五部分從聚合的尺度上討論這個主題，將個體與群體的互動作為一個整體建模。第六部分繼續(xù)相關討論，但在比較細的網(wǎng)絡結構粒度上，從影響的問題開始，直到搜索過程與疾病傳染的動力學。最后，第七部分討論一些社會機制，包括市場、表決系統(tǒng)及產權，可以看到這些機制在前面研究過的一些現(xiàn)象中發(fā)揮的作用。
　　本書的使用
　　除了可用于教學外，對此類主題感興趣的一般讀者也會發(fā)現(xiàn)本書是有用的，從這里開始，讀者可以奠定在更深程度上獨立探索它們的基礎。
　　基于本書可以開設若干不同的課程。在康奈爾大學，學生來自許多不同的專業(yè)，有不同的技術背景，這種聽眾的多樣性幫助我們設定了本書的入門層次。我們的課程包括了每一章的部分內容。具體而言，下面是我們采用的周教學計劃。每周有三次課，每次50分鐘，但第六和第七周每周只有兩次課。每次課，我們不一定講到有關章節(jié)的所有細節(jié)。
第一周: 第1章，2.1～2.3節(jié)，3.1～3.3節(jié)，3.5節(jié)，4.1節(jié)。
第二周: 5.1～5.3節(jié)，6.1～6.4節(jié)，6.5～6.9節(jié)。
第三周: 8.1～8.2節(jié)，9.1～9.6節(jié)，10.1～10.2節(jié)。
第四周: 10.3節(jié)，10.4～10.5節(jié)，11.1～11.2節(jié)。
第五周: 11.3～11.4節(jié)，12.1～12.3節(jié)，12.5～12.6節(jié)。
第六周: 12.7～12.8節(jié)，第13章。
第七周: 14.1～14.2節(jié)，14.3～14.4節(jié)。
第八周: 15.1～15.2節(jié)，15.3～15.4節(jié)，15.5～15.6節(jié)，15.8節(jié)。
第九周: 16.1～16.2節(jié)，16.3～16.4節(jié)，16.5～16.7節(jié)。
第十周: 17.1～17.2節(jié)，17.3～17.5節(jié)，第18章。
第十一周: 19.1～19.2節(jié)，19.3節(jié)，19.4～19.6節(jié)。
第十二周: 22.1～22.4節(jié)，22.5～22.9節(jié)，7.1～7.4節(jié)。 第十三周: 20.1～20.2節(jié)，20.3～20.6節(jié)，21.1～21.5節(jié)。
第十四周: 23.1～23.5節(jié)，23.6～23.9節(jié)，第24章。
　　使用本書可有許多設計一門課程的路線。首先，作為計算機科學與經(jīng)濟學的結合，人們在開設一些新的課程，特別關注在現(xiàn)代計算機系統(tǒng)的設計與行為分析中經(jīng)濟學推理方法的作用。在這類課程中，以第2章圖論、第6章博弈、第9章拍賣和第10章匹配市場作為基礎，其他內容的選擇可有多種做法。例如，可以包括第二部分與第三部分的其他內容，第四部分與第五部分的全部，第19章，以及第七部分的某些內容，這就是一門很豐富的課程了。同時，這類課程也可有一種比較聚焦的版本，主要考慮拍賣、市場和網(wǎng)絡應用等，可以包括第2、6、9、10、13、15、17、18和22章，以及第11、12、14、16和19章的一些內容。如果這些課程在較高的層次開設，多數(shù)章節(jié)后面的深度學習材料應該可用。取決于課程的具體層次，有關章節(jié)的許多材料可用來作為深度學習的引導。
　　在不同但相關的方向上，人們也在開設關于社會計算與信息網(wǎng)絡的課程。在這類課程中，可以強調本書的第2～6、13、14、17～20和22章，這樣的課程在關于Web的內容中經(jīng)常會包括插有廣告的搜索市場，于是可以用第9、10和15章的內容。取決于具體的層次，書中的深度學習材料也可以在這類課程中發(fā)揮作用。
　　最后，本書的一些內容可作為自封的模塊，用在更多的一些課程中。例如，下面這些章節(jié)，2.3、3.6、5.5、8.3、10.6、14.2、14.3、14.6、15.9、20.3、20.4和20.7節(jié)可用來組成一門網(wǎng)絡算法的課程；第6～9章和第11章、12.9、15.3～15.6、19.2、19.3、19.5～19.7和23.7～23.9節(jié)可用來組成一門博弈論應用的課程；第2～5章，12.1～12.3和12.5～12.8節(jié)，以及第18～20章可用來組成一門社會網(wǎng)絡分析的課程；第16章和第22章，以及23.6～23.10節(jié)可用來組成一門信息在經(jīng)濟活動環(huán)境中的作用的課程；2.3、3.2、3.6、4.4、5.3、13.3、13.4、14.2～14.5、18.2、18.5和20.5節(jié)可用來組成一門大規(guī)模網(wǎng)絡數(shù)據(jù)分析的課程。多數(shù)這些模塊以圖論和（或）博弈論作為基礎，針對有些學生可能不熟悉這些內容，第2章和第6章分別提供了自封的介紹。
　　致謝
　　本書的思想誕生于康奈爾大學，一個特別有利于社會科學和計算科學相互結合的地方。從一項國家自然科學基金項目開始，我們與Larry Blume、Eric Friedman、Joe Halpern、Dan Huttenlocher和va Tardos合作，隨后在康奈爾大學社會科學研究院資助的關于網(wǎng)絡的校園“主題項目”中，與我們合作的研究小組成員除了Larry和Dan，還包括John Abowd、Geri Gay、Michael Macy、Kathleen O'Connor、Jeff Prince和David Strong。書中針對相關專題采納的分析方法和思維方式，源自于這種跨學科的合作研究小組，其中包括我們最親密的專業(yè)合作伙伴。 本書的前身課程產生于康奈爾大學專題項目中的討論。我們兩個人分別教授該研究生課程的不同內容，而由Michael Kearns在賓夕法尼亞大學開設的“聯(lián)網(wǎng)生活” (Networked Life）課程表明，這些內容對本科生同樣表現(xiàn)出它的活力和吸引力。我們對這種結合不同學科的課程的教育前景非常期待，這種結合不僅為學生提供一門課程，同樣對我們也具有教育意義。創(chuàng)建和教授這門新興的跨學科課程得到了我校計算機科學系和經(jīng)濟學系的支持，以及康奈爾大學所羅門基金會的支持。
　　在本書初具規(guī)模時，我們得益于采用本書初稿授課的同事們大量的反饋、建議和體驗。在此，我們特別感謝Daron Acemoglu（麻省理工學院）、Lada Adamic（密歇根州立大學）、Allan Borodin（多倫多大學）、Noshir Contractor（西北大學）、Jason Hartline（西北大學）、Nicole Immorlica（西北大學）、Ramesh Johari（斯坦福大學）、Samir Khuller（馬里蘭大學）、Jure Leskovec（斯坦福大學）、David Liben-Nowell（卡爾頓大學）、Peter Monge（南加州大學）、Asu Ozdaglar（麻省理工學院）、Vijay Ramachandran（高露潔大學）、R. Ravi（卡內基-梅隆大學）、Chuck Severance（密歇根大學）、Aravind Srinivasan（馬里蘭大學）和Luis von Ahn（卡內基-梅隆大學）。這門課的研究生和本科生教學助理也提供了很大的幫助，我們感謝Alex Ainslie、Lars Backstrom、Jacob Bank、Vlad Barash、Burak Bekdemir、 Anand Bhaskar、Ben Cole、Bistra Dilkina、Eduard Dogaru、Ram Dubey、Ethan Feldman、 Ken Ferguson、Narie Foster、Eric Frackleton、Christie Gibson、Vaibhav Goel、Scott Grabnic、Jon Guarino、Fahad Karim、Koralai Kirabaeva、Tian Liang、Austin Lin、Fang Liu、Max Mihm、Sameer Nurmohamed、Ben Pu、Tal Rusak、Mark Sandler、Stuart Tettemer、 Ozgur Yonter、Chong-Suk Yoon和Yisong Yue.
　　除了用過本書初稿的教師外，還有許多人也對此書給予了大量評議，對本書的改進提供了幫助，包括Lada Adamic、Robert Kerr、Evie Kleinberg、Gueorgi Kossinets、Stephen Morris、 David Parkes、Rahul Sami、 Andrew Tomkins和Johan Ugander。除了前面已經(jīng)提到的，我們還要再次感謝我們的同事Bobby Kleinberg、Gene Kleinberg、Lillian Lee、Maureen O'Hara、Prabhakar Raghavan和Steve Strogatz，他們在該項目進行過程中提出了非常有價值的建議。
　　很高興能夠與劍橋大學出版社編輯團隊合作。劍橋大學出版社的主要聯(lián)絡人Lauren Cowles為我們提供了巨大的幫助和有價值的建議；我們非常感謝Scott Parris 和 David Tranah對該項目的貢獻，以及Peggy Rote和她的同事們對本書的制作所做的工作。
　　最后，對我們的家庭表示深深的謝意，感謝我們的家人不懈的支持和付出。

　　大衛(wèi)·伊斯利（David Easley)
　　喬恩·克萊因伯格（Jon Kleinberg)
　　2010年于伊薩卡（Ithaca)