这本书是对网络统计分析的一般性介绍,既可以作为研究专著,也可以作为教材。书中介绍了许多用于网络分析的基本工具和概念,如网络建模、社区检测、基于图的半监督学习和网络中的抽样。这些概念的描述是自包含的,对所提到的算法既有理论证明,也提供了应用实例。从事网络科学、复杂网络分析或社交网络分析领域的研究人员(包括研究生)将在本书中找到与他们的研究任务相关的最新统计方法。本书还可以作为与统计方法分析复杂网络相关课程的教材。总的来说,各章节相对独立且自给自足,可供课程组成“自选式”。然而,第二章在某种程度上是本书各部分所需的基础。建议在阅读第五章和第六章之前阅读第四章,但这不是绝对必要的。在阅读第五章和第七章之前阅读第三章也会有所帮助。阅读本书的先决条件是具备概率、线性代数和图论基本概念的知识。为帮助读者进一步理解,已在附录中添加了上述学科所需概念的描述。