社交網絡已發(fā)展成為高度復雜的系統(tǒng)，其特點是海量數(shù)據(jù)和錯綜復雜的結構關系。數(shù)據(jù)智能的整合——特別是大型語言模型、知識圖譜和深度學習——為分析這些相互關聯(lián)的環(huán)境提供了有效的計算框架。通過映射復雜的語義表示和網絡拓撲結構，這些技術為處理非結構化數(shù)據(jù)和提取關系知識提供了系統(tǒng)的方法。這使得用戶行為、信息傳播和社群結構能夠進行更可靠的建模。鑒于現(xiàn)代網絡的動態(tài)性和大規(guī)模性，開發(fā)穩(wěn)健、可擴展且可解釋的算法已成為理論研究和實際應用的重要關注點。

       本期特刊旨在介紹社交網絡數(shù)據(jù)智能領域的最新方法論改進、計算模型和應用研究。我們歡迎原創(chuàng)研究論文和系統(tǒng)性綜述，探討該領域當前的計算挑戰(zhàn)、算法設計和數(shù)據(jù)驅動建模。我們的目標是促進扎實的學術討論，為研究人員和實踐者提供一個平臺，交流如何可靠地應用先進的人工智能技術來分析和理解復雜的網絡系統(tǒng)。

研究方向（包括但不限于）：

1. 社交網絡中的計算建模：數(shù)據(jù)驅動方法、復雜網絡分析和結構演化建模。

2. 大型語言模型和生成式人工智能：用于社交數(shù)據(jù)處理、語義理解和內容生成的算法方法。

3. 知識圖譜和關系推理：知識表示學習、圖神經網絡和互聯(lián)系統(tǒng)中的結構推理。

4. 行為建模和多智能體系統(tǒng)：用于個體和群體行為、群體智能和動態(tài)網絡仿真的計算模型。

5. 信息擴散和網絡動力學：用于追蹤社會影響、公眾輿論演變和異常檢測的數(shù)學和計算方法。

6. 智能推薦和決策支持：用于社交推薦、個性化信息服務和數(shù)據(jù)驅動決策的算法設計。

7. 社會系統(tǒng)中的可信計算：隱私保護、數(shù)據(jù)安全、算法公平性以及對噪聲或欺騙性信息的穩(wěn)健處理。

8. 跨學科應用：數(shù)據(jù)智能和網絡分析在教育、醫(yī)療保健、智慧城市和公共服務等領域的應用。

截止日期：2026年12月31日

主頁鏈接：https://www.scipedia.com/sj/specialissuerimni108

客座編輯：

林榮華            華南師范大學

袁成哲            廣東技術師范大學

鐘    昊            廣東技術師范大學 

湯非易            廣州職業(yè)技術大學   

Revista Internacional de Métodos Numéricos para Cálculo y Diseño en Ingeniería（RIMNI）期刊為SCI四區(qū)，JCR Q4期刊，是一本專注于數(shù)值算法和工程計算的國際學術期刊。