隨著數字經濟的快速發(fā)展，信息技術對經濟、社會產生的影響日益深遠。通信基礎設施所連接的數億智能手機、計算機所形成的復雜系統(tǒng)支持著各類互聯(lián)網平臺和應用。淘寶、京東、拼多多等電商平臺通過構建商品鏈接網絡，幫助用戶高效搜索商品；微信、QQ形成了人與人之間更廣泛的連接，幫助人們高效溝通；百度、谷歌、今日頭條、抖音等構建了多模態(tài)信息之間的連接，幫助人們快捷地查找、篩選信息。面對海量信息、鏈接所構成的復雜網絡系統(tǒng)，如何理解、預測和控制是需要解決的問題之一的挑戰(zhàn)。
隨著數字內容消費不斷增長，線上內容不斷豐富，從海量選項中搜索滿意的內容和商品令消費者眼花繚亂，很難做出選擇。推薦系統(tǒng)幫助人們快速發(fā)現(xiàn)他們感興趣的商品或信息，極大地推動了互聯(lián)網應用的發(fā)展。例如，在電商平臺，人們通常會在商品頁面看到相關商品推薦信息；在內容平臺，也經常會看到與自己點贊內容相似的短視頻、音樂、問答知識的推送。正是由于各種推薦系統(tǒng)的應用，大量內容和產品節(jié)點相互連接形成了產品網絡。隨著自然語言技術、圖像處理技術的發(fā)展，在各類平臺中，圖像、視頻的作用日益重要，平臺通過挖掘產品圖像和視頻中的信息進行更加有效的推薦�；�于物品圖像、產品屬性和用戶選擇的相似產品推薦系統(tǒng)廣泛應用于各購物網站、音樂社區(qū)等平臺，基于產品相似性的推薦網絡更高效地為消費者提供了產品篩選功能。已有研究圍繞亞馬遜、淘寶等電商平臺產品推薦系統(tǒng)，揭示了共看共買等推薦機制所形成的產品網絡對需求的影響，但對基于圖像、語義、情感等特征的相似性推薦及其網絡與共看共買等產品網絡的差異仍缺乏研究。雖然平臺內容對消費者的影響日益增強，但是關于內容網絡的研究和分析還不夠充分。音樂、圖像、視頻等內容產品與一般商品在生產、消費和使用等環(huán)節(jié)有顯著區(qū)別，存在著共享性、非競爭性等經濟屬性，以及網絡效應和語義特征等技術屬性。針對圖像、視頻、音頻、文本等多模態(tài)推薦網絡的研究不足。
隨著移動化、社交化趨勢增強，主流電商及內容平臺通過引入社交關系，將平臺轉變?yōu)樯缃画h(huán)境，用戶可以在線互動和生成內容。平臺與用戶的關系變得更為親密，用戶的信息行為與在缺乏社交環(huán)境的平臺有所不同，如用戶短視頻上癮行為。基于用戶社交互動形成的用戶網絡與基于推薦算法生成的產品網絡共同作用，對平臺需求產生何種影響是一個值得關注的問題。產品推薦網絡在初期有助于用戶網絡的形成，當用戶看到某個喜歡的視頻，通常會去關注創(chuàng)作者的相關視頻，進一步可能會關注創(chuàng)作者，從而產生社交聯(lián)系。另外，用戶網絡規(guī)模越大、社交關系越緊密，所產生的數據越豐富、多樣，則越有利于推薦算法，進而影響和優(yōu)化產品網絡結構。目前，對產品網絡疊加用戶網絡帶來的雙層網絡相互關系及其對平臺需求的影響機制尚不清楚。有關雙層網絡是否增強了對用戶的反饋，是否緩解了單一推薦算法導致的內容熱門偏差和馬太效應，是否有助于緩解信息繭房信息黑洞等問題，仍有待去深入探索。
為探索上述問題，本書圍繞產品網絡和用戶網絡展開研究，聚焦相似性，對電商平臺、內容平臺進行了研究。本書分析了相似性產品網絡的整體結構和特性對平臺需求的影響，從理論上加深了對相似性推薦系統(tǒng)商業(yè)價值的理解；實證檢驗了外部沖擊在相似性產品網絡中的溢出和擴散層次深度；基于同質性理論，從用戶屬性相似、文本內容和情感表達相似等方面，分析了內容平臺中的評論者群體特征的需求效應，深化了對異質性群體在不同階段需求影響的認識；從理論上探討了產品網絡與用戶網絡的相互作用及其對需求影響的內在機理，結合深度學習模型，挖掘了雙層網絡鏈接關系所蘊含的預測性信息，最后基于雙層網絡結構，參考PageRank和網絡穩(wěn)定性（Network Stability）思想，提出了一種重要內容節(jié)點識別的算法，幫助平臺優(yōu)化節(jié)點連接關系。綜合來看，本書將有助于平臺深化對相似性鏈接、雙層網絡的認識，有助于優(yōu)化服務質量，助力數字經濟高質量
發(fā)展。
本書是對作者多年思考和研究的一個階段性總結。從攻讀博士學位以來，作者一直關注該領域的最新研究動態(tài)，閱讀了大量國內外文獻，在推薦系統(tǒng)、復雜網絡、文本挖掘等方面進行了深入研究，發(fā)表了相關研究論文。在本書撰寫過程中，作者得到了諸多師長、前輩、同事、學友的幫助和支持，感謝桂林電子科技大學劉枚蓮、吳俊、潘細朋及管理科學與工程專業(yè)諸位老師，華中科技大學楊珺、潘炤老師，北京科技大學武森老師，華中農業(yè)大學鄭本榮、周品老師，北京交通大學黃安強老師以及董昭軒、馮昊、陳道泉、劉春吉、趙西君、楊鵬、彭程、駱秀禹等學友。同時，感謝桂林電子科技大學商學院提供科研及工作環(huán)境，感謝國家自然科學基金項目（網絡消費者多品牌選擇行為機理研究，71562006）及廣西高等學校創(chuàng)新團隊及卓越學者項目（電子商務與物流管理）的支持。