Boken 'Practical Social Network Analysis with Python' tar for seg samfunnsnettverksanalyse fra et beregningsmessig perspektiv. Den introduserer leserne for de grunnleggende aspektene ved nettverksteori, med en grundig diskusjon rundt de ulike målemetodene som benyttes for å vurdere samfunnsnettverk. Innholdet dekker ulike former for grafer og analysen av disse ved hjelp av metoder som filtrering, klynging og reglemining, samt viktige teorier som det lille verden-fenomenet. Videre presenteres metoder for å identifisere innflytelsesrike noder i nettverket og modeller for informasjonsdisseminasjon. Boken gir også praktiske eksempler for å forklare verktøyene som brukes til å visualisere storskala nettverk, og utforsker aktuelle emner som big data og dyp læring i konteksten av samfunnsnettverksanalyse. I en tid der Internett har blitt en integrert del av hverdagen, brukes sosiale nettverksverktøy som hovedmiddel for kommunikasjon. Samtidig øker volumet og hastigheten på slike data raskt, noe som skaper behov for å anvende beregningsmetoder for å tolke og forstå dette komplekse landskapet. Boken gir et solid fundament for forskere, praktikere og studenter i hvordan man kan bruke Python for å analysere og forstå samfunnsnettverk i en tid med stadig økende datamengder.
