本书涉及数据结构和算法，Python中的中间编程，复杂性科学和科学哲学。

符号网络是指边具有正或负符号属性的网络,其中,正边和负边分别表示积极的关系和消极的关系.真实世界的许多复杂网络中都存在对立的关系,尤其是在信息、生物和社会领域.利用边的符号属性去分析、理解和预测这些复杂网络的拓扑结构、功能、动力学行为具有十分重要的理论意义,并且对个性化推荐、态度预测、用户特征分析与聚类等都具有重要的应用价值.然而,当前人们对网络的符号属性关注较少.综述了符号网络的研究背景及意义、国内外研究现状和最新进展,并讨论了目前存在的主要问题,试图让人们对符号网络这一研究方向能有清晰而全面的认识,为网络数据挖掘、复杂网络分析、社会学、生物信息学等相关领域的研究者提供有益的参考.

复杂性科学的经典读物，以下评论引自张江的“复杂系统科普读物综述” 目前讲复杂系统大部分的思路都是来源于John Holland（荷兰德）的复杂适应系统。而《隐秩序》就是介绍复杂适应系统最好的读物！之所以说《隐秩序》比较深，是因为它里面有好多好多关于计算机建模、编码思想的细节知识，这对于那些感觉计算机很陌生的朋友的确存在一些困难。然而即使它讲的模型可能很难一下子看懂，我们也不难从该书中洞悉到作者的深刻思想和意图。