个人简历：
尚可可，男，副教授，硕士生导师，研究领域为社会物理学、复杂系统，研究方向有社交关系预测、计算传播等。2017年博士毕业于西北工业大学兵器科学与技术专业，在西澳大利亚大学公派博士联合培养2年。硕博期间在网络科学领域传统刊物上发表SCI论文5篇、EI期刊论文1篇、中文核心论文1篇。目前共发表论文20余篇，其中以第一作者兼通讯作者在美国物理学会、欧洲物理学会、英国物理学会及美国物理联合会主办的刊物上发表SCI论文多篇，在National Science Open《国家科学进展》上发表共同通讯论文1篇。主持国家自然科学基金青年项目1项、江苏省社科一般项目一项、计算传播学研究委员会社科类项目1项，入选江苏高校“青蓝工程”优秀骨干教师项目，参与国家社科基金重大项目3项，国家、省部级自科类项目10余项、国家级社科类项目1项、省部级社科类项目2项。为网络科学领域近30本SCI期刊（New Journal of Physics、Chaos、EPL、Scientific Reports、Physica A等）的审稿人，SCI刊物Complexity和Symmetry的客座主编，中国新闻史学会计算传播学研究委员会首任副秘书长（2018.10 -2020.10)，目前谷歌H指数为12，i10指数为14，相关学术研究被国家自然科学基金委员会网站、美国物理联合会网站、美国科学促进会（Science的主办机构）旗下网站、南大新闻网等学术机构报道。
开设主要课程：《网络新科学》《社交关系预测》《数字化市场分析》
工作经历：
2017年12月至2018年4月 西安邮电大学计算机学院讲师（副教授津贴）
2018年4月至2021年3月 南京大学新闻传播学院计算传播学实验中心助理研究员
2021年3月至今 南京大学新闻传播学院计算传播学实验中心副教授
主要期刊论文
学术机构主办刊物：
美国物理学会（APS）：
Ke-ke Shang*, and Michael Small. Link prediction for long-circle-like networks. Physical Review E 105.2 (2022): 024311. SCI Q1、一作兼通讯
美国物理联合会（AIP）：
Ke-ke Shang*, et al. “Growing networks with communities: A distributive link model.” Chaos: An Interdisciplinary Journal of Nonlinear Science 30 (2020): 041101. SCI Q1、一作兼通讯
Ke-ke Shang*, et al. “Link prediction for tree-like networks.” Chaos: An Interdisciplinary Journal of Nonlinear Science 29.6 (2019): 061103. SCI检索 . SCI Q1、一作兼通讯
欧洲物理学会（EPS）：
Ke-ke Shang*, et al. “A novel metric for community detection.” EPL (Europhysics Letters), 129 (2020): 68002. SCI、一作兼通讯
Ke-ke Shang*, et al. “The key to the weak-ties phenomenon.” EPL (Europhysics Letters), 127(2019): 48002. SCI 、一作兼通讯
Ke-ke Shang*, et al. “The role of direct links for link prediction in evolving networks.” EPL (Europhysics Letters), 117 (2017) 28002. SCI、一作兼通讯
英国物理学会（IOP）：
Ran, Y*., Liu, S. Y., Yu, X., SHANG, K.*, & Jia, T*. (2022). Predicting future links with new nodes in temporal academic networks. Journal of Physics: Complexity. 共同通讯、邀稿
中国科学院（CAS）：
Bin Yang*, Ke-ke Shang*, Michael Small*, Naipeng Chao*.(2023) Information overload: How hot topics distract from news---COVID-19 spread in the US, National Science Open 《国家科学进展》, 20220051. 共同通讯
其它期刊论文：
Ke-ke Shang, Wei-sheng Yan, and Michael Small*. “Evolving networks—Using past structure to predict the future.”Physica A: Statistical Mechanics and its Applications 455 (2016): 120-135. SCI Q1 一作
Chen, S., Ran, Y., Huang, H.*, Wang, Z.*, & Shang, K. K.* (2022). Epidemic Dynamics of Two-Pathogen Spreading for Pairwise Models. Mathematics, 10(11), 1906. SCI Q1 共同通讯
Ye, N., Yu, D.*, Zhou, Y., Shang, K. K.*, & Zhang, S. (2023). Graph Convolutional-Based Deep Residual Modeling for Rumor Detection on Social Media. Mathematics, 11(15), 3393. SCI Q1 共同通讯
Zhang, Y., Feng, M., Shang, K. K.*, Ran, Y., & Wang, C. J.* (2022). Peeking strategy for online news diffusion prediction via machine learning. Physica A: Statistical Mechanics and its Applications, 598, 127357. SCI Q2 共同通讯
Zhang, Chuanting, Ke-Ke Shang*, and Jingping Qiao*. Adaptive Similarity Function with Structural Features of Network Embedding for Missing Link Prediction. Complexity2021 (2021). SCI Q2 共同通讯
Ke-ke Shang*, Michael Small, and Wei-sheng Yan. “Fitness networks for real world systems via modified preferential attachment.” Physica A: Statistical Mechanics and its Applications, 474 (2017): 49-60. SCI Q2 一作兼通讯
Ke-ke Shang*, Michael Small and Wei-sheng Yan. “Link direction for link prediction.” Physica A: Statistical Mechanics and its Applications 469 (2017) 767–776. SCI Q2 一作兼通讯
Ke-Ke Shang, Wei-Sheng Yan, and Xiao-Ke Xu*. “Limitation of degree information for analyzing the interaction evolution in online social networks.” International Journal of Modern Physics C 25.10 (2014): 1450056. SCI Q3 一作
Liu, L., Chen, S., Small, M., Moore, J. M., & Shang, K. (2023). Global stability and optimal control of epidemics in heterogeneously structured populations exhibiting adaptive behaviour. Communications in Nonlinear Science and Numerical Simulation, 107500. SCI Q1
Xu, Xiao-Ke, Ke-Ke Shang, and Jing Xiao. Quantifying the effect of community structures for link prediction by constructing null models. IEEE Access 8 (2020): 89269-89280. SCI Q1
Huang, J., Xu, R., Cheng, D., Zhang, S., & Shang, K. (2019). A novel hybrid clustering algorithm based on minimum spanning tree of natural core points. IEEE Access, 7, 43707-43720. SCI Q1
Cui, W. K., Shang, K. K., Zhang, Y. J., Xiao, J., & Xu, X. K. (2018). Constructing null networks for community detection in complex networks. The European Physical Journal B, 91(7), 1-9. SCI Q3
尚可可, 许小可. 基于置乱算法的复杂网络零模型构造及其应用 [J]. 电子科技大学学报, 2014, 43(1): 7-20. EI、CSCD一作
许小可，崔文阔、崔丽艳、肖婧、尚可可. 无权网络零模型的构造及应用[J]. 电子科技大学学报, 2019, 48(1): 122-141. EI、CSCD
姚尊强, 尚可可, 许小可. 加权网络的常用统计量 [J]. 上海理工大学学报 34.1 (2012): 18-26. 中文核心、CSCD
主持项目：
2019.01–2021.12 国家自然科学基金青年项目：“基于链路预测和零模型的演化网络结构分析”（61803047）（主持人）
Analysis of evolving network structure based on link prediction and null models National Natural Science Foundation of China 61803047
2019.01-2019.12 腾讯-南京大学-中国新闻史学会计算传播学研究委员会互联网传播学项目:“演化社交网络上的传播路径预测”（主持人）
主要参与项目：
1，国家社科基金重大项目（计算社会学）“大数据驱动的网络社会心态发展规律与引导策略研究” 陈云松教授主持
2，国家社科基金重大项目（计算传播学）“大数据时代计算传播学的理论、方法与应用研究” 巢乃鹏教授主持
相关学术新闻：
1，关于论文Growing networks with communities: A distributive link model（具有演化社群功能的增长网络模型）的主要报道：
国家自然科学基金会http://www.nsfc.gov.cn/csc/20340/20343/52615/index.html
AIP科学之光https://aip.scitation.org/doi/10.1063/10.0001196
南京大学新闻网https://news.nju.edu.cn/xsdt/20200501/i98897.html
2，关于论文Link prediction for tree-like networks（传播结构网络上的交互关系预测）的主要报道：
美国物理联合会https://publishing.aip.org/publications/latest-content/finding-missing-network-links-could-help-develop-new-drugs-stop-disease-ease-traffic/
美国科学促进会https://www.eurekalert.org/pub_releases/2019-06/aiop-fmn062419.php
南京大学新闻网https://news.nju.edu.cn/xsdt/20190628/i94374.html
硕士生：
杨君涵（2021级） 研究兴趣：社交网络分析 yangjhxx@163.com
潘笑（2022级） 研究兴趣：数字新闻 panxiao0821@163.com
张力文（2023级） 研究兴趣：传播效果研究 1184895319@qq.com
杨妍妍（2023级） 研究兴趣：社交网络分析 yeon_yang@163.com
