清華大學(xué)學(xué)術(shù)專著·社會計算：用戶在線行為分析與挖掘

定　價：￥65.00

作　者：	劉紅巖著
出版社：	清華大學(xué)出版社
叢編項：	清華大學(xué)學(xué)術(shù)專著
標(biāo)　簽：	計算機(jī)與互聯(lián)網(wǎng) 數(shù)據(jù)庫

購買這本書可以去

ISBN：	9787302356486	出版時間：	2014-07-01	包裝：	精裝
開本：	16開	頁數(shù)：	207	字?jǐn)?shù)：

內(nèi)容簡介

　　近年來，隨著Web技術(shù)的發(fā)展和應(yīng)用的普及，大量用戶將線下行為轉(zhuǎn)移到線上進(jìn)行，并且通過各種社會媒體隨時隨地進(jìn)行社會交互和情感表達(dá)。這些海量的社會行為形成的大數(shù)據(jù)，催生了社會計算這個新的跨學(xué)科的研究和應(yīng)用領(lǐng)域。《清華大學(xué)學(xué)術(shù)專著·社會計算：用戶在線行為分析與挖掘》在大數(shù)據(jù)的時代背景和社會計算的框架下，介紹從大量用戶在線行為數(shù)據(jù)中發(fā)現(xiàn)其中隱含的用戶行為模式和興趣偏好的方法和技術(shù)。全書主要內(nèi)容分為7個部分，分別介紹用戶在線搜索行為、網(wǎng)上購物行為、瀏覽行為、社會標(biāo)注行為、評論行為以及社交行為等方面的數(shù)據(jù)分析技術(shù)和方法，涉及搜索意圖的分析、購物模式的發(fā)現(xiàn)、周期行為的挖掘、標(biāo)簽的有效聚類、評論意見的挖掘、用戶偏好的發(fā)現(xiàn)、個性化推薦方法、鏈接分析以及社會網(wǎng)絡(luò)的分析方法等最新研究內(nèi)容?！肚迦A大學(xué)學(xué)術(shù)專著·社會計算：用戶在線行為分析與挖掘》內(nèi)容新穎、豐富、易于理解，反映社會計算和商務(wù)智能的最新研究和應(yīng)用趨勢。本書主要面向高等院校和科研單位的研究生、博士生和相關(guān)研究領(lǐng)域的學(xué)者，對業(yè)界管理人員和信息技術(shù)人員也有一定的參考價值。

作者簡介

暫缺《清華大學(xué)學(xué)術(shù)專著·社會計算：用戶在線行為分析與挖掘》作者簡介

圖書目錄

第1章緒論
1.1 大數(shù)據(jù)分析與社會計算
1.2 用戶在線行為的分析與挖掘
1.2.1 在線搜索行為分析
1.2.2 在線購物行為分析
1.2.3 在線瀏覽行為分析
1.2.4 在線評論意見挖掘
1.2.5 基于在線行為的推薦
1.2.6 在線標(biāo)注行為分析
1.2.7 社會網(wǎng)絡(luò)分析與挖掘
參考文獻(xiàn)
第2章在線搜索行為分析
2.1 搜索意圖挖掘
2.1.1 問題定義
2.1.2 單視圖關(guān)系圖構(gòu)建
2.1.3 跨視圖關(guān)系構(gòu)建
2.1.4 多視圖隨機(jī)游走模型
2.1.5 查詢相似度衡量
2.1.6 多視圖隨機(jī)游走模型與其他模型關(guān)系
2.1.7 實驗
2.1.8 相關(guān)工作
2.1.9 小結(jié)
2.2 熱點事件挖掘
2.2.1 種子URL發(fā)現(xiàn)方法
2.2.2 基于隨機(jī)游走的局部擴(kuò)展的事件發(fā)現(xiàn)方法
2.2.3 基于馬爾科夫隨機(jī)場的局部擴(kuò)展方法
2.2.4 事件偵測
2.2.5 案例分析
2.2.6 實驗分析
2.2.7 相關(guān)工作
2.2.8 小結(jié)
參考文獻(xiàn)
第3章在線購物行為分析
3.1 挖掘跨網(wǎng)站購物模式
3.1.1 什么是跨網(wǎng)站購物模式
3.1.2 跨網(wǎng)站購物模式的無候選集挖掘方法
3.1.3 挖掘其他類型的購物模式
3.1.4 實驗及案例分析
3.1.5 相關(guān)工作
3.2 交易行為模擬
3.2.1 數(shù)據(jù)的層次結(jié)構(gòu)
3.2.2 人工層次數(shù)據(jù)流生成器
3.2.3 測試
3.2.4 結(jié)論
參考文獻(xiàn)
第4章在線瀏覽行為周期性分析
4.1 周期模式相關(guān)工作
4.2 基于方差的周期模式
4.3 基于方差的周期模式的類型
4.4 周期模式的發(fā)現(xiàn)方法
4.4.1 貪婪分割法
4.4.2 準(zhǔn)遍歷法
4.5 預(yù)測事件的發(fā)生
4.6 實驗
4.6.1 在線瀏覽行為數(shù)據(jù)集
4.6.2 合成數(shù)據(jù)
4.7 結(jié)論
參考文獻(xiàn)
第5章在線評論意見挖掘
第6章基于在線行為的推薦
第7章在線標(biāo)注行為分析
第8章社會網(wǎng)絡(luò)分析與挖掘