第1章 概述 1
1.1社会计算的定义 2
1.2社会计算研究的理论工具 4
1.3社会计算的研究与应用领域 9
1.4组织行为模式挖掘的研究内容 12
1.4.1组织行为预测 12
1.4.2可操作行为规则挖掘 15
1.5本书的结构与内容 21
第2章 组织行为预测 23
2.1基于相似度的组织行为预测方法 24
2.1.1组织行为的矢量模型 24
2.1.2 CONVEX算法 25
2.2基于分类的组织行为预测方法 31
2.2.1分类方法 31
2.2.2经验研究 50
2.3代价敏感组织行为预测建模 53
2.3.1代价敏感学习方法 53
2.3.2经验研究 55
2.3.3 OESP算法 65
2.3.4基于代价曲线的解决方案 67
第3章 可操作行为规则挖掘 73
3.1问题定义 74
3.2挖掘算法 81
3.2.1 MABR-1算法 81
3.2.2 MABR-2算法 84
3.3模型验证 91
3.4讨论 97
第4章 可操作行为规则挖掘技术的深入探讨 99
4.1消解规则冲突 100
4.1.1规则冲突 100
4.1.2冲突消解方法 101
4.1.3模型验证 103
4.2规则支持度建模 107
4.2.1样本对规则的非一致支持强度 107
4.2.2支持度的观察加权模型 107
4.2.3 MABR-3算法 109
4.2.4模型验证 111
4.3数值型行为属性建模 113
4.3.1问题的提出 113
4.3.2问题定义 113
4.3.3 MABR-4算法 115
4.3.4模型验证 116
4.4基于贝叶斯网络的挖掘算法 120
4.4.1问题的提出 120
4.4.2贝叶斯网络 120
4.4.3问题定义 122
4.4.4 MABR-5算法 122
4.4.5模型验证 123
4.5基于决策树的挖掘算法 125
4.5.1问题的提出 125
4.5.2 MABR-6算法 125
4.5.3模型验证 127
4.6技术展望 128
4.6.1发展方向 128
4.6.2发展方案 129
第5章 大数据背景下的组织行为模式挖掘 131
5.1大数据时代 132
5.2面临的挑战 134
5.3应对策略 135
5.4总体目标与关键问题 138
5.5实现方案 140
5.5.1采用的大数据技术 140
5.5.2企业内外部数据融合 162
5.5.3模型构建 164
5.5.4算法设计 167
第6章 总结 169
附录MAROB数据集中的相关属性表 172
参考文献 174
致谢 184