第一章 数据挖掘技术概论 1
1.1 数据分析与数据挖掘 2
1.2 复杂系统与多关系网络 4
1.3 多关系数据挖掘 4
1.4 多关系数据挖掘的特别之处 6
第二章 模糊认知超图的理论基础——模糊认知图 8
2.1 模糊认知图模型 9
2.2 模糊认知图的学习方法 12
2.3 模糊认知图的领域应用 18
2.4 模糊认知图的挑战 23
第三章 模糊认知超图的理论基础——超图 25
3.1 超图模型 26
3.2 模糊认知图与超图的结合可能性分析 30
第四章 模糊认知图的演化模型和算法改进 33
4.1 模糊认知图的演化模型 34
4.2 模糊认知图的学习算法改进 45
第五章 模糊认知超图的结构与表示 49
5.1 模糊认知超图的结构 51
5.2 模糊认知超图的形式化表示 53
5.3 模糊认知超图中的最短路径 55
5.4 模糊认知超图的最短路径算法 56
第六章 模糊认知超图的因果链与推理机制 60
6.1 模糊认知超图中因果影响的表示及计算 62
6.2 模糊认知超图的因果链 65
6.3 模糊认知超图推理机制 69
第七章 模糊认知超图的分解与层次聚类 81
7.1 模糊认知超图的分解 82
7.2 模糊认知超图的层次聚类方法 93
第八章 超边聚合与节点重要性评估 97
8.1 模糊认知超图中超边相似度计算 98
8.2 超边的聚合过程 105
8.3 聚类树密度划分 107
8.4 节点重要性评估方法 109
第九章 多关系网络的社区发现 126
9.1 多关系网络的社区发现 128
9.2 社区节点质量评估 132
9.3 社区发现实例分析 137
第十章 总结和展望 142
参考文献 145