社会计算中的组织行为模式挖掘

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