在線社交網(wǎng)絡挖掘典型問題研究

　　在線社交網(wǎng)絡挖掘是目前數(shù)據(jù)挖掘領域的熱門研究方向之一，相關問題的研究對于指導社會、經(jīng)濟以及安全等領域的決策具有重要作用。本書在對在線社交網(wǎng)絡挖掘進行概述的基礎上，對其中包含的用戶分類、社區(qū)發(fā)現(xiàn)以及社會化推薦等三個典型問題進行了深入研究，分別提出了一種基于隨機游走模型的用戶分類方法、集成鏈接和屬性信息的社區(qū)發(fā)現(xiàn)方法、融合社交網(wǎng)絡信息的協(xié)同過濾推薦方法以及基于Hadoop的社會化推薦系統(tǒng)。本書對每一種方法的研究背景、關鍵理論以及實驗分析等內(nèi)容進行了詳細介紹，并總結歸納了相關工作的研究價值。

　　賀超波，博士，副教授，碩士生導師，中國計算機學會高級會員，廣東省計算機學會協(xié)同計算專業(yè)委員會委員，主要從事數(shù)據(jù)庫、數(shù)據(jù)挖掘、社會計算與教育信息化等方面的教學與科研工作。湯庸，博士，教授，博士生導師，中國計算機學會協(xié)同計算專業(yè)委員會副主任，廣東省計算機學會常務副理事長，主要從事數(shù)據(jù)庫、社會網(wǎng)絡計算與大數(shù)據(jù)應用等方面的教學與科研工作。