第1章 概述

1.1社会计算的定义

1.2社会计算研究的理论工具

1.3社会计算的研究与应用领域

1.4组织行为模式挖掘的研究内容

1.4.1组织行为预测

1.4.2可操作行为规则挖掘

1.5本书的结构与内容

第2章 组织行为预测

2.1基于相似度的组织行为预测方法

2.1.1组织行为的矢量模型

2.1.2 CONVEX算法

2.2基于分类的组织行为预测方法

2.2.1分类方法

2.2.2经验研究

2.3代价敏感组织行为预测建模

2.3.1代价敏感学习方法

2.3.2经验研究

2.3.3 OESP算法

2.3.4基于代价曲线的解决方案

第3章 可操作行为规则挖掘

3.1问题定义

3.2挖掘算法

3.2.1 MABR-1算法

3.2.2 MABR-2算法

3.3模型验证

3.4讨论

第4章 可操作行为规则挖掘技术的深入探讨

4.1消解规则冲突

4.1.1规则冲突

4.1.2冲突消解方法

4.1.3模型验证

4.2规则支持度建模

4.2.1样本对规则的非一致支持强度

4.2.2支持度的观察加权模型

4.2.3 MABR-3算法

4.2.4模型验证

4.3数值型行为属性建模

4.3.1问题的提出

4.3.2问题定义

4.3.3 MABR-4算法

4.3.4模型验证

4.4基于贝叶斯网络的挖掘算法

4.4.1问题的提出

4.4.2贝叶斯网络

4.4.3问题定义

4.4.4 MABR-5算法

4.4.5模型验证

4.5基于决策树的挖掘算法

4.5.1问题的提出

4.5.2 MABR-6算法

4.5.3模型验证

4.6技术展望

4.6.1发展方向

4.6.2发展方案

第5章 大数据背景下的组织行为模式挖掘

5.1大数据时代

5.2面临的挑战

5.3应对策略

5.4总体目标与关键问题

5.5实现方案

5.5.1采用的大数据技术

5.5.2企业内外部数据融合

5.5.3模型构建

5.5.4算法设计

第6章 总结

附录MAROB数据集中的相关属性表

参考文献

致谢