万本电子书0元读

万本电子书0元读

顶部广告

社会计算中的组织行为模式挖掘电子书

售       价:¥

17人正在读 | 0人评论 6.2

作       者:苏鹏

出  版  社:电子工业出版社

出版时间:2018-11-01

字       数:9.4万

所属分类: 人文社科 > 社会科学 > 人类学/社会学

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
近年来,社会组织行为分析的研究主要集中在构建预测模型以预测组织可能的行为上。数据挖掘方法,特别是分类方法,近年来成为组织行为预测建模的主要方法。本书比较分析了主要的分类方法所建立的组织行为预测模型的性能,为不同情形下分类方法的恰当选择提供了依据。组织行为数据普遍存在类不平衡和误分类代价不一致的问题,这导致标准分类器所构建的组织行为预测模型性能较差。为此,在期望误分类代价这一指标下,本书研究了四种典型代价敏感学习方法基于不同标准分类器所构建的组织行为预测模型的性能,为不同情形下代价敏感学习方法的恰当选择提供了依据。另外,本书提出了一个新的适用于组织行为模式挖掘的代价敏感学习算法。*后,针对组织行为模式挖掘误分类代价易变且不易确定等特点,本书提出了基于代价曲线的个性化解决方案。本书适合行为分析、数据挖掘、决策支持、商务智能等领域的学者、教师、研究生、本科生阅读使用,也可供承担管理社会组织职能的政府相关部门及事业单位的决策者与工作人员学习参考。
目录展开

前言

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

1.5 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

2.2 基于分类的组织行为预测方法

2.3 代价敏感组织行为预测建模

第3章 可操作行为规则挖掘

3.1 问题定义

3.2 挖掘算法

3.3 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

4.2 规则支持度建模

4.3 数值型行为属性建模

4.4 基于贝叶斯网络的挖掘算法

4.5 基于决策树的挖掘算法

4.6 技术展望

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

第6章 总结

附录 MAROB数据集中的相关属性表

参考文献

致谢

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部