在线社交网络挖掘典型问题研究

　　在线社交网络挖掘是目前数据挖掘领域的热门研究方向之一，相关问题的研究对于指导社会、经济以及安全等领域的决策具有重要作用。本书在对在线社交网络挖掘进行概述的基础上，对其中包含的用户分类、社区发现以及社会化推荐等三个典型问题进行了深入研究，分别提出了一种基于随机游走模型的用户分类方法、集成链接和属性信息的社区发现方法、融合社交网络信息的协同过滤推荐方法以及基于Hadoop的社会化推荐系统。本书对每一种方法的研究背景、关键理论以及实验分析等内容进行了详细介绍，并总结归纳了相关工作的研究价值。

　　贺超波，博士，副教授，硕士生导师，中国计算机学会高级会员，广东省计算机学会协同计算专业委员会委员，主要从事数据库、数据挖掘、社会计算与教育信息化等方面的教学与科研工作。汤庸，博士，教授，博士生导师，中国计算机学会协同计算专业委员会副主任，广东省计算机学会常务副理事长，主要从事数据库、社会网络计算与大数据应用等方面的教学与科研工作。