社會計算中的組織行為模式挖掘

第1章  概述 1

1.1  社會計算的定義 2

1.2  社會計算研究的理論工具 4

1.3  社會計算的研究與應用領域 9

1.4  組織行為模式挖掘的研究內容 12

1.4.1  組織行為預測 12

1.4.2  可操作行為規(guī)則挖掘 15

1.5  本書的結構與內容 21

第2章  組織行為預測 23

2.1  基于相似度的組織行為預測方法 24

2.1.1  組織行為的矢量模型 24

2.1.2  CONVEX算法 25

2.2  基于分類的組織行為預測方法 31

2.2.1  分類方法 31

2.2.2  經驗研究 50

2.3  代價敏感組織行為預測建模 53

2.3.1  代價敏感學習方法 53

2.3.2  經驗研究 55

2.3.3  OESP算法 65

2.3.4  基于代價曲線的解決方案 67

第3章  可操作行為規(guī)則挖掘 73

3.1  問題定義 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  模型驗證 91

3.4  討論 97

第4章  可操作行為規(guī)則挖掘技術的深入探討 99

4.1  消解規(guī)則沖突 100

4.1.1  規(guī)則沖突 100

4.1.2  沖突消解方法 101

4.1.3  模型驗證 103

4.2  規(guī)則支持度建模 107

4.2.1  樣本對規(guī)則的非一致支持強度 107

4.2.2  支持度的觀察加權模型 107

4.2.3  MABR-3算法 109

4.2.4  模型驗證 111

4.3  數(shù)值型行為屬性建模 113

4.3.1  問題的提出 113

4.3.2  問題定義 113

4.3.3  MABR-4算法 115

4.3.4  模型驗證 116

4.4  基于貝葉斯網絡的挖掘算法 120

4.4.1  問題的提出 120

4.4.2  貝葉斯網絡 120

4.4.3  問題定義 122

4.4.4  MABR-5算法 122

4.4.5  模型驗證 123

4.5  基于決策樹的挖掘算法 125

4.5.1  問題的提出 125

4.5.2  MABR-6算法 125

4.5.3  模型驗證 127

4.6  技術展望 128

4.6.1  發(fā)展方向 128

4.6.2  發(fā)展方案 129

第5章  大數(shù)據背景下的組織行為模式挖掘 131

5.1  大數(shù)據時代 132

5.2  面臨的挑戰(zhàn) 134

5.3  應對策略 135

5.4  總體目標與關鍵問題 138

5.5  實現(xiàn)方案 140

5.5.1  采用的大數(shù)據技術 140

5.5.2  企業(yè)內外部數(shù)據融合 162

5.5.3  模型構建 164

5.5.4  算法設計 167

第6章  總結 169

附錄  MAROB數(shù)據集中的相關屬性表 172

參考文獻 174

致謝 184