近年来，随着Web技术的发展和应用的普及，大量用户将线下行为转移到线上进行，并且通过各种社会媒体随时随地进行社会交互和情感表达。这些海量的社会行为形成的大数据，催生了社会计算这个新的跨学科的研究和应用领域。《清华大学学术专著·社会计算：用户在线行为分析与挖掘》在大数据的时代背景和社会计算的框架下，介绍从大量用户在线行为数据中发现其中隐含的用户行为模式和兴趣偏好的方法和技术。全书主要内容分为7个部分，分别介绍用户在线搜索行为、网上购物行为、浏览行为、社会标注行为、评论行为以及社交行为等方面的数据分析技术和方法，涉及搜索意图的分析、购物模式的发现、周期行为的挖掘、标签的有效聚类、评论意见的挖掘、用户偏好的发现、个性化推荐方法、链接分析以及社会网络的分析方法等最新研究内容。<br />《清华大学学术专著·社会计算：用户在线行为分析与挖掘》内容新颖、丰富、易于理解，反映社会计算和商务智能的最新研究和应用趋势。本书主要面向高等院校和科研单位的研究生、博士生和相关研究领域的学者，对业界管理人员和信息技术人员也有一定的参考价值。