電子醫療健康(E-healthcare)領域因其關繫民眾身心健康且囊括很多相關主題內容,成為最近需求強烈和應用較為廣泛的前沿領域。針對社交媒體平臺上醫療健康領域的多文本和復雜網絡特性,精準醫療用戶數據挖掘和社會網絡分析等內容是重要的研究課題。本書首先在第一章中介紹了電子醫療健康時代下面臨的科學問題和推薦繫統研究現狀。然後,在第二章中介紹了社交媒體平臺上的文本數據和網絡數據收集方法;第三章介紹了數據挖掘的知識,包括5個典型分類算法(k-近鄰、決策樹、支持向量機、隨機森林、梯度提升決策樹)和3個典型的聚類算法(k-means、層次聚類、孤立森林),通過Weka軟件和python語言的使用,講解如何實現這些數據挖掘方法。接著,在第四章中以平臺上的電子醫療健康主題為例,闡述了基於文本特征集合構建和特征選擇的情感分類,並提出了一種情感相似度計算方法。第五章是社會網絡分析在社交媒體平臺的應等