本书重点关注用于发现有价值的跨界知识的数据、模型、估计和评价等统计学习方法及其应用。全书由7章构成，第1章是导论，第2章是跨界知识模型的基本概念，第3~5章是基础计算模型，第6章和第7章是跨界知识模型的应用。 本书可作为档案管理、图书馆学、情报学、统计学、复杂系统、数据挖掘等专业高年级本科生及研究生研讨课的讨论参考书，也可作为科研管理、高等教育研究的方法参考书。

中国人民大学统计学院副教授，概率论与数理统计教研室主任，主要研究方向：数据挖掘，统计机器学习，非参数统计，应用数理统计，知识模型等；1994年，1997年分获北京师范大学数学系理学学士和硕士学位；2003年，中国人民大学统计学经济学博士学位；发表论文30余篇，出版图书10本，代表作：《非参数统计》，《大数据分析：方法与应用》，《行为统计学》（译）等；国际会议报告15次，第十届全国统计科学研究优秀成果奖-统计教学二等奖，中国人民大学优秀教师奖。�

前言 谈到科学文献，大多数学者往往把评价的视角集中于它的被引次数、作者实力、发表期刊、半衰期等数量指标上。论及人文社会科学文献，又将着眼点放在思辨性、规范性、科学性和创新性等类级指标上，所有的聚焦点都集中在作品的外在“特征”方面，并认为这些方面的综合体就是人文社会科学作品的精髓所在。而从文献作为知识载体对知识的传播与交流作用来看，不仅仅是引起同行的注意就够了。 随着知识大爆炸网络时代的出现，一方面，学术成果生机繁荣，影响深度和广度不断扩展，形成了一个素材丰富、信息量巨大的跨界学术生态圈； 另一方面，借助学术文献对知识的撷取、加工、转移、传播等活动频繁，蕴藏在这纷繁的大数据轨迹之中的宝贵的交叉学术观点和新鲜的学术气息成为新思想、新理论以及跨界合作的新证据。于是，人们对文献和文献的选择要求越来越高，不再满足于仅仅靠阅读经典来收获选题思路，也不满足于跻身于某学术流派下做细枝末节的注记，甚至对于科技小品也能有想法。从大量文献中建立用于连接不同领域的稳定的知识跨界桥梁已成为一个重要课题。 尤其是在人文社会科学领域，本土语料体系被国际化、形式化、碎片化，本土的人文社会科学正面临着被肢解的困境，一方面学术成果不得不受制于禀赋之外量化评价的驱赶，另一方面是现代科学高度分化形成坚固的学科壁垒、部门壁垒、学派壁垒和地域壁垒，跨领域的研究在众多庞杂而又迅速更新的学术资源面前，常常显得无所适从，甚至有的学科发展封闭被迫依附于学术之外以求生存所导致传统特色萎缩而引发对其科学独立性的质疑，这更加大了这些学科知识被忽略甚至被丢弃的可能性。 人文社会科学根植于生活世界，对人的思维世界和生命更新起着滋养...