本书主要内容包括内积空间上的偏好聚类、代价敏感的多目标二次优化、内积空间上的支持向量机等面向异质偏好的数据挖掘算法，提出了基于大规模异质偏好的分类与聚类模型的偏好学习、冲突分析、风险分析、共识过程、算法评价等经典决策问题解决方案。 此外，本书还针对绿色供应商选择、金融监管科技、运动员排序、城市更新、网络借贷等管理学问题，给出了异质偏好学习的决策应用案例。 本书可作为本科生、硕博士研究生的管理科学研究方法的课程辅助教材，也可以作为政企高级管理人员科学决策的参考方法。

第1章 绪论
1.1 研究背景
1.2 研究历史与现状
1.3 本书主要研究的问题
1.4 本书的结构与框架
第2章 相关理论与文献综述
2.1 异质偏好集结
2.2 大群体决策行为挖掘
2.3 群体决策的共识（Consensus）模型
2.4 本章小结
第3章 异质偏好关系集结研究
3.1 异质偏好集结概述
3.2 基于余弦相似度量的权重向量计算模型
3.3 基于相似度量的异质偏好关系的集结
3.4 不完整异质偏好关系的集结
3.5 本章小结
第4章 异质偏好下大群体决策者的行为挖掘
4.1 大群体决策概述
4.2 决策者的行为集聚
4.3 知识驱动的决策者行为分类
4.4 群体决策中的公平关切博弈行为
4.5 本章小结
第5章 异质偏好下大群体决策共识研究
5.1 群体决策共识与大群体决策共识
5.2 基于乘性偏好关系的群体决策共识模型
5.3 基于异质偏好的决策共识模型
5.4 大群体决策模型应用
5.5 本章小结
第6章 大规模社交网络群体决策的共识过程
6.1 社交网络群体决策的发展
6.2 决策社交网络的结构
6.3 大规模社交网络群体决策中的群体分类
6.4 最小成本群体共识达成过程
6.5 城市拆迁案例研究
6.6 本章小结
第7章 群体决策共识阈值的客观测定
7.1 群体决策共识阈值概念
7.2 基本共识达成进程
7.3 群体决策的效率评价
7.4 群体决策共识阈值的客观测定：效率的视角
7.5 案例分析
7.6 本章小结
第8章 金融监管科技与系统性风险
8.1 系统性金融风险监管的现状
8.2 相关研究
8.3 贸易监管框架
8.4 本章小结
参考文献
后记