《应用统计工程前沿丛书：人文社会科学文献网络知识模型与应用》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。
　　《应用统计工程前沿丛书：人文社会科学文献网络知识模型与应用》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。

第1章 导论
1.1 知识模型理论的演进
1.2 人文社会科学评价理论回顾
1.3 国内人文社会科学研究成果评价的主要观点
参考文献

第2章 跨界知识模型和估计过程
2.1 跨学科研究进展
2.2 跨界知识模型的含义
2.3 人文社会科学跨界知识模型的估计过程
2.4 跨界知识模型的框架和数据
参考文献

第3章 社会网络分析
3.1 社会网络的概念与发展
3.2 社会网络的基本特征
3.3 网络抽样
3.4 社群挖掘算法
3.5 社群网络模型的评价
参考文献

第4章 重叠社群提取算法
4.1 重叠社群概述
4.2 无背景信息社群提取算法
4.3 带背景信息社群挖掘算法
4.4 带背景信息的重叠社群提取OCE算法
4.5 OCE算法的性质
4.6 几种社群挖掘算法的比较
参考文献

第5章 自然语言模型
5.1 向量空间模型概述
5.2 统计语言模型
5.3 LDA模型
5.4 LDA模型在语言腐败识别中的应用
5.5 基于网络调整的主题模型（Net-PLSA）
5.6 中文分词方法和分词工具
参考文献

第6章 学术热点发现的理论与实践
6.1 学术热点概念的变迁
6.2 基于学者选读文献的学术热点定义和数据基础
6.3 随机区块模型和计算
6.4 实证研究
6.5 本章小结
参考文献

第7章 人文社会科学学术跨界影响力模型
7.1 文献的跨界影响关系估计数据
7.2 无重叠社群的实证研究
7.3 重叠社群的跨机构合作主题模型研究
7.4 总结与未来研究展望
参考文献
索引
后记