本书全面介绍了多层网络图模式挖掘及其在癌症基因组学中的应用研究，重点阐述了多层网络图模式挖掘理论、算法及其在癌症基因组学中的应用，旨在为读者提供多层网络图模式挖掘所需的基本知识，使读者能够从整体上对多层网络图模式挖掘的内容与方法有所理解。本书内容包含三大主题：多层网络图模式挖掘理论模型、多层网络图模式挖掘算法以及多层网络图模式挖掘算法在癌症基因组学中的应用研究。全书共12章，涵盖了多层网络与时序网络两大类型网络，系统地研究了多层网络的相关理论、算法与医学应用。 本书内容主要源于作者过去十年的科研成果，能够为对多层网络、精准医学感兴趣的读者提供参考；同时，本书可作为计算机相关专业的高年级本科生与研究生教材；本书对需要理解数据挖掘和智能系统的专业人员也是很好的参考书。

第1章 绪论
1.1 图论发展史
1.2 复杂网络
1.3 多层网络
1.4 多层网络面临的挑战与机遇
1.5 本书结构
1.6 本章小结
第2章 基础知识
2.1 图论基础
2.2 矩阵理论
2.3 多层网络图模式
2.4 本章小结
第3章 多层网络图模式模型理论
3.1 多层网络聚类算法等价性理论
3.2 时序网络演化聚类算法等价性理论
3.3 时序网络链路预测算法等价性理论
3.4 本章小结
第4章 面向多层网络的半监督联合非负矩阵分解聚类算法
4.1 引言
4.2 算法
4.3 实验结果
4.4 本章小结
第5章 基于联合学习的多层网络层特异性社区聚类算法
5.1 引言
5.2 算法
5.3 实验结果
5.4 本章小结
第6章 基于深层表示学习的多层网络层特异性社区聚类算法
6.1 引言
6.2 算法
6.3 实验结果
6.4 本章小结
第7章 基于演化非负矩阵分解的时序网络动态社区检测算法
7.1 引言
7.2 算法
7.3 实验结果
7.4 本章小结
第8章 时序网络动态社区检测的联合学习算法
8.1 引言
8.2 算法
8.3 实验结果
8.4 本章小结
第9章 大规模时序网络动态社区检测加速算法
9.1 引言
9.2 算法
9.3 实验结果
9.4 本章小结
第10章 基于多层网络的癌症表观遗传多组学数据集成算法
10.1 引言
10.2 算法
10.3 实验结果
10.4 本章小结
第11章 与癌症恶化关联的动态基因模块追踪算法
11.1 引言
11.2 算法
11.3 实验结果
11.4 本章小结
第12章 总结与展望
12.1 总结
12.2 展望
参考文献