在线社交网络积累了大量用户产生的文本、图像和视频等跨媒体数据，而且数据呈现出显著的时空演化特性，这使得传统的搜索与挖掘技术已经难以适应用户在海量在线社交网络数据中精准搜索与挖掘信息的需求。本书聚焦在线社交网络搜索与挖掘关键理论与技术，从在线社交网络的跨媒体数据的获取与表达、语义学习与分析、智能精准搜索与挖掘三方面展开，系统深入地研究在线社交网络搜索与挖掘关键理论与技术，主要内容包括在线社交网络跨媒体时空信息的获取与表达、跨媒体大数据的语义学习与主题表达、在线社交网络突发话题发现、用户搜索意图理解与挖掘，以及支持时空特性与用户搜索意图理解的在线社交网络跨媒体搜索系统实现等。
本书适用于计算机、人工智能、大数据相关专业研究生和高年级本科生的专业学习，也可供有关科研人员参考。

杜军平，北京邮电大学计算机学院教授、博士生导师，北京邮电大学校学术委员会委员、计算机学院学术委员会主任、计算机应用技术中心主任。CAAI会士、CCF会士，1996-1997年在丹麦Aarhus大学计算机系做访问学者。