《异质偏好下大群体决策――理论、方法及应用》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，该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。《异质偏好下大群体决策――理论、方法及应用》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。