本书论述了大规模网络下认知测量的基本理论及某些应用问题, 基本涵盖了认知测量在理论和实际应用中各个方面的内容。全书包括随机矩阵和的性质, 随机矩阵的集中不等式性质及高维大数据矩阵特征值的集中不等式性质, 随机矩阵的非渐进和局部性质及渐进和全局性质。还介绍了认知测量理论在其他学科中的具体应用, 包括压缩感知、矩阵填充、低秩矩阵恢复、高维协方差矩阵估计、高维信号检测、概率条件受限的优化问题求解等。最后讨论了相关理论在大数据应用中的分析方法。