本书是一本全面介绍数据挖掘和知识发现技术的专业书籍。系统化地阐述了数据挖掘和知识发现技术的产生、发展、应用和相关概念、原理、算法。对数据挖掘中的主要技术分支,包括关联规则、分类、聚类、序列、空间以及Web挖掘等进行了理论剖析和算法描述。本书的许多工作是作者们在攻读博士学位期间的工作总结,一方面,对于相关概念和技术的阐述尽量先从理论分析入手,在此基础上进行技术归纳。另一方面,为了保证技术的系统性,所有的挖掘模型和算法描述都在统一的技术归纳框架下进行。同时,为了避免抽象算法描述给读者带来的理解困难,本书的所有典型算法都通过具体跟踪执行实例来进一步说明。
本书共分8章,各章相对独立成篇,以利于读者选择性学习。在每章后面都设置专门一节来对本章内容和文献引用情况进行归纳,它不仅可以帮助读者对相关内容进行整理,而且也起到对本内容相关文献的注释性索引功能。第1章是绪论,系统地介绍了数据挖掘产生的商业和技术背景,从不同侧面剖析了数据挖掘的概念和应用价值;第2章给出了知识发现的过程分析和应用体系结构设计;第3章对关联规则挖掘的原理和算法进行全面阐述;第4章给出分类的主要理论和算法描述;第5章讨论聚类

第1章 绪论
1.1 数据挖掘技术的产生与发展
1.2 数据挖掘研究的发展趋势
1.3 数据挖掘的概念
1.4 数据��掘技术的分类问题
1.5 数据挖掘常用的知识表示模式与方法
1.6 不同数据存储形式下的数据挖掘问题
1.7 粗糙集方法及其在数据挖掘中的应用
1.8 数据挖掘的应用分析
1.9 本章小结和文献注释
第2章 知识发现过程与应用结构
2.1 知识发现的基本过程
2.2 数据库中的知识发现处理过程模型
2.3 知识发现软件或工具发展
2.4 知识发现项目的过程化管理
2.5 数据挖掘语言介绍
2.6 本章小结和文献注释
第3章 关联规则挖掘理论和算法
3.1 基本概念与解决方法
3.2 经典的频繁项目集生成算法分析
3.3 Apriori算法的性能瓶颈问题
3.4 Apriori的改进算法
3.5 项目集格空间理论的发展
3.6 项目序列集格空间和它的操作
3.7 基于项目序列集操作的关联规则挖掘算法
3.8 改善关联规则挖掘质量问题
3.9 约束数据挖掘问题
3.10 时态约束关联规则挖掘
3.11 关联规则挖掘中的一些更深入的问题
3.12 数量关联规则挖掘方法
3.13 本章小结和文献注释
第4章 分类方法
4.1 分类的基本概念与步骤
4.2 基于距离的分类算法
4.3 决策树分类方法
4.4 贝叶斯分类
4.5 规则归纳
4.6 与分类有关的其他问题
4.7 本章小结和文献注释
第5章 聚类方法
第6章 时间序列和序列模式挖掘
第7章 Web挖掘技术
第8章 空间挖掘
参考文献