本书全面系统地介绍了各种数据挖掘的基本概念、方法和算法。全书由四部分构成。书中对每种算法不仅进行了详尽的解释,还给出了算例及伪代码。每章后的练习和参考文献为作为提供了进一步思考相关问题的线索。 本书适意作为计算机专业高年级本科生、研究生教材,也可作为相关领域研究人员的参考书。

第1部分 导论第1章 概述1.1 基本数据挖掘任务1.1.1 分类1.1.2 回归1.1.3 时间序列分析1.1.4 预测1.1.5 聚类1.1.6 汇总1.1.7 关联规则1.1.8 序列发现1.2 数据挖掘与数据库中的知识发现1.2.1 数据挖掘的发展1.3 数据挖掘问题1.4 数据挖掘度量1.5 数据挖掘的社会影响1.6 从数据库观点看数据挖掘1.7 数据挖掘的未来发展1.8 练习1.9 参考文献注释第2章 相关概念2.1 数据库/OLTP系统2.2 模糊集和模糊逻辑2.3 信息检索2.4 决策支持系统2.5 维数据建模2.5.1 多维模式2.5.2 索引2.6 数据仓储2.7 OLAP2.8 Web搜索引擎2.9 统计学2.10 机器学习2.11 模式匹配2.12 小结2.13 练习2.14 参考文献注释第3章 数据挖掘技术3.1 引言3.2 数据挖掘的统计方法3.2.1 点估计3.2.2 基于汇总的模型3.2.3 贝叶斯定理3.2.4 假设检验3.2.5 回归和相关3.3 相似性度量3.4 决策树3.5 神经网络3.5.1 激励函数3.6 遗传算法3.7 练习3.8 参考文献注释第2部分 核心课题第4章 分类4.1 引言4.1.1 分类中的问题4.2 基于统计的算法4.2.1 回归4.2.2 贝叶斯分类4.3 基于距离的算法4.3.1 简单方法4.3.2 K*近邻4.4 基于决策树的算法4.4.1 ID34.4.2 C4.5 和C5.04.4.3 CART4.4.4 可伸缩的决策树技术4.5 基于神经网络的算法4.5.1 传播4.5.2 神经网络有指导学习4.5.3 径向基函数网络4.5.4 感知器4.6 基于规则的算法4.6.1 从决策树生成规则4.6.2 从神经网络生成规则4.6.3 不用决策树或神经网络生成规则4.7 组合技术4.8 小结4.9 练习4.10 参考文献注释第5章 聚类5.1 引言5.2 相似性和距离度量5.3 异常点5.4 层次算法5.4.1 凝聚算法5.4.2 分裂聚类5.5 划分算法5.5.1 *小生成树5.5.2 平方误差聚类算法5.5.3 K均值聚类5.5.4 *近邻算法5.5.5 PAM算法5.5.6 结合能量算法5.5.7 基于遗传算法的聚类5.5.8 基于神经网络的聚类5.6 大型数据库聚类5.6.1 BIRCH5.6.2 DBSCAN5.6.3 CURE算法5.7 对类别属性进行聚类5.8 比较5.9 练习5.10 参考文献注释第6章 关联规则6.1 引言6.2 大项目集6.3 基本算法6.3.1 Apriori算法6.3.2 抽样算法6.3.3 划分6.4 并行和分布式算法6.4.1 数据并行6.4.2 任务并行6.5 方法比较6.6 增量规则6.7 **关联规则技术6.7.1 泛化关联规则6.7.2 多层关联规则6.7.3 数量关联规则6.7.4 使用多个*小支持度6.7.5 相关规则6.8 度量规则的质量6.9 练习6.10 参考文献注释第3部分 **课题第7章 Web挖掘7.1 引言7.2 Web内容挖掘7.2.1 爬虫7.2.2 Harvest系统7.2.3 虚拟Web视图7.2.4 个性化7.3 Web结构挖掘7.3.1 PageRank7.3.2 Clever7.4 Web使用挖掘7.4.1 预处理7.4.2 数据结构7.4.3 模式发现7.4.4 模式分析7.5 练习7.6 参考文献注释第8章 空间数据挖掘8.1 引言8.2 空间数据概述8.2.1 空间查询8.2.2 空间数据结构8.2.3 主题地图8.2.4 图像数据库8.3 空间数据挖掘原语8.4 一般化和特殊化8.4.1 渐进求精8.4.2 一般化8.4.3 *近邻8.4.4 STING8.5 空间规则8.5.1 空间关联规则8.6 空间分类算法8.6.1 对ID3的扩展8.6.2 空间决策树8.7 空间聚类算法8.7.1 对CLARANS的扩展8.7.2 SD(CLARANS)8.7.3 DBCLASD8.7.4 BANG8.7.5 WaveCluster8.7.6 近似8.8 练习8.9 参考文献注释第9章 时序数据挖掘9.1 引言9.2 时序事件建模9.3 时间序列9.3.1 时间序列分析9.3.2 趋势分析9.3.3 变换9.3.4 相似性9.3.5 预测9.4 模式检测9.4.1 串匹配9.5 时序序列9.5.1 AprioriAll9.5.2 SPADE9.5.3 一般化9.5.4 特征抽取9.6 时序关联规则9.6.1 事务间关联规则9.6.2 情节规则9.6.3 趋势依赖9.6.4 序列关联规则9.6.5 日历关联规则9.7 练习9.8 参考文献注释附录A 数据挖掘产品A.1 参考文献注释附录B 参考文献词汇表