ISBN：10位［7302158762］13位［9787302158769］
出版社：清華大學出版社
出版日期：2007-12-1
定價：￥29.00元
內容提要
本書是一本全面介紹數據挖掘和知識發現技術的專業書籍，它系統地闡述了數據挖掘和知識發現技術的產生、發展、套用以及相關概念、原理和算法，對數據挖掘中的主要技術分支，包括關聯規則、分類、聚類、序列、空間以及web挖掘等進行了理淪剖析和算法描述。本書的許多內容是作者們在攻讀博士學位期間的工作總結，一方面，對於相關概念和技術的闡述儘量先從理論分析人手，在此基礎上進行技術歸納；另一方面，為了保證技術的系統性，所有的挖掘模型和算法描述都在統一的技術歸納框架下進行。同時，為了避免抽象算法描述給讀者帶來的理解困難，本書的所有典型算法都通過具體跟蹤執行實例來進一步說明。
本書共分8章，各章相對獨立成篇，以利於讀者選擇性學習。在每章後面都設定專門一節來對本章內容和文獻引用情況進行歸納，它不僅可以幫助讀者對相關內容進行整理，而且也起到對本內容相關文獻的注釋性索引功能。第1章是緒論，系統地介紹了數據挖掘產生的商業和技術背景，從不同側面剖析了數據挖掘的概念和套用價值；第2章給出了知識發現的過程分析和套用體系結構設計；第3章對關聯規則挖掘的原理和算法進行全面闡述；第4章給出分類的主要理論和算法描述；第5章討論聚類的常用技術和算法；第6章對時間序列分析技術和序列挖掘算法進行論述；第7章系統地介紹了Web挖掘的主要研究領域和相關技術及算法；第8章是對空間數據挖掘技術和算法的分析和講述。
本書可作為計算機專業研究生或高年級本科生教材，也可以作為從事計算機研究和開發人員的參考資料。作為教材，教師可以根據課時安排進行選擇性教學。為了更好地讓教師進行選擇性教學，本書配有專門的教師用書，對內容的重點、難點和課時分配給出了對應的建議，對重要的和難度較大的習題進行了分析和解答。對於研究人員，本書是一本高參考價值的專業書籍。對於軟體技術人員，可以把它當作提高用書或參考資料，一些算法可以通過改造用於實際的套用系統中。
編輯推薦
本書是一本全面介紹數據挖掘和知識發現技術的專業書籍，它系統地闡述了數據挖掘和知識發現技術的產生、發展、套用以及相關概念、原理和算法，對數據挖掘中的主要技術分支，包括關聯規則、分類、聚類、序列、空間以及Web挖掘等進行了理論剖析和算法描述。本書的許多內容是作者們在攻讀博士學位期間的工作總結，一方面，對於相關概念和技術的闡述儘量先從理論分析人手，在此基礎上進行技術歸納；另一方面，為了保證技術的系統性，所有的挖掘模型和算法描述都在統一的技術歸納框架進行。同時，為了避免抽象算法描述給讀者帶來的理解困難，本書的所有典型算法都通過具體跟蹤執行實例來進一步說明。
本書共分8章，各章相對獨立成篇，以利於讀者選擇性學習。在每章後面都設定專門一節來對本章內容和文獻引用情況進行歸納，它不僅可以幫助讀者對相關內容進行整理，而且也起到對本內容相關文獻的注釋性索引功能。第1章是緒論，系統地介紹了數據挖掘產生的商業和技術背景，從不同側面剖析了數據挖掘的概念和套用價值；第2章給出了知識發現的過程分析和套用體系結構設計；第3章對關聯規則挖掘的原理和算法進行全面闡述；第4章給出分類的主要理論和算法描述；第5章討論聚類的常用技術和算法；第6章對時問序列分析技術和序列挖掘算法進行論述；第7章系統地介紹了Web挖掘的主要研究領域和相關技術及算法；第8章是對空間數據挖掘技術和算法的分析和講述……
目錄
第1章 緒論
1.1 數據挖掘技術的產生與發展
1.2 數據挖掘研究的發展趨勢
1.3 數據控制的概念
1.4 數據挖掘技術的分類問題
1.5 數據挖掘常用的知識表示模式與方法
1.6 不同數據存儲形式下的數據挖掘問題
1.7 粗糙集方法及其在數據挖掘中的套用
1.8 數據挖掘的套用分析
1.9 本章小結和文獻注釋
習題1
第2章 知識發現過程與套用結構
2.1 知識發現的基本過程
2.2 資料庫中的知識發現處理過程模型
2.3 知識發現軟體或工具的發展
2.4 知識發現項目的過程化管理
2.5 數據挖掘語言介紹
2.6 本章小結和文獻注釋
習題2
第3章 關聯規則挖掘理論和算法
3.1 基本概念與解決方法
3.2 經典的頻繁項目集生成算法分析
3.3 APRIORI算法的性能瓶頸問題
3.4 Apriori的改進算法
3.5 對項目集空間理論的發展
3.6 項目集格空間和它的操作
3.7 基於項目集操作的關聯規則挖掘算法
3.8 改善關聯規則挖掘質量問題
3.9 約束數據挖掘問題
3.10 時態約束關聯規則挖掘
3.11 關聯規則挖掘中的一些更深入的問題
3.12 數量關聯規則挖掘方法
3.13 本章小結和文獻注釋
習題3
第4章 分類方法
4.1 分類的基本概念與步驟
4.2 基於距離的分類算法
4.3 決策樹分類方法
4.4 貝葉斯分類
4.5 規則歸納
4.6 與分類有關的其他問題
4.7 本章小結和文獻注釋
習題4
第5章 聚類方法
5.1 概述
5.2 劃分聚類方法
5.3 層次聚類方法
5.4 密度聚類方法
5.5 其他聚類方法
5.6 本章小結和文獻注釋
習題5
第6章 時間序列和序列模式挖掘
6.1 時間序列及其套用
6.2 時間序列預測的常用方法
6.3 基於ARMA模型的序列匹配方法
6.4 基於離散傅立葉變換的時間序列相似性查找
6.5 基於規範變換的查找方法
6.6 序列挖掘
6.7 AprioriAll算法
6.8 AprioriSome算法
6.9 GSP算法
9.10 本章小結和文獻注釋
習題6
第7章 Web挖掘技術
7.1 Web挖掘的分類
7.2 Web挖掘的含義
7.3 Web挖掘的數據來源
7.4 Web內容挖掘方法
7.5 Web內容挖掘方法
7.6 Web訪問信息挖掘方法
7.7 Web結構挖掘方法
7.8 本章小結和文獻注釋
習題7
第8章 空間挖掘
8.1 引言
8.2 空間數據概要
8.3 空間數據挖掘基礎
8.4 空間統計學
8.5 泛化與特化
8.6 空間規則
8.7 空間分類算法
8.8 空間聚類算法
8.9 空間挖掘的其他問題
8.10 空間數據挖掘原型系列介紹
8.11 空間數據挖掘的研究現狀
8.12 空間數據挖掘的研究與發展方向
8.13 空間數據挖掘與相關學科的關係
8.14 數字地球
8.15 本章小結和文獻注釋
習題8
參考文獻
