数据挖掘技术是对未来人类产生重大影响的十大新兴技术

第一作者长期从事相关领域的教学工作，面临的问题之一就是教材的选择。 由于目前相关书籍较少且侧重点各异，内容的完整性和科学性有待商榷。 由于没有合适的教材，教学前期只能通过布置大量参考书或文献，后期以补充讲义的形式进行扩展来解决问题。 同时，对于一些软件工程师或工程硕士、在职硕士课程等需要提高实践能力的人员来说，还需要在科学的理论（原理）框架下了解和掌握数据挖掘技术。 基于这样的要求，第一作者根据多年的各种教学和软件工程实践积累的资料进行整理和加工，并邀请段丽娟博士、王石博士、石云博士撰写了本书。 本书的大部分内容是作者在攻读博士学位期间的工作总结。 学习。 这些保证了本书的系统性、先进性和实用性。 本书可作为计算机专业研究生教材、高年级本科生选修教材以及从事计算机研究与开发人员的参考书。 为保证内容的先进性和深度，突出重点内容。 本书内容比较全面，章节之间的耦合度较小。 作为教材，教师可以根据学生类型、课表等进行选择性教学；作为参考书，读者可以根据自己的基础选择性学习或查阅。 由于每章末尾均设立专门章节，对章节内容和文献引文进行总结，不仅有利于读者整理相关内容，而且可以作为读者，特别是研究者的文献注释索引。 。

本书中所有典型算法都通过具体的跟踪执行实例进行了进一步讲解，有利于读者正确理解和应用算法。 对于工程技术人员来说，这些算法可以在理解的基础上通过改进或改造应用到实际工作中。 本书共分为8章。 第一章绪论，系统介绍了数据挖掘的概念、背景及应用价值； 第2章给出了知识发现的流程分析和应用架构设计，并介绍了数据挖掘应用系统的主要功能组件和关键组件。 步骤详细分析； 第3章全面讲解关联规则挖掘的原理和算法，并尽可能介绍一些新的焦点问题（如多维、定量、约束关联规则挖掘）的最新成果； 第3章第4章给出了分类的主要理论和算法描述； 第 5 章讨论聚类的常用技术和算法； 第6章讨论时间序列分析技术和序列挖掘算法； 第7章系统介绍了Web挖掘的主要方面。 研究领域及相关技术和算法。 第8章是空间数据挖掘技术和算法的分析和描述。 本书第一章至第三章由毛国军撰写，第四章至第六章由段丽娟撰写，第七章由王石撰写，第八章由史云撰写。 全书由毛国军起草。 特别感谢北京工业大学刘春年教授和中国科学院研究员高文、孙玉芳，他们作为作者的导师，在作者学习期间为本书的素材积累提供了很大的帮助。博士研究。 本书也凝聚了北京工业大学硕士生徐其贵、卢杰、尤春梅、邱红军、罗春雨、孙越、刘旭，以及本科生冯雷、赵勇、金伟、刘宇、寿的努力。 Jiji等人对本书算法实例的整理和验证工作做得很好。

此外，第一作者还感谢参加相关课程的北京工业大学各位同学。 他们的许多评论和文本修正提高了本书内容的质量。 同时，第一作者也感谢所有作者及其家人。 我们的合作很愉快。 家人的支持是保证本书顺利出版的必要前提。 我们相信，通过我们出色而有效的工作，我们将为读者提供一本有价值的书。 专业书籍。 本书初稿提交时，第一作者的女儿已经一岁了，这本书也作为礼物送给了她和她的母亲。作者于2005年4月在北京

更多>