數據挖掘原理與算法（第3版）

成書過程

修訂過程

該教材前兩版已經被中國國內二十多所高校作為研究生或者本科生教材使用。在使用過程中，一些人對第2版中的文字錯誤、內容編排等提出一些建議。加之數據挖掘技術的發展對再次改版提出了需求。第3版除了對必要的文字等錯誤進行修正外，重點增加了大數據挖掘等新的數據挖掘的需求和技術分析，對Web挖掘的內容進行了重新編排，並增加了新方法。

該教材第一作者在各類教學和軟體工程的實踐基礎上，對積累的素材進行了整理和加工，並且邀請段立娟博士、王實博士和石雲博士參與該教材的編寫。

該教材由毛國君、段立娟編著。北京工業大學劉椿年教授和中國科學院高文和孫玉方研究員，作為作者的導師，他們在作者攻讀博士學位期間對該教材素材的積累提供了幫助。同時，得到了北京工業大學和中央財經大學的幫助，他們在該教材算法實例整理和驗證等方面做了工作。

出版工作

2016年1月1日，該教材由清華大學出版社出版。

出版社工作人員

責任編輯	封面設計	責任校對	責任印製
劉星	楊兮	焦麗麗	劉海龍

內容簡介

全書共8章。第1章是緒論，介紹了數據挖掘的概念、產生背景以及套用價值；第2章給出了知識發現的過程分析和套用體系結構設計，並對數據挖掘套用系統的主要功能部件和關鍵步驟進行了剖析；第3章全面闡述了關聯規則挖掘的原理和算法，並對一些新的焦點問題（如多維、數量、約束關聯規則挖掘）的成果儘可能地加以介紹；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解。

教材目錄

第1章緒論

1.1數據挖掘技術的產生與發展

1.1.1數據挖掘技術的商業需求分析

1.1.2數據挖掘產生的技術背景分析

1.1.3大數據時代的數據挖掘技術需求分析

1.2數據挖掘研究的發展趨勢

1.3數據挖掘概念

1.3.1從商業角度看數據挖掘技術

1.3.2數據挖掘的技術含義

1.3.3數據挖掘研究的理論基礎

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

1.5.1廣義知識挖掘

1.5.2關聯知識挖掘

1.5.3類知識挖掘

1.5.4預測型知識挖掘

1.5.5特異型知識挖掘

1.6不同數據存儲形式下的數據挖掘問題

1.6.1事務資料庫中的數據挖掘

1.6.2關係型資料庫中的數據挖掘

1.6.3數據倉庫中的數據挖掘

1.6.4在關係模型基礎上發展的新型資料庫中的數據挖掘

1.6.5面向套用的新型數據源中的數據挖掘

1.6.6Web數據源中的數據挖掘

1.7粗糙集方法及其在數據挖掘中的套用

1.7.1粗糙集的一些重要概念

1.7.2粗糙集套用舉例

1.7.3粗糙集方法在KDD中的套用範圍

1.8數據挖掘的套用分析

1.8.1數據挖掘與CRM

1.8.2數據挖掘與社會網路

1.8.3數據挖掘套用的成功案例分析

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

2.1.1數據抽取與集成技術要點

2.1.2數據清洗與預處理技術要點

2.1.3數據的選擇與整理技術要點

2.1.4數據挖掘技術要點

2.1.5模式評估技術要點

2.2資料庫中的知識發現處理過程模型

2.2.1階梯處理過程模型

2.2.2螺旋處理過程模型

2.2.3以用戶為中心的處理模型

2.2.4在線上KDD模型

2.2.5支持多數據源多知識模式的KDD處理模型

2.3知識發現軟體或工具的發展

2.3.1獨立的知識發現軟體

2.3.2橫向的知識發現工具集

2.3.3縱向的知識發現解決方案

2.3.4KDD系統介紹

2.4知識發現項目的過程化管理

2.5數據挖掘語言介紹

2.5.1數據挖掘語言的分類

2.5.2數據挖掘查詢語言

2.5.3數據挖掘建模語言

2.5.4通用數據挖掘語言

2.5.5DMQL挖掘查詢語言介紹

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

3.2.1項目集空間理論

3.2.2經典的發現頻繁項目集算法

3.2.3關聯規則生成算法

3.3Apriori算法的性能瓶頸問題

3.4Apriori的改進算法

3.4.1基於數據分割的方法

3.4.2基於散列的方法

3.4.3基於採樣的方法

3.5項目集空間理論的發展

3.5.1Close算法

3.5.2FP-tree算法

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

3.7.1關聯規則挖掘空間

3.7.2三個實用運算元

3.7.3最大頻繁項目集格的生成算法

3.7.4ISSDM算法執行示例

3.8改善關聯規則挖掘質量問題

3.8.1用戶主觀層面

3.8.2系統客觀層面

3.9約束數據挖掘問題

3.9.1約束在數據挖掘中的作用

3.9.2約束的類型

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

3.11.1多層次關聯規則挖掘

3.11.2多維關聯規則挖掘

3.11.3數量關聯規則挖掘

3.12數量關聯規則挖掘方法

3.12.1數量關聯規則挖掘問題

3.12.2數量關聯規則的分類

3.12.3數量關聯規則挖掘的一般步驟

3.12.4數值屬性離散化問題及算法

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

4.3.1決策樹基本算法概述

4.3.2ID3算法

4.3.3C4.5算法

4.4貝葉斯分類

4.4.1貝葉斯定理

4.4.2樸素貝葉斯分類

4.4.3EM算法

4.5規則歸納

4.5.1AQ算法

4.5.2CN2算法

4.5.3FOIL算法

4.6與分類有關的其他問題

4.6.1分類數據預處理

4.6.2分類器性能的表示與評估

4.7本章小結和文獻注釋

習題4

5.1概述

5.1.1聚類分析在數據挖掘中的套用

5.1.2聚類分析算法的概念與基本分類

5.1.3距離與相似性的度量

5.2劃分聚類方法

5.2.1k-平均算法

5.2.2PAM

5.2.3其他方法

5.3層次聚類方法

5.3.1AGNES算法

5.3.2DIANA算法

5.3.3其他聚類方法

5.4密度聚類方法

5.5其他聚類方法

5.5.1STING算法

5.5.2SOM算法

5.5.3COBWEB算法

5.5.4模糊聚類算法FCM

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

6.2.1確定性時間序列預測方法

6.2.2隨機時間序列預測方法

6.2.3其他方法

6.3基於ARMA模型的序列匹配方法

6.3.1基本概念

6.3.2利用基本概念建立模型

6.3.3構造判別函式

6.4基於離散傅立葉變換的時間序列相似性查找

6.4.1完全匹配

6.4.2子序列匹配

6.5基於規範變換的查找方法

6.5.1基本概念

6.5.2查找方法

6.6序列挖掘

6.6.1基本概念

6.6.2數據源的形式

6.6.3序列模式挖掘的一般步驟

6.7AprioriAll算法

6.8AprioriSome算法

6.9GSP算法

6.10本章小結和文獻注釋

習題6

第7章Web挖掘技術

7.1Web挖掘的意義

7.2Web挖掘的分類

7.3Web挖掘的含義

7.3.1Web挖掘與信息檢索

7.3.2Web挖掘與信息抽取

7.4Web挖掘的數據來源

7.4.1伺服器日誌數據

7.4.2線上市場數據

7.4.3Web頁面

7.4.4Web頁面超連結關係

7.4.5其他信息

7.5Web內容挖掘方法

7.5.1爬蟲與Web內容挖掘

7.5.2虛擬的Web視圖

7.5.3個性化與Web內容挖掘

7.5.4對Web頁面內文本信息的挖掘

7.5.5對Web頁面內多媒體信息挖掘

7.5.6Web頁面內容的預處理

7.6Web訪問信息挖掘方法

7.6.1Web訪問信息挖掘的特點

7.6.2Web訪問信息挖掘的意義

7.6.3Web訪問信息挖掘的數據源

7.6.4Web訪問信息挖掘的一般過程

7.6.5Web訪問信息挖掘的數據清理

7.6.6用戶識別方法

7.6.7會話識別方法

7.6.8其他預處理技術

7.6.9Web訪問挖掘的套用方法

7.6.10Web訪問信息挖掘的要素構成

7.6.11Web訪問信息挖掘套用

7.7Web結構挖掘方法

7.7.1頁面等級（分級）的評價方法

7.7.2PageRank算法

7.7.3權威頁面和中心頁面

7.7.4Web站點結構的預處理

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

8.2.1空間數據的複雜性特徵

8.2.2空間查詢問題

8.2.3空間數據結構

8.2.4專題地圖

8.3空間數據挖掘基礎

8.4空間統計學

8.5泛化與特化

8.5.1逐步求精

8.5.2泛化

8.5.3最臨近方法

8.5.4統計信息格線方法

8.6空間規則

8.7空間分類算法

8.7.1ID3擴展

8.7.2空間決策樹

8.8空間聚類算法

8.8.1基於隨機搜尋的聚類方法CLARANS擴展

8.8.2大型空間資料庫基於距離分布的聚類算法DBCLASD

8.8.3BANG

8.8.4小波聚類

8.8.5近似值

8.9空間挖掘的其他問題

8.10空間數據挖掘原型系統介紹

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

8.13.1空間數據挖掘與空間資料庫

8.13.2空間數據挖掘與空間數據倉庫

8.13.3空間數據挖掘與空間在線上分析處理

8.13.4空間數據挖掘與地理信息系統

8.14數字地球

8.15本章小結和文獻注釋

習題8

參考文獻

（註：目錄排版順序為從左列至右列）

教學資源

該教材有配套教材——《數據挖掘原理與算法（第3版）教師用書》。

書名	書號	出版社	出版時間	作者
《數據挖掘原理與算法（第3版）教師用書》	9787302451211	清華大學出版社	2017.03.01	毛國君

教材特色

該教材的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入手，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，該教材的所有典型算法都通過具體跟蹤執行實例來進一步說明。

該教材各章之間耦合度小。作為教材，教師可以根據學生類型、學時安排等進行選擇性教學。作為參考書，讀者可以根據自己的基礎進行選擇性學習或查閱。在每章後面都設定專門一節來對該章內容和文獻引用情況進行歸納。該教材的所有典型算法都通過具體跟蹤執行實例來進一步說明。

數據挖掘原理與算法（第3版）

基本介紹