第1章 引言 1
1.1 数据挖掘的产生与发展 1
1.2 数据挖掘的定义、分类与任务 8
1.3 数据挖掘的过程分析 12
1.4 数据挖掘的功能分析 16
1.5 数据挖掘技术与工具 20
1.6 数据挖掘的应用 27
第2章 数据预处理技术 32
2.1 数据描述与数据集 32
2.2 数据预处理的必要性 39
2.3 数据清理 40
2.4 数据集成与变换 45
2.5 数据离散化与概念分层 51
2.6 数据规约 54
第3章 数据仓库与联机分析 60
3.1 数据仓库概述 60
3.2 数据仓库的体系结构与构造模式 71
3.3 数据仓库的数据模型 76
3.4 联机分析处理（OLAP） 80
第4章 聚类分析方法 90
4.1 聚类分析概述 90
4.2 基于划分的聚类方法 91
4.3 基于层次的聚类方法 97
4.4 基于密度的聚类方法 106
4.5 基于网格的聚类方法 114
4.6 基于模型的聚类方法 117
4.7 基于孤立点的聚类方法 122
第5章 数据分类方法 127
5.1 数据分类概述 127
5.2 基于相似性的分类算法 129
5.3 决策树分类算法 132
5.4 贝叶斯分类算法 147
5.5 人工神经网络 153
5.6 遗传算法 165
5.7 支持向量机 181
5.8 粗糙集 184
5.9 模糊集 189
第6章 关联规则分析方法 201
6.1 关联规则挖掘概述 201
6.2 频繁项集挖掘算法 206
6.3 数值属性关联规则 211
6.4 多层关联规则挖掘 215
6.5 多维关联规则挖掘 216
6.6 基于约束的关联规则挖掘 218
6.7 基于粒计算的关联规则挖掘 219
6.8 关联规则的增量式更新 222
第7章 时间序列与序列模式分析方法 225
7.1 时间序列挖掘 225
7.2 序列模式挖掘 236
第8章 复杂类型数据挖掘 245
8.1 Web挖掘 245
8.2 文本挖掘 251
8.3 空间挖掘 256
8.4 多媒体数据挖掘 269
8.5 异类挖掘 278
8.6 基于演化计算的数据挖掘 283
8.7 数据挖掘可视化 292
参考文献 301