第1章 数据挖掘导论 1
1.1数据挖掘的起源 1
1.2数据挖掘的过程 4
1.3数据挖掘的任务 6
1.4数据挖掘系统与工具 10
1.5数据挖掘的发展趋势 12
本章小结 15
思考题 15
第2章 数据仓库与在线分析 16
2.1数据仓库的概念 16
2.2数据仓库数据模型 20
2.3数据仓库的构建 24
2.4数据仓库在线分析 29
2.5数据仓库应用示例 35
本章小结 42
思考题 43
第3章 分类挖掘(1) 44
3.1分类挖掘概述 44
3.2决策树分类方法 46
3.3决策树分类算法深入 52
3.4分类挖掘评估与改进 56
3.5分类挖掘应用 62
本章小结 68
思考题 69
第4章 分类挖掘(2) 70
4.1贝叶斯分类方法 70
4.2 k近邻分类方法 76
4.3神经网络分类方法 79
4.4遗传算法分类方法 84
4.5分类器集成方法 92
4.6分类挖掘应用 97
本章小结 100
思考题 101
第5章 关联挖掘 102
5.1关联挖掘概述 102
5.2基本关联挖掘方法 104
5.3关联挖掘深入 114
5.4分布式关联挖掘 117
5.5关联挖掘应用 121
本章小结 127
思考题 128
第6章 聚类分析 130
6.1聚类分析概述 130
6.2聚类分析中的数据类型 132
6.3主要聚类方法 138
6.4划分方法 140
6.5层次方法 144
6.6基于密度方法 150
6.7基于网格方法 153
6.8基于模型方法 155
6.9聚类挖掘应用 159
本章小结 163
思考题 164
第7章 异类挖掘 165
7.1异类挖掘概述 165
7.2孤立点挖掘方法 169
7.3基于聚类的异类挖掘 174
7.4基于数据延续性的异常挖掘 178
7.5异类挖掘应用 181
本章小结 186
思考题 186
第8章 数据流挖掘 188
8.1数据流挖掘概述 188
8.2数据流分类挖掘 193
8.3数据流关联挖掘 196
8.4数据流聚类挖掘 204
8.5数据流挖掘应用 208
本章小结 213
思考题 214
第9章 文本挖掘 215
9.1文本挖掘概述 215
9.2文本表示方法 219
9.3文本分类挖掘 225
9.4文本聚类挖掘 231
9.5文本挖掘应用 234
本章小结 245
思考题 246
第10章 数据挖掘应用 247
10.1客户关系管理应用 247
10.2电子商务应用 256
10.3商务智能应用 264
本章小结 271
思考题 272
第11章 数据挖掘云 273
11.1云计算概述 273
11.2分类挖掘云计算 279
11.3关联挖掘云计算 284
11.4数据挖掘云应用 288
本章小结 296
思考题 297
参考文献 298