社會(huì)的計(jì)算機(jī)化顯著地增強(qiáng)了我們產(chǎn)生和收集數(shù)據(jù)的能力。大量數(shù)據(jù)從我們生活的每個(gè)角落涌出。存儲(chǔ)的或瞬態(tài)的數(shù)據(jù)的爆炸性增長已激起對新技術(shù)和自動(dòng)工具的需求，以幫助我們智能地將海量數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí)。這導(dǎo)致稱做數(shù)據(jù)挖掘的一個(gè)計(jì)算機(jī)科學(xué)前沿學(xué)科的產(chǎn)生，這是一個(gè)充滿希望和欣欣向榮并具有廣泛應(yīng)用的學(xué)科。數(shù)據(jù)挖掘通常又稱為數(shù)據(jù)中的知識(shí)發(fā)現(xiàn)（KDD），是自動(dòng)地或方便地提取代表知識(shí)的模式；這些模式隱藏在大型數(shù)據(jù)庫、數(shù)據(jù)倉庫、Web、其他大量信息庫或數(shù)據(jù)流中。
　　本書考察知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘的基本概念和技術(shù)。作為一個(gè)多學(xué)科領(lǐng)域，數(shù)據(jù)挖掘從多個(gè)學(xué)科汲取營養(yǎng)。這些學(xué)科包括統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、模式識(shí)別、數(shù)據(jù)庫技術(shù)、信息檢索、網(wǎng)絡(luò)科學(xué)、知識(shí)庫系統(tǒng)、人工智能、高性能計(jì)算和數(shù)據(jù)可視化。我們提供發(fā)現(xiàn)隱藏在大型數(shù)據(jù)集中的模式的技術(shù)，關(guān)注可行性、有用性、有效性和可伸縮性問題。因此，本書不打算作為數(shù)據(jù)庫系統(tǒng)、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)或其他某領(lǐng)域的導(dǎo)論，盡管我們確實(shí)提供了這些領(lǐng)域的必要背景材料，以便讀者理解它們各自在數(shù)據(jù)挖掘中的作用。本書是對數(shù)據(jù)挖掘的全面介紹。對于計(jì)算科學(xué)的學(xué)生、應(yīng)用開發(fā)人員、行業(yè)專業(yè)人員以及涉及以上列舉的學(xué)科的研究人員，本書應(yīng)當(dāng)是有用的。
　　數(shù)據(jù)挖掘出現(xiàn)于20世紀(jì)80年代后期，20世紀(jì)90年代有了突飛猛進(jìn)的發(fā)展，并可望在新千年繼續(xù)繁榮。本書全面展示該領(lǐng)域，介紹有趣的數(shù)據(jù)挖掘技術(shù)和系統(tǒng)，并討論數(shù)據(jù)挖掘的應(yīng)用和研究方向。寫本書的重要?jiǎng)訖C(jī)是需要建立一個(gè)學(xué)習(xí)數(shù)據(jù)挖掘的有組織的框架——由于這個(gè)快速發(fā)展領(lǐng)域的多學(xué)科特點(diǎn)，這是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。我們希望本書有助于具有不同背景和經(jīng)驗(yàn)的人交換關(guān)于數(shù)據(jù)挖掘的見解，為進(jìn)一步促進(jìn)這個(gè)令人激動(dòng)的、不斷發(fā)展的領(lǐng)域的成長做出貢獻(xiàn)。
　　本書的組織
　　自本書第1版、第2版出版以來，數(shù)據(jù)挖掘領(lǐng)域已經(jīng)取得了重大進(jìn)展，開發(fā)出了許多新的數(shù)據(jù)挖掘方法、系統(tǒng)和應(yīng)用，特別是對于處理包括信息網(wǎng)絡(luò)、圖、復(fù)雜結(jié)構(gòu)和數(shù)據(jù)流，以及文本、Web、多媒體、時(shí)間序列、時(shí)間空間數(shù)據(jù)在內(nèi)的新的數(shù)據(jù)類型。這種快速發(fā)展、新技術(shù)不斷涌現(xiàn)使得在一本書中涵蓋整個(gè)領(lǐng)域的廣泛內(nèi)容非常困難。因此，我們決定與其繼續(xù)擴(kuò)大本書的涵蓋面，還不如讓本書以足夠的廣度和深度涵蓋該領(lǐng)域的核心內(nèi)容，而把復(fù)雜數(shù)據(jù)類型的處理留給另一本即將面世的書。
　　第3版對本書的前兩版做了全面修訂，加強(qiáng)和重新組織了全書的技術(shù)內(nèi)容，顯著地?cái)U(kuò)充和加強(qiáng)處理一般數(shù)據(jù)類型挖掘的核心技術(shù)。第2版中討論特定主題的章節(jié)（例如，數(shù)據(jù)預(yù)處理、頻繁模式挖掘、分類和聚類）在這一版都被擴(kuò)充，每章都分成兩章。對于這些主題，一章囊括基本概念和技術(shù)，而另一章提供高級(jí)概念和方法。
　　第2版關(guān)于復(fù)雜數(shù)據(jù)類型的章節(jié)（例如，流數(shù)據(jù)、序列數(shù)據(jù)、圖結(jié)構(gòu)數(shù)據(jù)、社會(huì)網(wǎng)絡(luò)數(shù)據(jù)和多重關(guān)系數(shù)據(jù)，以及文本、Web、多媒體和時(shí)間空間數(shù)據(jù)）現(xiàn)在保留給專門介紹數(shù)據(jù)挖掘的高級(jí)課題的新書。為了支持讀者學(xué)習(xí)這些高級(jí)課題，我們把第2版的相關(guān)章節(jié)的電子版放在本書的網(wǎng)站上，作為第3版的配套材料。
　　第3版各章的簡要內(nèi)容如下（重點(diǎn)介紹新的內(nèi)容）：
　　第1章提供關(guān)于數(shù)據(jù)挖掘的多學(xué)科領(lǐng)域的導(dǎo)論。該章討論導(dǎo)致需要數(shù)據(jù)挖掘的數(shù)據(jù)庫技術(shù)的發(fā)展歷程和數(shù)據(jù)挖掘應(yīng)用的重要性。該章考察挖掘的數(shù)據(jù)類型，包括關(guān)系的、事務(wù)的和數(shù)據(jù)倉庫數(shù)據(jù)，以及復(fù)雜的數(shù)據(jù)類型，如時(shí)間序列、序列、數(shù)據(jù)流、時(shí)間空間數(shù)據(jù)、多媒體數(shù)據(jù)、文本數(shù)據(jù)、圖、社會(huì)網(wǎng)絡(luò)和Web數(shù)據(jù)。該章根據(jù)所挖掘的知識(shí)類型、所使用的技術(shù)以及目標(biāo)應(yīng)用的類型，對數(shù)據(jù)挖掘任務(wù)進(jìn)行了一般分類。最后討論該領(lǐng)域的主要挑戰(zhàn)。
　　第2章介紹一般數(shù)據(jù)特征。該章首先討論數(shù)據(jù)對象和屬性類型，然后介紹基本統(tǒng)計(jì)數(shù)據(jù)描述的典型度量。該章概述各種類型數(shù)據(jù)的數(shù)據(jù)可視化技術(shù)。除了數(shù)值數(shù)據(jù)的可視化方法外，還介紹文本、標(biāo)簽、圖和多維數(shù)據(jù)的可視化方法。第2章還介紹度量各種類型數(shù)據(jù)的相似性和相異性的方法。
　　第3章介紹數(shù)據(jù)預(yù)處理技術(shù)。該章首先介紹數(shù)據(jù)質(zhì)量的概念，然后討論數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)歸約、數(shù)據(jù)變換和數(shù)據(jù)離散化的方法。
　　第4章和第5章是數(shù)據(jù)倉庫、OLAP（聯(lián)機(jī)分析處理）和數(shù)據(jù)立方體技術(shù)的引論。第4章介紹數(shù)據(jù)倉庫和OLAP的基本概念、建模、結(jié)構(gòu)、一般實(shí)現(xiàn)，以及數(shù)據(jù)倉庫和其他數(shù)據(jù)泛化的關(guān)系。第5章更深入地考察數(shù)據(jù)立方體技術(shù)，詳細(xì)地研究數(shù)據(jù)立方體的計(jì)算方法，包括Star-Cubing和高維OLAP方法。該章還討論數(shù)據(jù)立方體和OLAP技術(shù)的進(jìn)一步研究，如抽樣立方體、排序立方體、預(yù)測立方體、用于復(fù)雜數(shù)據(jù)挖掘查詢的多特征立方體和發(fā)現(xiàn)驅(qū)動(dòng)的數(shù)據(jù)立方體的探查。
　　第6章和第7章介紹挖掘大型數(shù)據(jù)集中的頻繁模式、關(guān)聯(lián)和相關(guān)性的方法。第6章介紹基本概念，如購物籃分析，還有條理地提供了許多頻繁項(xiàng)集挖掘技術(shù)。這些涵蓋從基本Apriori算法和它的變形，到改進(jìn)性能的更高級(jí)的方法，包括頻繁模式增長方法，使用數(shù)據(jù)的垂直形式的頻繁模式挖掘，挖掘閉頻繁項(xiàng)集和極大頻繁項(xiàng)集。該章還討論模式評估方法并介紹挖掘相關(guān)模式的度量。第7章介紹高級(jí)模式挖掘方法。該章討論多層和多維空間中的模式挖掘，挖掘稀有和負(fù)模式，挖掘巨型模式和高維空間數(shù)據(jù)，基于約束的模式挖掘和挖掘壓縮或近似模式。該章還介紹模式探查和應(yīng)用的方法，包括頻繁模式的語義注解。
　　第8章和第9章介紹數(shù)據(jù)分類方法。由于分類方法的重要性和多樣性，內(nèi)容被劃分成兩章。第8章介紹分類的基本概念和方法，包括決策樹歸納、貝葉斯分類和基于規(guī)則的分類。該章還討論模型評估和選擇方法，以及提高分類準(zhǔn)確率的方法，包括組合方法和處理不平衡數(shù)據(jù)。第9章討論分類的高級(jí)方法，包括貝葉斯信念網(wǎng)絡(luò)、后向傳播的神經(jīng)網(wǎng)絡(luò)技術(shù)、支持向量機(jī)、使用頻繁模式的分類、k-最鄰近分類、基于案例的推理、遺傳算法、粗糙集理論和模糊集方法。附加的主題包括多類分類、半監(jiān)督分類、主動(dòng)學(xué)習(xí)和遷移學(xué)習(xí)。
　　聚類分析是第10章和第11章的主題。第10章介紹數(shù)據(jù)聚類的基本概念和方法，包括基本聚類分析方法的概述、劃分方法、層次方法、基于密度的方法和基于網(wǎng)格的方法。該章還介紹聚類評估方法。第11章討論聚類的高級(jí)方法，包括基于概率模型的聚類、聚類高維數(shù)據(jù)、聚類圖和網(wǎng)絡(luò)數(shù)據(jù)，以及基于約束的聚類。
　　第12章專門討論離群點(diǎn)檢測。本章介紹離群點(diǎn)的基本概念和離群點(diǎn)分析，并從各種監(jiān)督力度（監(jiān)督的、半監(jiān)督的和無監(jiān)督的）以及方法角度（統(tǒng)計(jì)學(xué)方法、基于鄰近性的方法、基于聚類的方法和基于分類的方法）討論離群點(diǎn)檢測方法。該章還討論挖掘情境離群點(diǎn)和集體離群點(diǎn)，以及高維數(shù)據(jù)中的離群點(diǎn)檢測。
　　最后，在第13章我們討論數(shù)據(jù)挖掘的趨勢、應(yīng)用和研究前沿。我們簡略地介紹挖掘復(fù)雜數(shù)據(jù)類型，包括挖掘序列數(shù)據(jù)（例如，時(shí)間序列、符號(hào)序列和生物學(xué)序列），挖掘圖和網(wǎng)絡(luò)，以及挖掘空間、多媒體、文本和Web數(shù)據(jù)。這些數(shù)據(jù)挖掘方法的深入討論留給正在撰寫的數(shù)據(jù)挖掘高級(jí)課題一書。然后，該章轉(zhuǎn)向討論其他數(shù)據(jù)挖掘方法學(xué)，包括統(tǒng)計(jì)學(xué)數(shù)據(jù)挖掘、數(shù)據(jù)挖掘基礎(chǔ)、可視和聽覺數(shù)據(jù)挖掘，以及數(shù)據(jù)挖掘的應(yīng)用。討論數(shù)據(jù)挖掘在金融數(shù)據(jù)分析、零售和電信產(chǎn)業(yè)、科學(xué)與工程，以及入侵檢測和預(yù)防方面的應(yīng)用。該章還討論數(shù)據(jù)挖掘與推薦系統(tǒng)的聯(lián)系。由于數(shù)據(jù)挖掘出現(xiàn)在我們?nèi)粘Ｉ�活的方方面面，所以我們討論�?shù)據(jù)挖掘與社會(huì)，包括無處不在和無形的數(shù)據(jù)挖掘，以及隱私、安全和數(shù)據(jù)挖掘?qū)ι鐣?huì)的影響。我們用考察數(shù)據(jù)挖掘的發(fā)展趨勢結(jié)束本書。
　　書中楷體字用于強(qiáng)調(diào)定義的術(shù)語，而黑體字用于突出主要思想。
　　本書與其他數(shù)據(jù)挖掘教材相比具有一些顯著特點(diǎn)：它廣泛、深入地討論了數(shù)據(jù)挖掘原理。各章盡可能是自包含的，使得讀者可以按自己感興趣的次序閱讀。高級(jí)章節(jié)提供了更大的視野，感興趣的讀者可以選讀。本書提供了數(shù)據(jù)挖掘的所有主要方法，還提供了關(guān)于多維OLAP分析等數(shù)據(jù)挖掘的重要主題，這些主題在其他書中常常被忽略或很少提及。本書還維護(hù)了一個(gè)網(wǎng)站，其中包含大量在線資源，為教師、學(xué)生和該領(lǐng)域的專業(yè)人員提供支持。這些將在下面介紹。
　　致教師
　　本書旨在提供數(shù)據(jù)挖掘領(lǐng)域的一個(gè)廣泛而深入的概覽，可以作為高年級(jí)本科生或一年級(jí)研究生的數(shù)據(jù)挖掘?qū)д�。除了講稿、教師指南和閱讀材料列表等教學(xué)資源之外，本書網(wǎng)站還提供了一個(gè)樣本課程安排。
　　根據(jù)授課學(xué)時(shí)、學(xué)生的背景和你的興趣，你可以選取章節(jié)的子集，以不同的順序進(jìn)行講授。例如，如果你只打算給學(xué)生講授數(shù)據(jù)挖掘入門導(dǎo)論，可以按照圖P.1的建議。注意，根據(jù)需要，必要時(shí)可以省略其中某些節(jié)或某些小節(jié)。
　　圖P.1　入門導(dǎo)論課程的建議章節(jié)序列
　　根據(jù)學(xué)時(shí)和講授范圍，你可以有選擇地把更多的章節(jié)增加到這個(gè)基本序列中。例如，對高級(jí)分類方法更感興趣的教師可以首先增加“第9章　分類：高級(jí)方法”；對模式挖掘更感興趣的教師可以選擇包括“第7章　高級(jí)模式挖掘”；而對OLAP和數(shù)據(jù)立方體技術(shù)感興趣的教師可以增加“第4章　數(shù)據(jù)倉庫與聯(lián)機(jī)分析處理”和“第5章　數(shù)據(jù)立方體技術(shù)”。
　　或者，你可以選擇在兩個(gè)學(xué)期的系列課程中講授整本書，包括本書的所有章節(jié)，時(shí)間允許的話，加上圖和網(wǎng)絡(luò)挖掘這樣的高級(jí)課題。這些高級(jí)課題可以從本書網(wǎng)站提供的配套材料選擇，輔以挑選的研究論文。
　　本書的每一章都可以用做自學(xué)材料，或者用做數(shù)據(jù)庫系統(tǒng)、機(jī)器學(xué)習(xí)、模式識(shí)別和數(shù)據(jù)智能分析等相關(guān)課程的專題。
　　每章后面都有一些習(xí)題，適合作為家庭作業(yè)。這些習(xí)題或者是用于測驗(yàn)對內(nèi)容的掌握情況的小問題，或者是需要分析思考的大問題，或者是實(shí)現(xiàn)設(shè)計(jì)。有些習(xí)題也可以用做研究討論課題。每章后面的文獻(xiàn)注釋可以用來查找包含正文中提供的概念和方法的來源、相關(guān)課題的深入討論和可能的擴(kuò)展的研究文獻(xiàn)。
　　致學(xué)生
　　我們希望本書將激發(fā)你對年青，但正在快速發(fā)展的數(shù)據(jù)挖掘領(lǐng)域的興趣。我們試圖以清晰的方式提供材料，仔細(xì)地解釋所涵蓋的主題。每一章后面都附有一個(gè)小結(jié)，總結(jié)要點(diǎn)。全書包含了許多圖和解釋，以便使本書更加有趣和便于閱讀。盡管本書是作為教材編寫的，但是我們也試圖把它組織成一本有用的參考書或手冊，以有助于你今后在數(shù)據(jù)挖掘方面進(jìn)行深入研究和求職。
　　為閱讀本書，你需要知道什么？
　　·你應(yīng)當(dāng)具有關(guān)于統(tǒng)計(jì)學(xué)、數(shù)據(jù)庫系統(tǒng)和機(jī)器學(xué)習(xí)的概念和術(shù)語方面的知識(shí)。然而，我們盡力提供這些基礎(chǔ)知識(shí)的足夠背景，以便在讀者對這些領(lǐng)域不太熟悉或者記憶有些淡忘時(shí)，也能夠理解本書的討論。
　　·你應(yīng)當(dāng)具有一些程序設(shè)計(jì)經(jīng)驗(yàn)。特別是你應(yīng)當(dāng)能夠閱讀偽代碼，能夠理解像多維數(shù)組這樣的簡單數(shù)據(jù)結(jié)構(gòu)。
　　致專業(yè)人員
　　本書旨在涵蓋數(shù)據(jù)挖掘領(lǐng)域的廣泛主題。因此，本書是關(guān)于該主題的一本優(yōu)秀手冊。由于每一章的編寫都盡可能獨(dú)立，所以讀者可以關(guān)注自己最感興趣的課題。希望學(xué)習(xí)數(shù)據(jù)挖掘關(guān)鍵思想的應(yīng)用程序員和信息服務(wù)管理人員可以使用本書。對于有興趣使用數(shù)據(jù)挖掘技術(shù)解決其業(yè)務(wù)問題的銀行、保險(xiǎn)、醫(yī)藥和零售業(yè)的數(shù)據(jù)分析人員，本書也是有用的。此外，本書也可以作為數(shù)據(jù)挖掘領(lǐng)域的全面綜述，有助于研究人員提升數(shù)據(jù)挖掘技巧，擴(kuò)展數(shù)據(jù)挖掘的應(yīng)用范圍。
　　本書所提供的技術(shù)和算法是實(shí)用的，介紹的算法適合于發(fā)現(xiàn)隱藏在大型、現(xiàn)實(shí)數(shù)據(jù)集中的模式和知識(shí)，而不是挑選在小型“玩具”數(shù)據(jù)庫上運(yùn)行良好的算法。本書提供的每個(gè)算法都用偽代碼解釋。偽代碼類似于程序設(shè)計(jì)語言C，但也精心加以策劃，使得不熟悉C或C++的程序員易于理解。如果你想實(shí)現(xiàn)算法，你會(huì)發(fā)現(xiàn)將我們的偽代碼轉(zhuǎn)換成選定的程序設(shè)計(jì)語言程序是一項(xiàng)非常簡單的任務(wù)。
　　本書資源網(wǎng)站
　　這些網(wǎng)站為本書的讀者和對數(shù)據(jù)挖掘感興趣的人提供了一些附加材料，資源包括：
　　·每章的幻燈片。提供了用微軟的PowerPoint制作的每章教案。
　　·高級(jí)數(shù)據(jù)挖掘的配套章節(jié)。本書第2版的第8～10章涵蓋了挖掘復(fù)雜的數(shù)據(jù)類型，這超出了本書的主題，對這些高級(jí)主題感興趣的讀者可從網(wǎng)站上獲取。
　　·教師手冊。本書習(xí)題的完整答案通過出版社的網(wǎng)站只向教師提供。
　　·課程提綱和教學(xué)計(jì)劃。使用本書和幻燈片用于數(shù)據(jù)挖掘?qū)д撜n程和高級(jí)教程的本科生和研究生，可以獲取這些資源。
　　·帶超鏈接的輔助閱讀文獻(xiàn)列表。補(bǔ)充讀物的原創(chuàng)性文章按章組織。
　　·到數(shù)據(jù)挖掘數(shù)據(jù)集和軟件的鏈接。我們將提供到數(shù)據(jù)挖掘數(shù)據(jù)集和某些包含有趣的數(shù)據(jù)挖掘軟件包的站點(diǎn)的鏈接，如到伊利諾伊大學(xué)厄巴納-尚佩恩分校IlliMine的鏈接。
　　·作業(yè)、考試和課程設(shè)計(jì)樣本。一組作業(yè)、考試和課程設(shè)計(jì)樣本將在出版社的網(wǎng)站上向教師提供。
　　·本書的插圖。這可能有助于你制作自己的課堂教學(xué)幻燈片。
　　·本書目錄。PDF格式。
　　·本書不同印次的勘誤表。歡迎讀者指出本書中的錯(cuò)誤。一旦錯(cuò)誤被證實(shí)，我們將更新勘誤表，并對你的貢獻(xiàn)致謝。