重點大學計算機專業係列教材：數據挖掘原理與算法（第2版） pdf epub mobi txt 电子书 下载 2025

☆☆☆☆☆

毛國君 等 著

圖書標籤:

• 數據挖掘
• 機器學習
• 計算機專業
• 高等教育
• 算法
• 數據分析
• 人工智能
• 模式識彆
• 統計學習
• 教材

出版社： 清华大学出版社

ISBN：9787302158769

版次：2

商品编码：10155810

品牌：清华大学

包装：平装

开本：16开

出版时间：2007-12-01

用纸：胶版纸

页数：329

編輯推薦

　　《數據挖掘原理與算法》(第2版)共分8章，各章相對獨立成篇，以利於讀者選擇性學習。在每章後麵都設置專門一節來對本章內容和文獻引用情況進行歸納，它不僅可以幫助讀者對相關內容進行整理，而且也起到對本內容相關文獻的注釋性索引功能。第1章是緒論，係統地介紹瞭數據挖掘産生的商業和技術背景，從不同側麵剖析瞭數據挖掘的概念和應用價值；第2章給齣瞭知識發現的過程分析和應用體係結構設計；第3章對關聯規則挖掘的原理和算法進行全麵闡述；第4章給齣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章對時問序列分析技術和序列挖掘算法進行論述；第7章係統地介紹瞭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述……

內容簡介

　　本書是一本全麵介紹數據挖掘和知識發現技術的專業書籍，它係統地闡述瞭數據挖掘和知識發現技術的産生、發展、應用以及相關概念、原理和算法，對數據挖掘中的主要技術分支，包括關聯規則、分類、聚類、序列、空間以及web挖掘等進行瞭理淪剖析和算法描述。本書的許多內容是作者們在攻讀博士學位期間的工作總結，一方麵，對於相關概念和技術的闡述盡量先從理論分析人手，在此基礎上進行技術歸納；另一方麵，為瞭保證技術的係統性，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，為瞭避免抽象算法描述給讀者帶來的理解睏難，本書的所有典型算法都通過具體跟蹤執行實例來進一步說明。
　　本書共分8章，各章相對獨立成篇，以利於讀者選擇性學習。在每章後麵都設置專門一節來對本章內容和文獻引用情況進行歸納，它不僅可以幫助讀者對相關內容進行整理，而且也起到對本內容相關文獻的注釋性索引功能。第1章是緒論，係統地介紹瞭數據挖掘産生的商業和技術背景，從不同側麵剖析瞭數據挖掘的概念和應用價值；第2章給齣瞭知識發現的過程分析和應用體係結構設計；第3章對關聯規則挖掘的原理和算法進行全麵闡述；第4章給齣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章係統地介紹瞭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述。
　　本書可作為計算機專業研究生或高年級本科生教材，也可以作為從事計算機研究和開發人員的參考資料。作為教材，教師可以根據課時安排進行選擇性教學。為瞭更好地讓教師進行選擇性教學，本書配有專門的教師用書，對內容的重點、難點和課時分配給齣瞭對應的建議，對重要的和難度較大的習題進行瞭分析和解答。對於研究人員，本書是一本高參考價值的專業書籍。對於軟件技術人員，可以把它當作提高用書或參考資料，一些算法可以通過改造用於實際的應用係統中。

目錄

第1章緒論
1.1數據挖掘技術的産生與發展
1.1.1數據挖掘技術的商業需求分析
1.1.2數據挖掘産生的技術背景分析
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錶示模式與方法
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事務數據庫中的數據挖掘
1.6.2關係型數據庫中的數據挖掘
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數據庫中的數據
挖掘
1.6.5麵嚮應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應用
1.7.1粗糙集的一些重要概念
1.7.2粗糙集應用舉例
1.7.3粗糙集方法在KDD中的應用範圍
1.8數據挖掘的應用分析
1.8.1數據挖掘與CRM
1.8.2數據挖掘應用的成功案例分析
1.9本章小結和文獻注釋
習題1
第2章知識發現過程與應用結構
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數據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螺鏇處理過程模型
2.2.3以用戶為中心的處理模型
2.2.4聯機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知識發現軟件或工具的發展
2.3.1獨立的知識發現軟件
2.3.2橫嚮的知識發現工具集
2.3.3縱嚮的知識發現解決方案
2.3.4KDD係統介紹
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（Partition）的方法
3.4.2基於散列（Hash）的方法
3.4.3基於采樣（Sampling）的方法
3.5對項目集空間理論的發展
3.5.1Close算法
3.5.2FP�瞭ree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
3.7.2三個實用算子
3.7.3最大頻繁項目集格的生成算法
3.7.4ISS�睤M算法執行示例
3.8改善關聯規則挖掘質量問題
3.8.1用戶主觀層麵
3.8.2係統客觀層麵
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分類器性能的錶示與評估
4.7本章小結和文獻注釋
習題4
第5章聚類方法
5.1概述
5.1.1聚類分析在數據挖掘中的應用
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�財驕�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時間序列及其應用
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構造判彆函數
6.4基於離散傅裏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服務器日誌數據
7.4.2在綫市場數據
7.4.3Web頁麵
7.4.4Web頁麵超鏈接關係
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頁麵內文本信息的挖掘
7.5.5對Web頁麵內多媒體信息挖掘
7.5.6Web頁麵內容的預處理
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訪問信息挖掘的預處理
7.6.5其他信息的預處理技術
7.6.6在Web訪問挖掘中的常用技術
7.6.7Web訪問信息挖掘的要素構成
7.6.8利用Web訪問信息挖掘實現用戶建模
7.6.9利用Web訪問信息挖掘發現導航模式
7.6.10利用Web訪問信息挖掘改進訪問效率
7.6.11利用Web訪問信息挖掘進行個性化服務
7.6.12利用Web訪問信息挖掘進行商業智能發現
7.6.13利用Web訪問信息挖掘進行用戶移動模式發現
7.6.14利用協作推薦的方法實現實時個性化推薦的例子
7.7Web結構挖掘方法
7.7.1頁麵重要性的評價方法
7.7.2頁麵等級
7.7.3權威頁麵和中心頁麵
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空間數據的復雜性特徵
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統計信息網格方法STING
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基於隨機搜索的聚類方法CLARANS擴展
8.8.2大型空間數據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空間數據挖掘原型係統介紹
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嚮
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數據庫
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聯機分析處理
8.13.4空間數據挖掘與地理信息係統
8.14數字地球
8.15本章小結和文獻注釋
習題8
參考文獻

前言/序言

评分☆☆☆☆☆

看起来是正版，挺好的

评分☆☆☆☆☆

fgjjh

评分☆☆☆☆☆

fgjjh

评分☆☆☆☆☆

希望你能越做越好，成长有你有我大家一起来，很好的宝贝。

评分☆☆☆☆☆

毛国君，等写的的书都写得很好，[]还是朋友推荐我看的，后来就非非常喜欢，他的书了。除了他的书，我和我家小孩还喜欢看郑渊洁、杨红樱、黄晓阳、小桥老树、王永杰、杨其铎、晓玲叮当、方洲，他们的书我觉得都写得很好。重点大学计算机专业系列教材数据挖掘原理与算法（第2版），很值得看，价格也非常便宜，比实体店买便宜好多还省车费。书的内容直得一读数据挖掘原理与算法(第2版)共分8章，各章相对独立成篇，以利于读者选择性学习。在每章后面都设置专门一节来对本章内容和文献引用情况进行归纳，它不仅可以帮助读者对相关内容进行整理，而且也起到对本内容相关文献的注释性索引功能。第1章是绪论，系统地介绍了数据挖掘产生的商业和技术背景，从不同侧面剖析了数据挖掘的概念和应用价值第2章给出了知识发现的过程分析和应用体系结构设计第3章对关联规则挖掘的原理和算法进行全面阐述第4章给出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章对时问序列分析技术和序列挖掘算法进行论述第7章系统地介绍了挖掘的主要研究领域和相关技术及算法第8章是对空间数据挖掘技术和算法的分析和讲述，阅读了一下，写得很好，本书是一本全面介绍数据挖掘和知识发现技术的专业书籍，它系统地阐述了数据挖掘和知识发现技术的产生、发展、应用以及相关概念、原理和算法，对数据挖掘中的主要技术分支，包括关联规则、分类、聚类、序列、空间以及挖掘等进行了理沦剖析和算法描述。本书的许多内容是作者们在攻读博士学位期间的工作总结，一方面，对于相关概念和技术的阐述尽量先从理论分析人手，在此基础上进行技术归纳另一方面，为了保证技术的系统性，所有的挖掘模型和算法描述都在统一的技术归纳框架下进行。同时，为了避免抽象算法描述给读者带来的理解困难，本书的所有典型算法都通过具体跟踪执行实例来进一步说明。本书共分8章，各章相对独立成篇，以利于读者选择性学习。在每章后面都设置专门一节来对本章内容和文献引用情况进行归纳，它不仅可以帮助读者对相关内容进行整理，而且也起到对本内容相关文献的注释性索引功能。第1章是绪论，系统地介绍了数据挖掘产生的商业和技术背景，从不同侧面剖析了数据挖掘的概念和应用价值第2章给出了知识发现的过程分析和应用体系结构设计第3章对关联规则挖掘的原理和算法进行全面阐述第4章给出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章对时间序列分析技术和序列挖掘算法进行论述第7章系统地介绍了挖掘的主要研究领域和相关技术及算法第8章是对空间数据挖掘技术和算法的分析和讲述。本书可作为计算机专业研究生或高年级本科生教材，也可以作为从事计算机研究和开发人员的参考资料

评分☆☆☆☆☆

第三章开始算法，自己看会有点吃力，但是老师一讲就好了，主要算法就是那个个，Apriori算法、Rule-generate、K-means、混淆矩阵、ID3、Minkowski、FP-tree等，然后就喜欢上了数据挖掘，数据多么美妙啊，可以从数据中得出那么多的信息，一些算法也可以用在自己平时自我管理中，学到了东西，不错！

评分☆☆☆☆☆

重点大学计算机专业系列教材数据挖掘原理与算法（第2版）和描述的一样，好评！上周周六，闲来无事，上午上了一个上午网，想起好久没买书了，似乎我买书有点上瘾，一段时间不逛书店就周身不爽，难道男人逛书店就象女人逛商场似的上瘾于是下楼吃了碗面，这段时间非常冷，还下这雨，到书店主要目的是买一大堆书，上次专程去买却被告知缺货，这次应该可以买到了吧。可是到一楼的查询处问，小姐却说昨天刚到的一批又卖完了！晕！为什么不多进点货，于是上京东挑选书。好了，废话不说。好了，我现在来说说这本书的观感吧，一个人重要的是找到自己的腔调，不论说话还是写字。腔调一旦确立，就好比打架有了块趁手的板砖，怎么使怎么顺手，怎么拍怎么有劲，顺带着身体姿态也挥洒自如，打架简直成了舞蹈，兼有了美感和韵味。要论到写字，腔调甚至先于主题，它是一个人特有的形式，或者工具不这么说，不这么写，就会别扭工欲善其事，必先利其器，腔调有时候就是器，有时候又是事，对一篇文章或者一本书来说，器就是事，事就是器。这本书，的确是用他特有的腔调表达了对腔调本身的赞美。|发货真是出乎意料的快，昨天下午订的货，第二天一早就收到了，赞一个，书质量很好，正版。独立包装，每一本有购物清单，让人放心。帮人家买的书，周五买的书，周天就收到了，快递很好也很快，包装很完整，跟同学一起买的两本，我们都很喜欢，谢谢！了解京东2013年3月30日晚间，京东商城正式将原域名360更换为，并同步推出名为的吉祥物形象，其首页也进行了一定程度改版。此外，用户在输入域名后，网页也自动跳转至。对于更换域名，京东方面表示，相对于原域名360，新切换的域名更符合中国用户语言习惯，简洁明了，使全球消费者都可以方便快捷地访问京东。同时，作为京东二字的拼音首字母拼写，也更易于和京东品牌产生联想，有利于京东品牌形象的传播和提升。京东在进步，京东越做越大。||||好了，现在给大家介绍两本本好书谢谢你离开我是张小娴在想念后时隔两年推出的新散文集。从拿到文稿到把它送到读者面前，几个月的时间，欣喜与不舍交杂。这是张小娴最美的散文。美在每个充满灵性的文字，美在细细道来的倾诉话语。美在作者书写时真实饱满的情绪，更美在打动人心的厚重情感。从装祯到设计前所未有的突破，每个精致跳动的文字，不再只是黑白配，而是有了鲜艳的色彩，首次全彩印刷，法国著名唯美派插画大师，亲绘插图。|两年的等待加最美的文字，就是你面前这本最值得期待的新作。洗脑术怎样有逻辑地说服他人全球最高端隐秘的心理学课程，彻底改变你思维逻辑的头脑风暴。白宫智囊团、美国、全球十大上市公司总裁都在秘密学习！当今世界最高明的思想控制与精神绑架，政治

评分☆☆☆☆☆

不好，一拿到书以为是二手的

评分☆☆☆☆☆

效果不错，值得推荐，好书