社會的計算機化顯著地增強了我們產(chǎn)生和收集數(shù)據(jù)的能力。大量數(shù)據(jù)從我們生活的每個角落涌出。存儲的或瞬態(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。這導致稱做數(shù)據(jù)挖掘的一個計算機科學前沿學科的產(chǎn)生，這是一個充滿希望和欣欣向榮并具有廣泛應(yīng)用的學科。數(shù)據(jù)挖掘通常又稱為數(shù)據(jù)中的知識發(fā)現(xiàn)（KDD），是自動地或方便地提取代表知識的模式；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。
　　本書考察知識發(fā)現(xiàn)和數(shù)據(jù)挖掘的基本概念和技術(shù)。作為一個多學科領(lǐng)域，數(shù)據(jù)挖掘從多個學科汲取營養(yǎng)。這些學科包括統(tǒng)計學、機器學習、模式識別、數(shù)據(jù)庫技術(shù)、信息檢索、網(wǎng)絡(luò)科學、知識庫系統(tǒng)、人工智能、高性能計算和數(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)、機器學習、統(tǒng)計學或其他某領(lǐng)域的導論，盡管我們確實提供了這些領(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。對于計算科學的學生、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科的研究人員，本書應(yīng)當是有用的。
　　數(shù)據(jù)挖掘出現(xiàn)于20世紀80年代后期，20世紀90年代有了突飛猛進的發(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。寫本書的重要動機是需要建立一個學習數(shù)據(jù)挖掘的有組織的框架——由于這個快速發(fā)展領(lǐng)域的多學科特點，這是一項具有挑戰(zhàn)性的任務(wù)。我們希望本書有助于具有不同背景和經(jīng)驗的人交換關(guān)于數(shù)據(jù)挖掘的見解，為進一步促進這個令人激動的、不斷發(fā)展的領(lǐng)域的成長做出貢獻。
　　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、時間序列、時間空間數(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，加強和重新組織了全書的技術(shù)內(nèi)容，顯著地擴充和加強處理一般數(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)挖掘的高級課題的新書。為了支持讀者學習這些高級課題，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（重點介紹新的內(nèi)容）：
　　第1章提供關(guān)于數(shù)據(jù)挖掘的多學科領(lǐng)域的導論。該章討論導致需要數(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，如時間序列、序列、數(shù)據(jù)流、時間空間數(shù)據(jù)、多媒體數(shù)據(jù)、文本數(shù)據(jù)、圖、社會網(wǎng)絡(luò)和Web數(shù)據(jù)。該章根據(jù)所挖掘的知識類型、所使用的技術(shù)以及目標應(yīng)用的類型，對數(shù)據(jù)挖掘任務(wù)進行了一般分類。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)，詳細地研究數(shù)據(jù)立方體的計算方法，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集挖掘技術(shù)。這些涵蓋從基本Apriori算法和它的變形，到改進性能的更高級的方法，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，挖掘閉頻繁項集和極大頻繁項集。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、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、主動學習和遷移學習。
　　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章專門討論離群點檢測。本章介紹離群點的基本概念和離群點分析，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)計學方法、基于鄰近性的方法、基于聚類的方法和基于分類的方法）討論離群點檢測方法。該章還討論挖掘情境離群點和集體離群點，以及高維數(shù)據(jù)中的離群點檢測。
　　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，時間序列、符號序列和生物學序列），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)挖掘高級課題一書。然后，該章轉(zhuǎn)向討論其他數(shù)據(jù)挖掘方法學，包括統(tǒng)計學數(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，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�的影響。我們用考察�?shù)據(jù)挖掘的發(fā)展趨勢結(jié)束本書。
　　書中楷體字用于強調(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：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。本書還維護了一個網(wǎng)站，其中包含大量在線資源，為教師、學生和該領(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)域的一個廣泛而深入的概覽，可以作為高年級本科生或一年級研究生的數(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資源之外，本書網(wǎng)站還提供了一個樣本課程安排。
　　根據(jù)授課學時、學生的背景和你的興趣，你可以選取章節(jié)的子集，以不同的順序進行講授。例如，如果你只打算給學生講授數(shù)據(jù)挖掘入門導論，可以按照圖P.1的建議。注意，根據(jù)需要，必要時可以省略其中某些節(jié)或某些小節(jié)。
　　圖P.1　入門導論課程的建議章節(jié)序列
　　根據(jù)學時和講授范圍，你可以有選擇地把更多的章節(jié)增加到這個基本序列中。例如，對高級分類方法更感興趣的教師可以首先增加“第9章　分類：高級方法”；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，你可以選擇在兩個學期的系列課程中講授整本書，包括本書的所有章節(jié)，時間允許的話，加上圖和網(wǎng)絡(luò)挖掘這樣的高級課題。這些高級課題可以從本書網(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材料，或者用做數(shù)據(jù)庫系統(tǒng)、機器學習、模式識別和數(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題，適合作為家庭作業(yè)。這些習題或者是用于測驗對內(nèi)容的掌握情況的小問題，或者是需要分析思考的大問題，或者是實現(xiàn)設(shè)計。有些習題也可以用做研究討論課題。每章后面的文獻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展的研究文獻。
　　致學生
　　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，仔細地解釋所涵蓋的主題。每一章后面都附有一個小結(jié)，總結(jié)要點。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)挖掘方面進行深入研究和求職。
　　為閱讀本書，你需要知道什么？
　　·你應(yīng)當具有關(guān)于統(tǒng)計學、數(shù)據(jù)庫系統(tǒng)和機器學習的概念和術(shù)語方面的知識。然而，我們盡力提供這些基礎(chǔ)知識的足夠背景，以便在讀者對這些領(lǐng)域不太熟悉或者記憶有些淡忘時，也能夠理解本書的討論。
　　·你應(yīng)當具有一些程序設(shè)計經(jīng)驗。特別是你應(yīng)當能夠閱讀偽代碼，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立，所以讀者可以關(guān)注自己最感興趣的課題。希望學習數(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、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)和算法是實用的，介紹的算法適合于發(fā)現(xiàn)隱藏在大型、現(xiàn)實數(shù)據(jù)集中的模式和知識，而不是挑選在小型“玩具”數(shù)據(jù)庫上運行良好的算法。本書提供的每個算法都用偽代碼解釋。偽代碼類似于程序設(shè)計語言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。如果你想實現(xiàn)算法，你會發(fā)現(xiàn)將我們的偽代碼轉(zhuǎn)換成選定的程序設(shè)計語言程序是一項非常簡單的任務(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，對這些高級主題感興趣的讀者可從網(wǎng)站上獲取。
　　·教師手冊。本書習題的完整答案通過出版社的網(wǎng)站只向教師提供。
　　·課程提綱和教學計劃。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列表。補充讀物的原創(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)挖掘軟件包的站點的鏈接，如到伊利諾伊大學厄巴納-尚佩恩分校IlliMine的鏈接。
　　·作業(yè)、考試和課程設(shè)計樣本。一組作業(yè)、考試和課程設(shè)計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誤。一旦錯誤被證實，我們將更新勘誤表，并對你的貢獻致謝。