本书内容分为数据挖掘理论和数据挖掘实践两部分。数据挖掘理论部分主要包括数据挖掘的基本概念、数据预处理、聚类分析、分类与回归、关联规则挖掘及离群点检测。数据挖掘实践部分讨论数据挖掘在文本挖掘和金融领域中的应用，通过虚假新闻检测和社交平台情绪分析等案例，展示数据挖掘在文本挖掘方面的应用；通过潜在贷款客户挖掘、贷款违约等案例展示数据挖掘在金融领域的应用。 本书可作为高等学校计算机、数据科学与大数据、电子商务、信息科学等相关专业的教材或参考书，也可供从事数据挖掘研究的科研、技术人员参考。

前 言 本次修订充分考虑了技术的发展和实际领域中数据多样性的特点，增加了一些应用领域的实际案例，强化了案例的作用，特别是第3～6章增加了综合案例；新增数据陷阱部分，作为拓展阅读，分散置于每章后面。 第1章对数据挖掘技术使用背景、数据挖掘对象做了较大修改，增加了数据挖掘与隐私保护章节。第2章对数据探索部分做了较大修改。第3章将分类原理说明的数据用例统一成了一个数据集，更便于对比；对集成分类进行了完善，增加了随机森林方法。第4章对k-means算法和一趟聚类算法的相关内容进行了优化。第5章对关联规则原理说明案例进行了更换，将辛普森悖论调整到了新的第2章，并进行了扩展。第6章完善了离群点挖掘应用的案例。第7章文本挖掘，增加了文本情感分析与用户画像的内容，并对案例进行了调整，删除了跨语言智能学术搜索系统及基于内容的垃圾邮件识别两个案例，增加了虚假新闻检测、社交平台情感分类两个案例。第8章将数据挖掘在电信业中的应用更换为数据挖掘在金融领域中的应用。 数据挖掘技术的应用越来越广泛，社会和市场上对掌握数据挖掘技术的人才需求越来越大，越来越多的高校在计算机相关专业和经济、管理类专业开设了数据挖掘课程，以适应社会和市场的需求。 本书旨在向读者介绍数据挖掘的基本原理和方法，以及数据挖掘的应用流程，通过原理和应用方法背景的介绍，使读者理解并掌握如何使用数据挖掘方法解决实际问题，通过案例分析，使读者能够应用这些方法解决现实世界中的问题。 全书分为数据挖掘理论和数据挖掘实践两部分，前者包括第1～6章，后者包括第7～8章。 第1章介绍数据挖掘的基本概念及重要应用领域。 第2章介绍数据的基本统计量及数据预处理的常用方法。 第3章介绍分类及回归的基本概念和应用背景，重点介绍决策树、贝叶斯和最近邻分类方法，以及分类模型评价。 第4章介绍聚类分析的基本概念和应用背景，重点介绍常用的聚类方法。 第5章介绍关联分析的基本概念和应用背景，重点介绍频繁模式挖掘算法（Apriori算法和FP-Growth算法）。 第6章介绍离群点挖掘的基本概念和应用背景，重点介绍基于距离、基于相对密度和基于聚类的离群点挖掘方法。 第7章介绍数据挖掘在文本处理方面的应用，以及文本挖掘的基本概念，通过虚假新闻检测和微博情感分类2个案例强化读者对内容的理解。 第8章介绍数据挖掘在金融领域的应用，包括风险控制、交叉销售、客户细分及客户流失预警等，通过潜在贷款客户挖掘和信用卡违约案例阐释数据挖掘的应用。 除了介绍数据挖掘的经典方法，本书也融入了作者的部分研究成果。 本书的出版融汇了许多人的辛勤劳动。自出版以来，本书得到众多读者的支持与肯定，被中国电子教育学会评为“全国电子信息类优秀教材”，2017年以优秀等级通过广东省精品教材验收。本次修订由蒋盛益全程负责，广东外语外贸大学数据挖掘实验室成员林楠铠、黄锡轩、林晓钿对部分案例的完善提供了建议和实验支撑。王连喜副教授认真审阅了稿件，指出了一些纰漏，并提出了修改建议。书中参考了许多学者的研究成果，在此一并表示衷心的感谢。 限于作者学识水平，书中难免存在不足和疏漏，敬请读者批评指正。 本书为任课教师提供配套的教学资源（包含电子教案、实验用数据集、习题及参考答案、部分综述文献和常用资源列表），需要者可登录华信教育资源网（http://www.hxedu.com.cn），注册之后可进行下载。 作 者

目 录 上篇 理论篇 第1章 绪论 2 1.1 数据挖掘技术使用背景 4 1.2 数据挖掘任务及过程 5 1.2.1 数据挖掘定义 5 1.2.2 数据挖掘任务 5 1.2.3 数据挖掘过程 7 1.2.4 数据挖掘对象 8 1.2.5 数据挖掘工具及其选择 13 1.3 数据挖掘应用 13 1.3.1 数据挖掘在计算机领域中的应用 14 1.3.2 数据挖掘在商业领域中的应用 15 1.3.3 数据挖掘在其他领域中的应用 16 1.3.4 数据挖掘技术的前景 17 1.4 数据挖掘与隐私保护 18 本章小结 20 习题1 20 第2章 数据处理基础 23 2.1 数据 24 2.1.1 数据及数据类型 24 2.1.2 数据集的类型 25 2.2 数据探索 27 2.2.1 描述性统计分析 27 2.2.2 数据可视化 30 2.2.3 辛普森悖论 34 2.3 数据预处理 37 2.3.1 数据清理 38 2.3.2 数据集成 41 2.3.3 特征变换 41 2.3.4 数据归约 48 2.4 相似性度量 55 2.4.1 属性之间的相似性度量 56 2.4.2 对象之间的相似性度量 57 本章小结 60 习题2 61 第3章 分类和回归 65 3.1 分类概述 66 3.2 决策树分类方法 67 3.2.1 决策树的基本概念 67 3.2.2 构建决策树的要素 68 3.2.3 Hunt算法 73 3.2.4 C4.5算法 74 3.2.5 CART算法 79 3.2.6 决策树算法的特点 90 3.3 贝叶斯分类方法 90 3.3.1 贝叶斯定理 91 3.3.2 朴素贝叶斯分类算法 92 3.3.3 贝叶斯信念网络 96 3.4 k-最近邻分类方法 97 3.4.1 k-最近邻分类的基本问题 98 3.4.2 k-最近邻分类算法描述 98 3.4.3 k-最近邻分类算法的优缺点 100 3.5 神经网络分类方法 100 3.5.1 人工神经网络的基本概念 100 3.5.2 典型神经网络模型介绍 102 3.5.3 神经网络的特点 103 3.5.4 深度网络和深度学习算法 104 3.6 支持向量机 105 3.7 集成分类方法 107 3.8 分类问题拓展 113 3.8.1 不平衡分类问题 113 3.8.2 半监督学习 115 3.8.3 单类分类 115 3.8.4 多标签分类 115 3.8.5 层次分类 115 3.9 分类模型的评价 116 3.9.1 分类模型性能评价指标 116 3.9.2 分类模型的过度拟合 117 3.9.3 评估分类模型性能的方法 117 3.10 综合案例：信用风险分析 118 3.11 回归分析 121 3.11.1 多元线性回归模型 122 3.11.2 非线性回归 125 3.11.3 逻辑回归 127 本章小结 131 习题3 131 第4章 聚类分析 137 4.1 聚类分析概述 138 4.2 k-means算法及其改进 141 4.2.1 基本k-means算法 141 4.2.2 k-means聚类算法的拓展 145 4.3 层次聚类算法 150 4.3.1 二分k-means算法 151 4.3.2 BIRCH算法 152 4.3.3 CURE算法 154 4.3.4 ROCK算法 155 4.4 基于密度的聚类算法 157 4.5 基于图的聚类算法 160 4.5.1 Chameleon聚类算法 160 4.5.2 基于SNN的聚类算法 165 4.6 一趟聚类算法 167 4.6.1 阈值选择 167 4.6.2 算法应用 171 4.7 基于模型的聚类算法 172 4.7.1 期望最大化方法 172 4.7.2 概念聚类 172 4.7.3 SOM方法 174 4.8 聚类算法评价 176 4.9 综合案例：航空公司客户价值分析 178 本章小结 184 习题4 184 第5章 关联分析 187 5.1 关联分析概述 188 5.2 关联规则分析基础 188 5.2.1 基本概念 188 5.2.2 基础分析方法 190 5.3 Apriori算法 192 5.3.1 Apriori性质 192 5.3.2 产生频繁项集 193 5.3.3 频繁项集构造示例 194 5.3.4 产生关联规则 195 5.3.5 规则的评估标准 198 5.3.6 Apriori算法评价 201 5.4 FP-Growth算法 201 5.4.1 FP-tree表示法 201 5.4.2 构建FP-tree 202 5.4.3 发现频繁项集 204 5.5 关联规则扩展 205 5.5.1 关联规则分类 205 5.5.2 多层次关联规则 206 5.5.3 多维度关联规则 207 5.5.4 定量关联规则 208 5.5.5 基于约束的关联规则 208 5.5.6 序列模式挖掘 208 5.6 综合案例：移动业务关联分析 209 5.6.1 数据准备 209 5.6.2 数据预处理 209 5.6.3 关联规则挖掘过程 211 5.6.4 规则的优化 214 5.6.5 模型的应用 215 本章小结 216 习题5 216 第6章 离群点挖掘 220 6.1 离群点挖掘概述 221 6.2 基于统计的方法 222 6.3 基于距离的方法 224 6.4 基于相对密度的方法 226 6.5 基于聚类的方法 231 6.5.1 基于对象的离群因子方法 231 6.5.2 基于簇的离群因子方法 234 6.5.3 基于聚类的动态数据离群点检测方法 236 6.6 离群点挖掘方法的评估 237 6.7 综合案例 237 6.7.1 离群点检测在癌症诊断中的应用 237 6.7.2 离群点检测在网络入侵检测中的应用 239 本章小结 242 习题6 242 下篇 实践篇 第7章 文本挖掘 246 7.1 文本挖掘概述 247 7.1.1 分词 247 7.1.2 文本表示与词权重计算 250 7.1.3 文本特征选择 252 7.1.4 文本分类 253 7.1.5 文本聚类 256 7.1.6 文档自动摘要 258 7.1.7 文本情感分析 262 7.1.8 用户画像 265 7.2 案例分析 269 7.2.1 虚假新闻检测案例 269 7.2.2 社交平台情感分类 277 本章小结 283 第8章 数据挖掘的金融应用 285 8.1 数据挖掘在金融领域中的应用概述 287 8.1.1 金融科技 287 8.1.2 金融领域中的数据挖掘应用 289 8.2 银行潜在贷款客户挖掘 295 8.2.1 业务理解 295 8.2.2 数据理解与数据准备 296 8.2.3 模型构建与评估 299 8.3 贷款违约 301 本章小结 305 附录A 数据挖掘常用资源列表 307 参考文献 308

http://www.hxedu.com.cn/hxedu/fg/book/bookinfo.html?code=G0450770