本书主要介绍数据分析与数据挖掘的基本概念和方法，包括数据的基本属性和概念、数据预处理、数据仓库与联机分析处理、回归分析、频繁模式挖掘、分类、聚类、离群点检测。对书中每一部分先介绍基本概念、理论基础，再给出应用实例，便于读者更好地理解和应用算法，每章的很后给出习题。书中算法由浅入深、由原理到应用，有利于初学者的学习和理解。本书适用于数据分析与数据挖掘领域的初学者，可以作为相关专业本科生及研究生教材。本书也适合作为数据分析与数据挖掘相关专业人士的辅导教材。
章概述1
1.1数据分析与数据挖掘1
1.1.1数据分析1
1.1.2数据挖掘1
1.1.3数据分析与数据挖掘的区别和联系3
1.2分析与挖掘的数据类型3
1.3数据分析与数据挖掘的方法7
1.4数据分析与数据挖掘使用的技术8
1.5应用场景及存在的问题12
1.5.1数据分析与数据挖掘的应用12
1.5.2存在的主要问题13
1.6本书结构概述14
1.7习题14
第2章数据16
2.1数据对象与属性类别16
2.1.1属性的定义16
2.1.2属性的分类16
2.2数据的基本统计描述17
2.2.1中心趋势度量18
2.2.2数据分散度量20
2.2.3数据的图形显示22
2.3数据的相似性和相异性度量26
2.3.1数据矩阵与相异性矩阵26
2.3.2标称属性的邻近性度量27
2.3.3二元属性的邻近性度量28
2.3.4数值属性的相异性29
2.3.5序数属性的邻近性度量31
2.3.6混合类型属性的相异性31
2.3.7余弦相似性33
……
喻梅 天津大学智能与计算学部教授，硕士生导师。主要从事计算机网络、数据挖掘及数据库方向的研究及教学。研究重点为社交网络中实体社团的发现及识别、影响因素及发展规律；基于亲密度及影响力的微博社交兴趣圈挖掘算法等。在靠前会议及期刊上发表了多篇相关学术论文。担任多个靠前会议技术委员会委员，参与会议组织工作及专业技术服务。参与多部计算机教材的编写。
