數(shù)據(jù)挖掘：概念與技術(shù)（英文版第3版）

　　當(dāng)代商業(yè)和科學(xué)領(lǐng)域大量激增的數(shù)據(jù)量要求我們采用更加復(fù)雜和精細(xì)的工具來進行數(shù)據(jù)分析、處理和挖掘。盡管近年來數(shù)據(jù)挖掘技術(shù)取得的長足進展使得我們廣泛收集數(shù)據(jù)越來越容易，但技術(shù)的發(fā)展依然難以匹配爆炸性的數(shù)據(jù)增長以及隨之而來的大量數(shù)據(jù)處理需求，因此我們比以往更加迫切地需要新技術(shù)和自動化工具來幫助我們將這些數(shù)據(jù)轉(zhuǎn)換為有用的信息和知識。本書前版曾被KDnuggets的讀者評選為最受歡迎的數(shù)據(jù)挖掘?qū)Ｖ?，是一本可讀性極佳的教材。它從數(shù)據(jù)庫角度全面系統(tǒng)地介紹數(shù)據(jù)挖掘的概念、方法和技術(shù)以及技術(shù)研究進展，并重點關(guān)注近年來該領(lǐng)域重要和最新的課題——數(shù)據(jù)倉庫和數(shù)據(jù)立方體技術(shù)，流數(shù)據(jù)挖掘，社會化網(wǎng)絡(luò)挖掘，空間、多媒體和其他復(fù)雜數(shù)據(jù)挖掘。每章都針對關(guān)鍵專題有單獨的指導(dǎo)，提供最佳算法，并對怎樣將技術(shù)運用到實際工作中給出了經(jīng)過實踐檢驗的實用型規(guī)則。如果你希望自己能熟練掌握和運用當(dāng)今最有力的數(shù)據(jù)挖掘技術(shù)，那這本書正是你需要閱讀和學(xué)習(xí)的寶貴資源。本書是數(shù)據(jù)挖掘和知識發(fā)現(xiàn)領(lǐng)域內(nèi)的所有教師、研究人員、開發(fā)人員和用戶都必讀的一本書。本書特點引入了許多算法和實現(xiàn)示例，全部以易于理解的偽代碼編寫，適用于實際的大規(guī)模數(shù)據(jù)挖掘項目。討論了一些高級主題，例如挖掘面向?qū)ο蟮年P(guān)系型數(shù)據(jù)庫、空間數(shù)據(jù)庫、多媒體數(shù)據(jù)庫、時間序列數(shù)據(jù)庫、文本數(shù)據(jù)庫、萬維網(wǎng)以及其他領(lǐng)域的應(yīng)用等。全面而實用地給出用于從海量數(shù)據(jù)中獲取盡可能多信息的概念和技術(shù)。

　　Jiawei Han（韓家煒） 伊利諾伊大學(xué)厄巴納-尚佩恩分校計算機科學(xué)系A(chǔ)belBliss教授。由于在數(shù)據(jù)挖掘和數(shù)據(jù)庫系統(tǒng)領(lǐng)域卓有成效的研究工作，他曾多次獲得各種榮譽和獎勵，其中包括2004年ACMSIGKDD頒發(fā)的最佳創(chuàng)新獎，2005年IEEE Computer Society 頒發(fā)的技術(shù)成就獎，2009年IEEE頒發(fā)的W.Wallace McDowell獎。他是ACM和IEEE Fellow，同時還是《ACM Transactions onKnowledge Discovery from Data》雜志的主編（2006-2011），以及《IEEE Transactionson Knowledge and Data Engineering》和《Data Mining and KnowledgeDiscovery》雜志的編委會成員。Micheline Kamber 擁有加拿大康考迪亞大學(xué)計算機科學(xué)碩士學(xué)位，她是NSERCScholar，現(xiàn)在加拿大麥吉爾大學(xué)、西蒙-弗雷澤大學(xué)及瑞士從事研究工作。Jian Pei（裴?。?目前是加拿大西蒙-弗雷澤大學(xué)計算機學(xué)院副教授。2002年，他在Jia weiHan教授的指導(dǎo)下獲得西蒙-弗雷澤大學(xué)博士學(xué)位。