变尺度数据分析理论

　　本书是作者在多年研究与教学工作的基础上完成的，全面系统地介绍了变尺度数据分析领域相关内容的主要思想、基础理论、核心方法与应用技术。全书共9章，其中1～3章介绍数据驱动的决策分析、数据挖掘技术应用过程、思维及其信息组织形式、分析主题发现方法、数据分析任务判定方法；4～6章深入讨论变尺度数据分析原理，包括尺度及尺度变换基本概念、多尺度数据模型、尺度变换策略和尺度变换机制、变尺度数据分析方法；7～9章分别针对分类变量数据、二值变量数据、数值变量数据的数据特征，论述变尺度数据分析方法的扩展应用技术。本书适用于大数据管理与应用及数据科学与技术领域的研究和应用人员，也可作为相关专业研究生和高年级本科生的教材或教学参考书。

　　王艾 北京科技大学公共管理系讲师、博士，主要从事为数据挖掘、智能决策、计算社会科学方面的研究工作。现已发表论文24篇，包括SCI期刊论文9篇、CSSCI期刊论文3篇、EI论文6篇，主持***研究课题2项。2019年赴美国德克萨斯大学阿灵顿分校国家公派访学、并在美国马里兰大学举办的LISS2019国际学术会议中获“最佳论文奖”。高学东 北京科技大学管理科学与工程系教授、博士生导师，北京市高等学校教学名师，北京运筹学会副理事长，北京市第四届青联委员。1998年8月被授予“北京市学科带头人”称号，2005年入选教育部跨世纪人才计划，2006年获“北京市高等学校教学名师”称号，2008获“北京市师德标兵”称号。指导管理过程优化与智能数据分析领域的硕士研究生180余名，指导博士研究生70余名，主持科研项目30余项。著有《最优控制的结构化理论》、《管理信息系统》、《高维稀疏聚类知识发现》、《数据仓库与数据挖掘》、《多智能体计划调度系统的理论与应用》等教材和著作，在学术刊物上发表研究论文200余篇。

第1章 决策过程与智能数据分析
1.1 数据驱动的决策分析
1.2 数据挖掘技术应用过程
1.3 粒度及尺度效应
本章要点
第2章 分析主题发现
2.1 思维及其信息组织形式
2.2 思维序列构建
2.3 分析主题发现方法
本章要点
第3章 数据分析任务确定
3.1 数据分析任务
3.2 数据分析任务的结构表征
3.3 数据分析任务判定方法
本章要点
第4章 多尺度数据
4.1 尺及尺度
4.2 尺度空间模型
4.3 多尺度数据模型
本章要点
第5章 数据分析的尺度变换
5.1 尺度变换
5.2 尺度变换策略
5.3 尺度变换机制
本章要点
第6章 变尺度数据分析原理
6.1 变尺度数据分析基本思想
6.2 变尺度数据分析方法
6.3 变尺度数据分析方法有效性及参数敏感性分析
本章要点
第7章 分类变量数据的变尺度聚类分析
7.1 分类变量数据的决策分析问题
7.2 分类变量数据的变尺度聚类分析算法
7.3 分类变量数据变尺度聚类分析算法的应用
本章要点
第8章 二值变量数据的变尺度聚类分析
8.1 二值变量数据的决策分析问题
8.2 二值变量数据的变尺度聚类分析算法
8.3 二值变量数据变尺度聚类分析算法的应用
本章要点
第9章 数值变量数据的变尺度聚类分析
9.1 数值变量数据的决策分析问题
9.2 数值变量数据的变尺度聚类分析算法
9.3 数值变量数据变尺度聚类分析算法的应用
本章要点
附录A 分析主题更新
A.1 分析主题的增量更新方法
A.2 分析主题的增量更新示例
附录B 概念对获取
B.1 词对识别
B.2 概念对获取技术
名词索引
参考文献