本书介绍了以数据仓库、数据挖掘和联机分析为核心技术的商务智能的基本概念、基本原理、开发方法、开发工具、应用领域和管理方法等内容。 全书共分为10章，包括商务智能基本概念、数据仓库开发模型、数据仓库开发应用过程、联机分析、数据挖掘基本原理和技术、数据挖掘应用工具、电子商务的智能化、商务智能的管理应用，以及商务智能系统的开发应用实例等内容。每章后还附有可供读者自我测试的习题，以帮助读者对全书的理解。本书内容翔实，结构清晰，应用性强，既可以作为高等学校信息管理与信息系统专业、计算机应用专业、自动控制专业以及相关专业本科生和研究生的教材，也可以作为企业、事业单位从事商务智能系统开发应用工作人员的参考用书。

数据挖掘是人工智能、机器学习、数据库技术等多学科相结合的产物。本书系统介绍了数据挖掘技术的基本原理、主要方法、挖掘模式、发展及应用，重点对基于粗糙集方法的数据挖掘过程进行了系统的阐述，全面地分析了静态与增量式的相容性与不相容性决策系统的数据挖掘主要算法、基于有序与无序决策系统的数据挖掘主要算法、粗糙集合的扩展模型。本书可作为系统工程、控制工程及计算机类专业研究生的学习工具，也可作为相关专业技术人员的参考书。

信息社会中数据的爆炸性增长，“丰富的数据与贫乏的知识”问题的日渐突出，产生了对强有力的数据分析工具的需求。决策者迫切需要将海量数据转换成有价值的信息和知识。数据挖掘为这一需求提供了强有力的技术支持。客户关系管理（CRM）是现代电子商务活动的核心部分，对CRM 的重视是现代市场营销理念和商业运作方式转变的结果。CRM是数据挖掘的重要应用领域。数据挖掘及其在CRM中的应用研究已经成为学术界和企业界共同关注的领域。本著作在对数据挖掘、CRM以及数据挖掘在CRM中的应用的研究现状进行文献综述的基础上，提出了数据挖掘技术及其在CRM中的应用研究的相关主题，主要完成了以下三个方面的研究工作：第一，数据挖掘中概念数据集成的模型研究。该研究描述了面向OLAP 集成XML数据和关系数据的概念数据集成结构体系框架，并提出了面向OLAP 的一个多维数据概念模型UML星系模式。最后通过一个B2B的电子商务中的 2-根UML星系模式的构建实例来说明了n-根UML星系模式的构造过程 模型的建立为电子商务中多数据源基础上多主题OLAP分析、描述和建模提供了一种方法。第二，数据挖掘中的组合分类方法研究。该研究从数据挖掘优化的技术角度出发，依据并行组合分类方法的思想，采用基于遗传算法的组合算法，提出一种基于遗传算法的多重决策树并行组合分类方法以提高分类精度，并在保持分类结果良好可解释性的基础上优化分类规则。第三，组合分类方法在CRM中的应用研究。该研究针对CRM中客户风险分析和客户获取策略问题，以客户风险分析中的客户信用等级评定问题和客户获取策略中的客户反应行为模式问题为研究对象，采用本文提出的基于遗传算法的多重决策树并行组合分类方法进行研究分析。通过这种组合分类方法的运用，在客户信用等级评定问题中进一步提高了客户信用的定位水平，减少了企业运营的风险;在客户反应行为模式的分类分析中，通过分类定位模型辅助决策人 员进行客户细分，定位他们的最佳客户和潜在客户。同时通过进一步的仿真分析得出，基于遗传算法的多重决策树组合分类方法比单个决策树具有更高的分类精度，并在保持分类结果良好的可解释性的基础上优化了分类规则。随着数据挖掘技术的进一步发展，这一研究领域研究价值越来越大。同时，随着数据挖掘技术在电子商务时代CRM中的应用进一步深入，CRM必然具有更广泛的市场价值和更广阔的应用前景。因此，本书关于数据挖掘及其在CRM中的应用的研究主题具有重要的学术价值和实践意义。

《数据挖掘与最优化技术及其应用》介绍几类数据挖掘问题优化模型以及用于求解数据挖掘优化模型的优化算法，其中包括算法设计和数值实验。书中详细介绍了数据分类问题、数据聚类问题、回归问题、等基数的双目录分割问题、数据相关性问题的最优化数学模型以及关联规则挖掘算法和因果规则的近似表示理论。本书反映了数据挖掘的数学理论基础的最新研究成果。本书可作为数据挖掘理论和算法及相关专业的研究生教材，也可作为相关专业科技工作者的参考书。

本书第2版在十分丰富和全面的第1版基础上进行了更新和改进，并增添了新的重要课题，例如挖掘流数据、挖掘社会网络和挖掘空间、多媒体和其他复杂数据。本书将是一本适用于数据挖掘和知识发现课程的优秀教材。. ——Gregory Piatetsky-Shapiro， KDnuggets的总裁科学的飞速发展使产生和收集数据的能力快速增长。大多数商业、科学和政府事务的日益计算机化，数码相机、发布工具和条码的广泛应用都产生着大量的数据。在数据收集方面，扫描的文本和图像平台、卫星遥感系统和互联网已经使我们生活在海量的数据之中。这种爆炸性的数据增长促使我们比以往更迫切地需要新技术和自动化工具，以帮助我们将这些数据转换为有用的信息和知识。.. 本书第1版曾被KDnuggets的读者评选为最受欢迎的数据挖掘专著，是一本可读性极佳的教材。它从数据库角度全面系统地介绍了数据挖掘的基本概念、基本方法和基本技术以及数据挖掘的技术研究进展，重点关注其可行性、有用性、有效性和可伸缩性问题。第1版出版之后，数据挖掘领域的研究又取得了很大的进展，开发出了新的数据挖掘方法、系统和应用。第2版在这方面进行了充实，增加了多个章节讲述最新的数据挖掘方法，以便能够挖掘出复杂类型的数据，包括流数据、序列数据、图结构数据、社会网络数据和多重关系数据。本书适合作为高等院校计算机及相关专业高年级本科生的选修课教材，特别适合作为研究生的专业课教材，同时也适宜作为数据挖掘研究人员和相关专业人士的参考书。本书特点： ● 全面实用地论述了从实际业务数据中抽取出读者需要的概念和技术。 ● 结合读者的反馈，反映数据挖掘领域的技术变化以及统计和机器学习方面的进展。 ● 引入了许多算法和实现示例，全部以易于理解的伪代码编写，适用于实际的大规模数据挖掘项目。

本书作为一本专家级指南，全面介绍了SQL Server 2005中数据挖掘的功能，并且对这些功能的应用作了较为详尽的讲述。书中不但讲述了数据挖掘的核心概念，还讲述了数据挖掘的最新发展趋势，并给出了一些数据挖掘的最佳实践。...

数据采集和存储技术的进步导致了数据规模的日益增加，数据是一种宝贵的信息资源，但这种资源同矿藏一样，只有通过管理、分析、挖掘、提炼等操作，才能使潜在的资源变成可用的财富。 本书系统地介绍了数据挖掘技术的产生、发展、应用及相关原理和算法，其主要内容包括：数据挖掘基本知识、数据挖掘处理流程、数据仓库和联机分析处理、关联规则发现方法、序列模式挖掘方法、决策树分类方法、贝叶斯分类法、各种聚类方法、Web挖掘以及分类方法在医学图像中的应用。本书包含了作者多年来在数据挖掘中的研究成果。 本书可作为计算机专业、自动化专业、生物医学专业等高年级本科生与研究生课程的教材，也可作为需要了解数据挖掘有关方法与技术的研究、设计和开发人员的参考书。

本书主要提出云模型、数据场、地学粗空间和空间数据挖掘视角等新技术，构建空间数据挖掘金字塔，研究空间数据挖掘的数据源，导出空间观测数据清理的“李德仁法”，研究基于空间统计学的图像数据挖掘，提出“数据场—云”聚类、墓于数据场的模糊综合聚类和基于数学形态学的聚类知识挖掘算法，研究基于归纳学习的空间数据挖掘、基于概念格的遥感图像数据挖掘和地理信息系统（GIS）数据挖掘，结合滑坡监测、银行经营收益分析及选址评价、遥感图像土地利用分类、土地资源评价、火车运行安全检测等实例系统研究空间数据挖掘可操作性，并在此基础上自主研制了空间数据挖掘原型系统GISDBMiner和RSImageMiner。.本书可供空间数据挖掘、计算机科学、地球空间信息科学、GIS、遥感（RS）、全球定位系统（GPS）、数据分析、人工智能、认知科学、空间资源规划、土地科学、灾害防治、管理科学与工程和决策支持等领域的研究人员和开发人员使用，亦可作为高等院校相关专业的本科生、研究生教学用书和参考用书。...

本书是一部关于现代数据库系统的基本原理与技术的教科书，本书突出了数据库和新技术的应用以及教学的需要。在编写中注重原理与技能的并重，传统内容与先进性实用内容并重以及课堂教学与实验并重。学生学后能掌握数据库的基本原理，熟练掌握一个数据库产品的操作并学会开发、设计与管理数据库的能力。　本书由16章构成，内容包括基本原理、基本操作、数据库设计及应用等，突出Web数据库、数据交换等内容。本书各章均配有丰富的习题以及复习提纲，同时本书还附有实习指南供数据库实验课之用。　本书结构清晰，概念准确，文字叙述简洁明了，可读性强，既便于教师课堂讲授，又便于自学者阅读。　本书可作为普通高校计算机应用类及相关专业的本科“数据库课程”教材和教学参考书，同时也可以作为数据库应用开发人员的参考书。

医药分析信息学是一门新近引起分析化学界和生物医药界高度重视并得到迅速发展的边缘学科，是当今生物科技和信息科技的研究前沿；而分析仪器数据处理技术则是运用信息科学和计算科学等多　学科交叉综合手段解决复杂物质体系辨析问题的高新技术方法，已广泛应用于生物、医药、地质、环保、食品、农业、化学等众多领域，取得了令人瞩目的成果。　全书共分10章，分别对分析数据处理技术的基础知识、现代仪器分析信号的处理、化学与生物模　式信息处理、化学指纹图谱计算处理、分析信息智能管理、生物芯片分析信息处理、组学分析信息处理等进行了详细介绍，并对该技术在生物医药领域中的应用研究现；吠及进展做了全面介绍。　本书可供广大生物医药和分析科学工作者以及相关应用领域的科技人员阅读，也可作为相关专业研究生教学参考用书。