本书系统介绍业务建模与数据挖掘技术。

内容涵盖了如何发现、构建和提炼在业务情景中有用的模型；如何设计、发现和开发挖掘所需的数据；如何提供为各种业务情景挖掘数据的实用的方法等。

本书适合从事业务建模和数据挖掘以及相关领域的专业技术人员参考。

本书展示了如何系统地表达现实世界中的业务问题，从而可以利用数据挖掘技术来解决。重点介绍如何将业务问题的口头表达或模糊的描述首先转换为定性的模型，然后再转换为定义明确的定量模型用于解决问题。最后描述了通过数据挖掘所发现的这些结论如何转换为战略的或技术的实现。 

本书回答了各行各业各个层次的经营管理者，数据挖掘工具的真正用户所面临的许多非常切实的问题，例如，数据挖掘技术能够在哪些领域中最有效地应用?如何建立挖掘模型，从而把业务问题转化为数据挖掘能够解决的形式?如何为数据挖掘工具准备数据?等等，并给出了实际解决方案。

译者序

前言

译者简介

第一部分本

领域的概要

第1章 世界、知识与

模型/2

第2章 转变经验/20

第3章

建模与挖掘的结合/37

第二部分

业务建模

第4章 什么是模型/56

第5章 构建业务模型/74

第6章

获得正确的模型/101

第7章 确保

模型正确/137

第8章 模型的部署

/162

第三部分数据挖掘

第9章 数

据挖掘模型入门/172

第10章 挖

掘工具做什么/196

第11章 获得

初始模型/227

第12章 改进已挖

掘的模型/271

第13章 部署挖掘

的模型/323

第四部分方法论

第14

章 方法论概述/338

第15章 MII

——业务建模方法论

/346

第16章

MIII——数据挖掘方法

论/362

参

考资料/425

随着数据库技术的发展和数据库应用的普及，全世界范围内，在业务管理、政府管理、科学与工程数据管理和其他应用领域所使用的数据库的数量和规模都在迅速增大。于是，如何从数据库所积累的大量数据中及时有效地提取对管理决策有用的信息和知识，成为了几乎所有经营管理者所关心的一个共同问题。数据挖掘的目标就是从数据库的数据中发现这样的有用的规则和模式。数据挖掘研究作为数据库和相关领域近年来非常重要和非常活跃的研究领域之一，吸引了来自数据库系统、人工智能、机器学习、统计学、数据可视化……等许多领域的研究人员进行跨学科、跨领域的综合研究。这些研究的重点主要集中在分类、聚类、关联、概要等挖掘操作的高效算法上，产生了各种期刊和会议上发表的高水平学术论文，所研究出的方法和技术也已经成了DBMS的主要厂商的数据挖掘产品的一个部分，并且已被各行各业大大小小的用户所使用。

然而，各行各业各个层次的经营管理者——数据挖掘工具的真正用户所面临的许多非常切实的问题，在传统的数据挖掘研究和教学中却没有得到足够的关注，例如，数据挖掘技术能够在哪些领域中最有效地应用?如何建立挖掘模型，从而把业务问题转化为数据挖掘能够解决的形式?如何为数据挖掘工具准备数据等等。数据库领域29位高级研究人员于2003年5月在美国马萨诸塞州的Lowell举行了评估当前数据库研究状态、推荐值得特别关注的问题领域的第6次不定期讨论会，基于他们的讨论所形成的“Lowell数据库研究自评估报告”中也谈到“我们希望数据挖掘超出基本运算算法的范畴，同时我们还有一个感觉，那就是，计算机科学和IT课程应该包括更多的关于数据挖掘工具的正确使用的内容。”

本书正是针对上述问题而著成的。作者Dorian Pyle具有超过25年从事数据挖掘工作的经验，担任着若干个数据挖掘工具公司、信用卡业务公司、制造业公司的顾问。他对各个行业，各种层次和角色的经营管理人员所面临的业务情景和挖掘问题具有深入的了解，本书给出了解决问题的方法学和实际步骤。我们深切感到国内从事数据挖掘工具开发和使用数据挖掘工具解决实际业务问题的经营管理人员都需要这样的一本参考书。坦率地说：我们近年来在数据挖掘领域中的研究也主要是前面所说的在不同类型的数据上进行挖掘的高效算法的研究。对于实际业务环境中为了挖掘而建模和数据挖掘工具在实际业务中的应用，我们也缺乏实际的经验和体会，本书的翻译过程也是我们的一个学习过程。我们希望本书对于数据挖掘在我国各行各业的实际应用起到推动作用。

杨冬青、马秀莉、唐世渭组织并参加了本书的翻译和审校工作；参加翻译的还有遇辉、姜力争、张德辉、李双峰、梅源、李希婷、田枫、袁征、赵翔宇、武纬。

限于译者水平，译文中疏漏和错误难免，欢迎批评指正。

译者

2004年12月于北京大学