本书是数据挖掘领域的经典著作，数年来畅销不衰。全书从技术和应用两个方面，全面、系统地介绍了数据挖掘的商业环境、数据挖掘技术及其在商业环境中的应用。自从1997年本书第1版出版以来，数据挖掘界发生了巨大的变化，其中的大部分核心算法仍然保持不变，但是算法嵌入的软件、应用算法的数据库以及用于解决的商业问题都有所演进。第2版展示如何利用基本的数据挖掘方法和技术，解决常见的商业问题。

本书涵盖核心的数据挖掘技术，包括：决策树、神经网络、协同过滤、关联规则、链接分析、聚类和生存分析等。此外，还提供了数据挖掘最佳实践、数据挖掘的最新进展和一些富有挑战性的研究课题，极具技术深度与广度。全书语句凝炼、清新，对复杂概念的实际应用进行了生动解释，是必不可少的数据挖掘教材。

本书是一本优秀的数据挖掘教材，全面而系统地介绍了数据挖掘的商业环境、数据挖掘技术及其在商业环境中的应用。

全书共18章，内容涵盖核心的数据挖掘技术，包括：决策树、神经网络、协同过滤、关联规则、链接分析、聚类和生存分析等。此外，还提供了数据挖掘最佳实践的概观、数据挖掘的最新进展和一些极具挑战性的研究课题，极具技术深度与广度。通过学习本书，读者不仅可以精通数据挖掘的整体结构和核心技术，还可以领略数据挖掘在销售和客户关系管理等方面的成功应用，为实践数据挖掘打下坚实的基础。

本书适合作为高等院校相关专业高年级本科生或研究生的教材或参考书，也适合当前和未来的数据挖掘实践者学习和参考。

出版者的话

专家指导委员会

译者序

致谢

前言

第1章 数据挖掘的缘起和内容

1.1分析客户关系管理系统

 1.1.1交易处理系统的作用

 1.1.2数据仓库的作用

 1.1.3数据挖掘的作用

 1.1.4客户关系管理策略的作用

1.2什么是数据挖掘

1.3数据挖掘可以完成哪些工作

 1.3.1分类

 1.3.2估计

 1.3.3预测

 1.3.4关联分组或关联规则

 1.3.5聚类

 1.3.6建立简档

1.4为什么现在研究

 1.4.1数据正在生成

 1.4.2数据正在形成数据仓库

 1.4.3计算能力足以承受

 1.4.4客户关系管理的兴趣增强

 1.4.5商业数据挖掘软件产品已经易于使用

1.5目前如何使用数据挖掘

 1.5.1超级市场成为信息经纪人

 1.5.2基于推荐的商业

 1.5.3交叉销售

 1.5.4抓住好的客户

 1.5.5淘汰差的客户

 1.5.6变革一个行业

 1.5.7其他

1.6小结

第2章 数据挖掘的良性循环

2.1商业数据挖掘案例研究

 2.1.1识别商务挑战

 2.1.2应用数据挖掘

 2.1.3按照结果采取行动

 2.1.4测试效果

2.2何谓良性循环

 2.2.1识别商业机会

 2.2.2挖掘数据

 2.2.3采取行动

 2.2.4测试结果

2.3良性循环环境下的数据挖掘

2.4移动通信公司建立恰当的联系

 2.4.1机会

 2.4.2如何应用数据挖掘

 2.4.3处理行动

 2.4.4完成循环

2.5神经网络和决策树驱动sUv的销售

 2.5.1最初的挑战

 2.5.2如何应用数据挖掘

 2.5.3最终措施

 2.5.4完成循环

2.6小结

第3章 数据挖掘方法论和最佳实践

3.1为什么需要方法论

 3.1.1获取不真实的知识

 3.1.2获取真实但无用的知识

3.2假设测试

3.3模型、建立简档和预测

 3.3.1建立简档

 3.3.2预测

3.4方法论

 3.4.1第一步：将商业问题转换为数据挖掘问题

 3.4.2第二步：选取合适数据

 3.4.3第三步：设法理解数据

 3.4.4第四步：创建模型集

 3.4.5第五步：修复数据问题

 3.4.6第六步：变换数据，获取信息

￥