数据挖掘与分析基础理论和算法综述

涵盖数据挖掘入门所需的理论知识，适合从事商业智能行业的人士学习。

数据仓库与数据挖掘综述 作者：朱建秋 日期：2001年6月7日

应用比例 聚类 22% 直销 14% 交叉销售模型 12%

威廉·H·因蒙, “建立数据仓库”, 约翰·威利父子公司, 1996。 约翰·拉德利, “运营数据存储：制定有效策略”, 数据仓库：专家实用建议, 普伦蒂斯·霍尔出版社, 纽泽西州恩格尔伍德悬崖, 1997。 斯蒂芬·R·加德纳, “建立数据仓库”, ACM 通讯, 1998 年 9 月, 第 41 卷, 第 9 期, 52-60。 道格拉斯·哈克尼, Http:// www.egltd.com, DW101：实用概述, 2001 彼得·R·米姆诺, “宏伟蓝图 - 布里欧如何在数据仓库市场中竞争”, 向布里欧技术公司的演示文稿 - 1998 年 8 月 4 日。 亚历克斯·伯森, 斯蒂芬·史密斯, 库尔特·瑟林, “为 CRM 构建数据挖掘应用程序”, 麦格劳-希尔, 1999 马丁·施塔特, 安卡·瓦杜瓦, 托马斯·维特利, “元数据在数据仓库中的作用”, 2000 威廉·H·因蒙, 肯·鲁丁, 克里斯托弗·K·巴斯, 瑞安·索萨, “数据仓库性能”, 约翰·威利父子公司, 1999

数据学，由朱扬勇教授和熊赟教授编著，详细介绍了数据学的起源、基本概念和基本原理，涵盖了数据大爆炸、数据在自然界中的应用以及数据学的基础。书中还阐述了数据学的主要方法，包括大数据勘探、数据获取和整合、数据挖掘以及数据实验等。

本书全面讲述了数据挖掘的概念、方法、技术和最新研究进展，经过全面修订，重点讨论了数据预处理、频繁模式挖掘、分类和聚类等内容。还详细探讨了OLAP、离群点检测以及挖掘网络和复杂数据类型的方法，强调了其在各个重要应用领域中的应用。

回归分析(Regression Analysis)的起源及其应用思想。回归分析是寻求一个随机变量y对另一个或一组(随机或非随机)变量x1， x2 …，xn的随机相依关系的一种统计分析方法。管理决策中常遇到的回归问题,如:广告支出与营业额售货员工龄与年销售额汽车使用年数与年平均修理成本轮胎等级与其装载能力x y

本章介绍了数据挖掘的基础理论与实际应用，包括决策树分类、贝叶斯分类、K-最近邻分类、集成学习以及回归方法。

这本教材适用于大学生学习数据库系统的基础理论和简单SQL语句的使用。