数据挖掘概念与技术韩佳伟电子书.doc

数据挖掘：概念与技术 韩家威 Data Mining: Concepts and Techniques J. Han and M. Kamber Morgan Kaufmann 2000 目录 第一章 引言 14 1.1 什么激发数据挖掘？为什么它是重要的？ 14 1.2 什么是数据挖掘？ 19 1.3 数据挖掘——在何种数据上进行？ 25 1.3.1 关系数据库 26 1.3.2 数据仓库 30 1.3.3 事务数据库 34 1.3.4 高级数据库系统和高级数据库应用 36 1.4 数据挖掘功能——可以挖掘什么类型的模式？ 41 1.4.1 概念/类描述：特征和区分 42 1.4.2 关联分析 44 1.4.3 分类和预测 45 1.4.4 聚类分析 46 1.4.5 局外者分析 47 1.4.6 演变分析 49 1.5 所有模式都是有趣的吗？ 49 1.6 数据挖掘系统的分类 51 1.7 数据挖掘的主要问题 54 1.8 总结 58 习题 59 第二章 数据仓库和数据挖掘的OLAP技术 65 2.1 什么是数据仓库? 66 2.2.1 操作数据库系统与数据仓库的区别 69 2.1.2 但是，为什么需要一个分离的数据仓库 72 2.2 多维数据模型 73 2.2.1 由表和电子数据表到数据方 73 2.2.2 星形、雪花和事实星座：多维数据库模式 80 2.2.3 定义星形、雪花和事实星座的例子 85 2.2.3 度量：它们的分类和计算 88 2.2.5 引入概念分层 91 2.2.6 多维数据模型上的OLAP操作 94 2.2.7 查询多维数据库的星形网查询模型 98 2.3 数据仓库的系统结构 99 2.3.1 数据仓库的设计步骤和结构 100 2.3.2 三层数据仓库结构 103 2.3.3 OLAP服务器类型：ROLAP、MOLAP、HOLAP的比较 108 2.4 数据仓库实现 111 2.4.1 数据方的有效计算 111 2.4.2 索引OLAP数据 122 2.4.3 OLAP查询的有效处理 127 2.4.4 元数据存储 128 2.5 数据方技术的进一步发展 130 2.5.1 数据方发现驱动的探查 131 2.5.2 多粒度上的复杂聚集: 多特征方 137 2.5.3 其它进展 141 2.6 由数据仓库到数据挖掘 141 2.6.1 数据仓库的使用 142 2.6.2 由联机分析处理到联机分析挖掘 144 2.7 总结 147 习题 149 第三章 数据预处理 156 3.1为什么要预处理数据？ 157 3.2 数据清理 161 3.2.1 遗漏值 161 3.2.2 噪音数据 162 3.3 数据集成和变换 167 3.3.1 数据集成 167 3.3.2 数据变换 169 3.4 数据归约 173 3.4.1 数据方聚集 174 3.4.2 维归约 176 3.4.3 数据压缩 179 3.4.4 数值归约 185 3.5 离散化和概念分层产生 195 3.5.1 数值数据的离散化和概念分层产生 196 3.5.2 分类数据的概念分层产生 204 3.6 总结 207 习题 208 第四章 数据挖掘原语、语言和系统结构 213 4.1 数据挖掘原语：什么定义数据挖掘任务？ 214 4.1.1 任务相关的数据 217 4.1.2 要挖掘的知识的类型 219 4.1.3 背景知识：概念分层 220 4.1.4 兴趣度度量 225 4.1.5 发现模式的提供和可视化 230 4.2 一种数据挖掘查询语言 231 4.2.1 任务相关数据说明的语法 234 4.2.2 说明挖掘知识类型的语法 235 4.2.3 概念分层说明的语法 239 4.2.4 兴趣度度量说明的语法 240 4.2.5 模式提供和可视化说明的语法 241 4.2.6 汇集 —— 一个DMQL查询的例子 242 4.2.7 其它数据挖掘语言和数据挖掘原语的标准化 245 4.3 基于数据挖掘查询语言设计图形用户界面 246 4.4 数据挖掘系统的结构 248 4.5 总结 251 第五章 概念描述：特征与比较 258 5.1 什么是概念描述？ 258 5.2 数据泛化和基于汇总的特征 261 5.2.1 面向属性归纳 261 5.2.2 面向属性归纳的有效实现 269 5.2.3 导出泛化的表示 272 5.3 解析特征: 属性相关性分析 279 5.3.1 为什么进行属性相关性分析? 279 5.3.2 属性相关分析方法 280 5.4 挖掘类比较：区分不同的类 287 5.4.1 类比较方法和实现 288 5.4.2 类