数据挖掘：概念、技术与实践 - 韩家炜

"《数据挖掘：概念与技术》是由J.Han和M.Kamber撰写的，这是一本关于数据挖掘领域的经典著作，出版于2000年，由Morgan Kaufmann出版社发行。本书深入探讨了数据挖掘的核心概念和技术，为读者提供了全面的理论基础和实践指导。" 在书中，作者首先介绍了数据挖掘的基本概念。第一章“引言”提出了数据挖掘的重要性，并解释了什么是数据挖掘，以及在何种类型的数据上进行挖掘。作者提到了关系数据库、数据仓库、事务数据库和高级数据库系统作为数据挖掘的基础。接着，他们讨论了数据挖掘的各种功能，包括概念/类描述、关联分析、分类和预测、聚类分析、局外者分析和演变分析。此外，书中还阐述了并非所有模式都是有趣的，以及如何区分模式的价值。最后，作者对数据挖掘系统的分类和主要问题进行了概述。 第二章“数据仓库和数据挖掘的OLAP技术”详细阐述了数据仓库的概念，分析了操作数据库系统与数据仓库的差异，强调了数据仓库的必要性。作者介绍了多维数据模型，如星形、雪花和事实星座模式，并讲解了度量、概念分层以及OLAP（在线分析处理）操作。他们还讨论了数据仓库的系统结构，包括三层架构，比较了ROLAP、MOLAP、HOLAP的不同，以及数据仓库实现中的关键技术，如有效计算、索引、查询处理和元数据存储。此外，还探讨了数据立方体技术的最新进展，如数据立方体驱动的探查和多粒度聚合。 第三章“数据预处理”则讨论了在数据挖掘之前，对原始数据进行清洗、转换和规约的必要性，因为高质量的数据是挖掘有效模式的关键。预处理涵盖了数据清洗（处理缺失值、异常值和不一致性），数据集成（将来自不同源的数据合并），数据变换（如规范化、标准化）和数据规约（减少数据的复杂性和体积）等过程。 通过这些章节，读者可以了解到数据挖掘的全貌，包括其在数据仓库和OLAP环境中的应用，以及预处理的重要性和方法。这本书是理解数据挖掘技术及其实际应用的宝贵资源，适合数据科学、信息管理、计算机科学等相关领域的学生和专业人士阅读。