数据挖掘：社会科学入门指南

"Data.Mining.for.the.Social.Sciences.An.Introduction" 是一本由Paul Attewell和David B. Monaghan合著的书籍，它为社会科学领域的数据挖掘提供了一个简单且易理解的入门指南。在大数据时代，这本书旨在帮助社会科学家理解和应用数据挖掘技术，以发掘大量行为数据中的模式和趋势。 本书分为两个部分。第一部分是概念介绍，涵盖了数据挖掘的基本定义（Chapter 1），与传统统计方法的区别（Chapter 2），数据挖掘的一般策略（Chapter 3）以及数据挖掘项目的关键阶段（Chapter 4）。这部分内容旨在建立对数据挖掘基本概念的理解，并为后续的分析方法奠定基础。 第二部分是工作实例，通过一系列章节展示了如何进行实际的数据分析。作者详细讲解了如何准备训练和测试数据集（Chapter 5），变量选择工具（Chapter 6），创建新变量的方法，如分箱和决策树（Chapter 7），特征提取（Chapter 8），分类器（Chapter 9）以及分类树（Chapter 10）。此外，还介绍了神经网络（Chapter 11）、聚类分析（Chapter 12）、潜在类别分析和混合模型（Chapter 13）以及关联规则（Chapter 14）。这些章节提供了实用的演示，展示如何利用各种统计软件包进行数据分析。 书中的每个章节都致力于消除数据挖掘过程的神秘感，讨论各种方法的优点和局限性，以帮助社会科学家选择最适合他们研究问题的工具。通过这种方式，本书不仅传授了数据挖掘技术，还鼓励社会科学家将这些方法融入到他们的研究工具箱中。 这本书对于那些希望进入大数据分析领域的社会科学家特别有用，它不仅提供了理论背景，还提供了实践经验，使读者能够应用这些技术解决实际问题。通过学习本书，读者将能够更好地理解如何在社会科学领域运用数据挖掘，从而推动更深入、更有效的研究。