在大數據時代，數據的獲取、傳輸和存儲融入了人類生產生活的方方面面，而大數據核心價值體現為人們對數據的分析、理解與應用。面對如此海量、高速和異構的數據，僅靠人類的認知和理解能力遠不能滿足價值發現的需要。同時，計算機總是針對最細粒度數據進行迭代優化的求解模式在特定場景下也不能滿足數據分析的時限需求。粒計算作為一種模擬人類知識表示和問題求解的近似數據分析范式，其優點在于解決問題時能夠選擇合適粒度，達到求解精度和計算時效的**平衡。所以，粒計算通常能夠以更高的效率獲得“有效解”。本書以引領樹和云模型作為數據多粒度表示的基本方法，系統地展示了引領樹和云模型在大數據多粒度聚類、數據流即時聚類、半監督學習和時間序列預測等大數據分析場景中的理論研究成果及應用案例。
新書資訊