本書是一本全面介紹數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)技術(shù)的專業(yè)書籍，系統(tǒng)地闡述了數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)技術(shù)的產(chǎn)生、發(fā)展、應(yīng)用以及相關(guān)概念、原理和算法，對(duì)數(shù)據(jù)挖掘中的主要技術(shù)分支，包括關(guān)聯(lián)規(guī)則、分類、聚類、序列、空間以及Web挖掘等進(jìn)行了理論剖析和算法描述。本書的許多內(nèi)容是作者們?cè)诠プx博士學(xué)位期間的工作總結(jié)，一方面，對(duì)于相關(guān)概念和技術(shù)的闡述盡量先從理論分析入手，在此基礎(chǔ)上進(jìn)行技術(shù)歸納； 另一方面，為了保證技術(shù)的系統(tǒng)性，所有的挖掘模型和算法描述都在統(tǒng)一的技術(shù)歸納框架下進(jìn)行。同時(shí)，為了避免抽象算法描述給讀者帶來的理解困難，本書的所有典型算法都通過具體跟蹤執(zhí)行實(shí)例來進(jìn)一步說明。 全書共分8章，各章相對(duì)獨(dú)立成篇，以利于讀者選擇性學(xué)習(xí)。在每章后面都設(shè)置專門一節(jié)來對(duì)本章內(nèi)容和文獻(xiàn)引用情況進(jìn)行歸納，它不僅可以幫助讀者對(duì)相關(guān)內(nèi)容進(jìn)行整理，而且也起到對(duì)本章內(nèi)容相關(guān)文獻(xiàn)的注釋性索引功能。 本書可作為計(jì)算機(jī)專業(yè)研究生或高年級(jí)本科生教材，也可以作為從事計(jì)算機(jī)研究和開發(fā)人員的參考資料。作為教材，教師可以根據(jù)課時(shí)安排進(jìn)行選擇性教學(xué)。為了更好地讓教師進(jìn)行選擇性教學(xué)，本書配有專門的教師用書，對(duì)內(nèi)容的重點(diǎn)、難點(diǎn)和課時(shí)分配給出了對(duì)應(yīng)的建議，對(duì)重要的和難度較大的習(xí)題進(jìn)行了分析和解答。對(duì)于研究人員，本書是一本高參考價(jià)值的專業(yè)書籍。對(duì)于軟件技術(shù)人員，可以把它當(dāng)作提高用書或參考資料，一些算法可以通過改造用于實(shí)際的應(yīng)用系統(tǒng)中。
《數(shù)據(jù)挖掘原理與算法（第3版）》在經(jīng)典教材的基礎(chǔ)上，重點(diǎn)增加了大數(shù)據(jù)挖掘等新的數(shù)據(jù)挖掘的需求和技術(shù)分析，對(duì)Web挖掘的內(nèi)容進(jìn)行了重新編排，并增加了必要的新方法。近年來出現(xiàn)的公認(rèn)的典型算法和技術(shù)也得到加強(qiáng)，使之很好地適應(yīng)讀者在教學(xué)或者學(xué)習(xí)中的新需求。
本書內(nèi)容相對(duì)全面，各章之間耦合度小。作為教材，教師可以根據(jù)學(xué)生類型、學(xué)時(shí)安排等進(jìn)行選擇性教學(xué)。作為參考書，讀者可以根據(jù)自己的基礎(chǔ)進(jìn)行選擇性學(xué)習(xí)或查閱。在每章后面都設(shè)置專門一節(jié)來對(duì)本章內(nèi)容和文獻(xiàn)引用情況進(jìn)行歸納，它不僅可以幫助讀者對(duì)相關(guān)內(nèi)容進(jìn)行整理，而且對(duì)讀者，特別是研究人員，也起到文獻(xiàn)的注釋性索引功能。
此商品有兩種封面，隨機(jī)發(fā)貨。
《數(shù)據(jù)挖掘原理與算法》經(jīng)過第1版和第2版，歷經(jīng)十幾年的歷程，得到了研究者、教師、學(xué)生及計(jì)算機(jī)從業(yè)者的肯定和鼓勵(lì)，在此表示衷心的感謝。據(jù)不完全統(tǒng)計(jì)，前兩版已經(jīng)被國內(nèi)二十多所高校作為研究生或者本科生教材使用。在使用過程中，許多人也對(duì)第2版中的文字錯(cuò)誤、內(nèi)容編排等提出一些很好的建議。加之?dāng)?shù)據(jù)挖掘技術(shù)本身的發(fā)展對(duì)再次改版提出了強(qiáng)烈需求。第3版除了對(duì)必要的文字等錯(cuò)誤進(jìn)行修正外，重點(diǎn)增加了大數(shù)據(jù)挖掘等新的數(shù)據(jù)挖掘的需求和技術(shù)分析，對(duì)Web挖掘的內(nèi)容進(jìn)行了重新編排，并增加了必要的新方法。這樣，第3版的內(nèi)容及其編排更趨合理，近年來出現(xiàn)的公認(rèn)的典型算法和技術(shù)也得到加強(qiáng)，使之很好地適應(yīng)讀者在教學(xué)或者學(xué)習(xí)中的新需求。
數(shù)據(jù)庫技術(shù)從20世紀(jì)80年代開始，已經(jīng)得到廣泛的普及和應(yīng)用。隨著數(shù)據(jù)庫容量的膨脹，特別是數(shù)據(jù)倉庫以及Web等新型數(shù)據(jù)源的日益普及，人們面臨的主要問題不再是缺乏足夠的信息可以使用，而是面對(duì)浩瀚的數(shù)據(jù)海洋如何有效地利用這些數(shù)據(jù)。面對(duì)這一挑戰(zhàn)，數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)技術(shù)應(yīng)運(yùn)而生，并顯示出強(qiáng)大的生命力。數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)使數(shù)據(jù)處理技術(shù)進(jìn)入了一個(gè)更高級(jí)的階段。它不僅能對(duì)過去的數(shù)據(jù)進(jìn)行查詢，而且能夠找出過去數(shù)據(jù)之間的潛在聯(lián)系，進(jìn)行更高層次的分析，以便更好地解決決策、預(yù)測等問題。歷經(jīng)十幾年的發(fā)展，數(shù)據(jù)挖掘技術(shù)本身已經(jīng)積累了一批有價(jià)值的理論和技術(shù)成果。同時(shí)，包括統(tǒng)計(jì)學(xué)、人工智能等在內(nèi)的相關(guān)學(xué)科的發(fā)展，從某種程度上對(duì)數(shù)據(jù)挖掘技術(shù)的發(fā)展起到了極大的推動(dòng)作用。根據(jù)麻省理工學(xué)院的《科技評(píng)論》評(píng)估，“數(shù)據(jù)挖掘”技術(shù)是對(duì)未來人類產(chǎn)生重大影響的十大新興技術(shù)之一。毫不夸張地說，如今的數(shù)據(jù)挖掘已經(jīng)成為計(jì)算機(jī)、信息科學(xué)以及相關(guān)領(lǐng)域的一個(gè)時(shí)髦名詞，而且在諸如銀行、電信、保險(xiǎn)、交通、零售（如超級(jí)市場）以及天文學(xué)、分子生物學(xué)等領(lǐng)域得到應(yīng)用。可以預(yù)見，隨著大數(shù)據(jù)概念的提出和應(yīng)用，數(shù)據(jù)挖掘也必將是支撐大數(shù)據(jù)分析的最重要和最核心的技術(shù)之一。
誠然，要真正理解數(shù)據(jù)挖掘技術(shù)并不是一件容易的事。一方面，數(shù)據(jù)挖掘技術(shù)覆蓋范圍很廣泛，需要從理論到應(yīng)用、從概念到算法的完整過程； 另一方面，作為比較新的交叉研究領(lǐng)域，不同背景的研究人員（數(shù)據(jù)庫、人工智能、數(shù)學(xué)等）可能提供不同的視點(diǎn)，而且本身仍在發(fā)展中。本書第一作者長期從事相關(guān)方面的教學(xué)工作，其中面臨的問題之一就是教材的選擇。由于目前相關(guān)書籍較少，而且側(cè)重點(diǎn)不同，內(nèi)容的完整性和科學(xué)性有待商榷。由于沒有合適的教材可用，在教學(xué)的初期不得不通過指定大量參考書或文獻(xiàn)來解決，之后也采用補(bǔ)充講義的形式來擴(kuò)充。同時(shí)，對(duì)于一些軟件工程師或工程碩士、在職碩士進(jìn)修班等要求提高實(shí)踐能力的人員來說，也需要在科學(xué)的理論（原理）框架下理解和掌握數(shù)據(jù)挖掘技術(shù)。基于這樣的要求，第一作者在多年各類教學(xué)和軟件工程的實(shí)踐基礎(chǔ)上，對(duì)積累的素材進(jìn)行了整理和加工，并且邀請(qǐng)段立娟博士、王實(shí)博士和石云博士參與本書的編寫。本書的許多內(nèi)容是作者們?cè)诠プx博士學(xué)位期間的工作總結(jié)。這些保證了本書的系統(tǒng)性、先進(jìn)性和實(shí)用性。
本書可作為計(jì)算機(jī)專業(yè)研究生教材、高年級(jí)本科生的選修教材，也可以作為從事計(jì)算機(jī)研究和開發(fā)人員的參考資料。為了保證內(nèi)容的先進(jìn)性和深度，對(duì)重點(diǎn)內(nèi)容進(jìn)行了重點(diǎn)闡述。本書內(nèi)容相對(duì)全面，各章之間耦合度小。作為教材，教師可以根據(jù)學(xué)生類型、學(xué)時(shí)安排等進(jìn)行選擇性教學(xué)。作為參考書，讀者可以根據(jù)自己的基礎(chǔ)進(jìn)行選擇性學(xué)習(xí)或查閱。在每章后面都設(shè)置專門一節(jié)來對(duì)本章內(nèi)容和文獻(xiàn)引用情況進(jìn)行歸納，它不僅可以幫助讀者對(duì)相關(guān)內(nèi)容進(jìn)行整理，而且對(duì)讀者，特別是研究人員，也起到文獻(xiàn)的注釋性索引功能。本書的所有典型算法都通過具體跟蹤執(zhí)行實(shí)例來進(jìn)一步說明，這對(duì)于讀者正確理解和應(yīng)用算法是有益的。對(duì)于工程技術(shù)人員來說，這些算法完全可以在理解的基礎(chǔ)上進(jìn)行改進(jìn)或改造應(yīng)用到實(shí)際工作中。
全書共8章。第1章是緒論，系統(tǒng)地介紹了數(shù)據(jù)挖掘的概念、產(chǎn)生背景以及應(yīng)用價(jià)值； 第2章給出了知識(shí)發(fā)現(xiàn)的過程分析和應(yīng)用體系結(jié)構(gòu)設(shè)計(jì)，并對(duì)數(shù)據(jù)挖掘應(yīng)用系統(tǒng)的主要功能部件和關(guān)鍵步驟進(jìn)行了較為詳盡的剖析； 第3章全面闡述了關(guān)聯(lián)規(guī)則挖掘的原理和算法，并對(duì)一些新的焦點(diǎn)問題（如多維、數(shù)量、約束關(guān)聯(lián)規(guī)則挖掘）的最新成果盡可能地加以介紹； 第4章給出分類的主要理論和算法描述； 第5章討論聚類的常用技術(shù)和算法； 第6章對(duì)時(shí)間序列分析技術(shù)和序列挖掘算法進(jìn)行論述； 第7章系統(tǒng)地介紹了Web挖掘的主要研究領(lǐng)域和相關(guān)技術(shù)及算法； 第8章是對(duì)空間數(shù)據(jù)挖掘技術(shù)和算法的分析和講解。
特別感謝北京工業(yè)大學(xué)劉椿年教授和中國科學(xué)院高文和孫玉方研究員，作為作者的導(dǎo)師，他們?cè)谧髡吖プx博士學(xué)位期間對(duì)本書素材的積累提供了極大的幫助。本書也凝聚了北京工業(yè)大學(xué)和中央財(cái)經(jīng)大學(xué)一些研究生的心血，他們?cè)诒緯惴▽?shí)例整理和驗(yàn)證等方面做了很多工作，在此就不一一列舉了。此外，也感謝使用第2版圖書的教師和學(xué)生，他們的使用給予我們進(jìn)一步編好該書的動(dòng)力，同時(shí)提出的許多意見也提升了第3版內(nèi)容編排的質(zhì)量。
作者2015年9月于北京
第1章緒論
1.1數(shù)據(jù)挖掘技術(shù)的產(chǎn)生與發(fā)展
1.1.1數(shù)據(jù)挖掘技術(shù)的商業(yè)需求分析
1.1.2數(shù)據(jù)挖掘產(chǎn)生的技術(shù)背景分析
1.1.3大數(shù)據(jù)時(shí)代的數(shù)據(jù)挖掘技術(shù)需求分析
1.2數(shù)據(jù)挖掘研究的發(fā)展趨勢
1.3數(shù)據(jù)挖掘概念
1.3.1從商業(yè)角度看數(shù)據(jù)挖掘技術(shù)
1.3.2數(shù)據(jù)挖掘的技術(shù)含義
1.3.3數(shù)據(jù)挖掘研究的理論基礎(chǔ)
1.4數(shù)據(jù)挖掘技術(shù)的分類問題
1.5數(shù)據(jù)挖掘常用的知識(shí)表示模式與方法
1.5.1廣義知識(shí)挖掘
1.5.2關(guān)聯(lián)知識(shí)挖掘
1.5.3類知識(shí)挖掘
1.5.4預(yù)測型知識(shí)挖掘
1.5.5特異型知識(shí)挖掘
1.6不同數(shù)據(jù)存儲(chǔ)形式下的數(shù)據(jù)挖掘問題
1.6.1事務(wù)數(shù)據(jù)庫中的數(shù)據(jù)挖掘
1.6.2關(guān)系型數(shù)據(jù)庫中的數(shù)據(jù)挖掘
1.6.3數(shù)據(jù)倉庫中的數(shù)據(jù)挖掘
1.6.4在關(guān)系模型基礎(chǔ)上發(fā)展的新型數(shù)據(jù)庫中的
數(shù)據(jù)挖掘
1.6.5面向應(yīng)用的新型數(shù)據(jù)源中的數(shù)據(jù)挖掘
1.6.6Web數(shù)據(jù)源中的數(shù)據(jù)挖掘
1.7粗糙集方法及其在數(shù)據(jù)挖掘中的應(yīng)用
1.7.1粗糙集的一些重要概念
1.7.2粗糙集應(yīng)用舉例
1.7.3粗糙集方法在KDD中的應(yīng)用范圍
1.8數(shù)據(jù)挖掘的應(yīng)用分析
1.8.1數(shù)據(jù)挖掘與CRM
1.8.2數(shù)據(jù)挖掘與社會(huì)網(wǎng)絡(luò)
1.8.3數(shù)據(jù)挖掘應(yīng)用的成功案例分析
1.9本章小結(jié)和文獻(xiàn)注釋
習(xí)題1
第2章知識(shí)發(fā)現(xiàn)過程與應(yīng)用結(jié)構(gòu)
2.1知識(shí)發(fā)現(xiàn)的基本過程
2.1.1數(shù)據(jù)抽取與集成技術(shù)要點(diǎn)
2.1.2數(shù)據(jù)清洗與預(yù)處理技術(shù)要點(diǎn)
2.1.3數(shù)據(jù)的選擇與整理技術(shù)要點(diǎn)
2.1.4數(shù)據(jù)挖掘技術(shù)要點(diǎn)
2.1.5模式評(píng)估技術(shù)要點(diǎn)
2.2數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)處理過程模型
2.2.1階梯處理過程模型
2.2.2螺旋處理過程模型
2.2.3以用戶為中心的處理模型
2.2.4聯(lián)機(jī)KDD模型
2.2.5支持多數(shù)據(jù)源多知識(shí)模式的KDD處理模型
2.3知識(shí)發(fā)現(xiàn)軟件或工具的發(fā)展
2.3.1獨(dú)立的知識(shí)發(fā)現(xiàn)軟件
2.3.2橫向的知識(shí)發(fā)現(xiàn)工具集
2.3.3縱向的知識(shí)發(fā)現(xiàn)解決方案
2.3.4KDD系統(tǒng)介紹
2.4知識(shí)發(fā)現(xiàn)項(xiàng)目的過程化管理
2.5數(shù)據(jù)挖掘語言介紹
2.5.1數(shù)據(jù)挖掘語言的分類
2.5.2數(shù)據(jù)挖掘查詢語言
2.5.3數(shù)據(jù)挖掘建模語言
2.5.4通用數(shù)據(jù)挖掘語言
2.5.5DMQL挖掘查詢語言介紹
2.6本章小結(jié)和文獻(xiàn)注釋
習(xí)題2
第3章關(guān)聯(lián)規(guī)則挖掘理論和算法
3.1基本概念與解決方法
3.2經(jīng)典的頻繁項(xiàng)目集生成算法分析
3.2.1項(xiàng)目集空間理論
3.2.2經(jīng)典的發(fā)現(xiàn)頻繁項(xiàng)目集算法
3.2.3關(guān)聯(lián)規(guī)則生成算法
3.3Apriori算法的性能瓶頸問題
3.4Apriori的改進(jìn)算法
3.4.1基于數(shù)據(jù)分割的方法
3.4.2基于散列的方法
3.4.3基于采樣的方法
3.5項(xiàng)目集空間理論的發(fā)展
3.5.1Close算法
3.5.2FPtree算法
3.6項(xiàng)目集格空間和它的操作
3.7基于項(xiàng)目集操作的關(guān)聯(lián)規(guī)則挖掘算法
3.7.1關(guān)聯(lián)規(guī)則挖掘空間
3.7.2三個(gè)實(shí)用算子
3.7.3大頻繁項(xiàng)目集格的生成算法
3.7.4ISSDM算法執(zhí)行示例
3.8改善關(guān)聯(lián)規(guī)則挖掘質(zhì)量問題
3.8.1用戶主觀層面
3.8.2系統(tǒng)客觀層面
3.9約束數(shù)據(jù)挖掘問題
3.9.1約束在數(shù)據(jù)挖掘中的作用
3.9.2約束的類型
3.10時(shí)態(tài)約束關(guān)聯(lián)規(guī)則挖掘
3.11關(guān)聯(lián)規(guī)則挖掘中的一些更深入的問題
3.11.1多層次關(guān)聯(lián)規(guī)則挖掘
3.11.2多維關(guān)聯(lián)規(guī)則挖掘
3.11.3數(shù)量關(guān)聯(lián)規(guī)則挖掘
3.12數(shù)量關(guān)聯(lián)規(guī)則挖掘方法
3.12.1數(shù)量關(guān)聯(lián)規(guī)則挖掘問題
3.12.2數(shù)量關(guān)聯(lián)規(guī)則的分類
3.12.3數(shù)量關(guān)聯(lián)規(guī)則挖掘的一般步驟
3.12.4數(shù)值屬性離散化問題及算法
3.13本章小結(jié)和文獻(xiàn)注釋
習(xí)題3
第4章分類方法
4.1分類的基本概念與步驟
4.2基于距離的分類算法
4.3決策樹分類方法
4.3.1決策樹基本算法概述
4.3.2ID3算法
4.3.3C4.5算法
4.4貝葉斯分類
4.4.1貝葉斯定理
4.4.2樸素貝葉斯分類
4.4.3EM算法
4.5規(guī)則歸納
4.5.1AQ算法
4.5.22算法
4.5.3FOIL算法
4.6與分類有關(guān)的其他問題
4.6.1分類數(shù)據(jù)預(yù)處理
4.6.2分類器性能的表示與評(píng)估
4.7本章小結(jié)和文獻(xiàn)注釋
習(xí)題4
第5章聚類方法
5.1概述
5.1.1聚類分析在數(shù)據(jù)挖掘中的應(yīng)用
5.1.2聚類分析算法的概念與基本分類
5.1.3距離與相似性的度量
5.2劃分聚類方法
5.2.1k平均算法
5.2.2PAM
5.2.3其他方法
5.3層次聚類方法
5.3.1AGNES算法
5.3.2DIANA算法
5.3.3其他聚類方法
5.4密度聚類方法
5.5其他聚類方法
5.5.1STING算法
5.5.2SOM算法
5.5.3COBWEB算法
5.5.4模糊聚類算法FCM
5.6本章小結(jié)和文獻(xiàn)注釋
習(xí)題5
第6章時(shí)間序列和序列模式挖掘
6.1時(shí)間序列及其應(yīng)用
6.2時(shí)間序列預(yù)測的常用方法
6.2.1確定性時(shí)間序列預(yù)測方法
6.2.2隨機(jī)時(shí)間序列預(yù)測方法
6.2.3其他方法
6.3基于ARMA模型的序列匹配方法
6.3.1基本概念
6.3.2利用基本概念建立模型
6.3.3構(gòu)造判別函數(shù)
6.4基于離散傅里葉變換的時(shí)間序列相似性查找
6.4.1完全匹配
6.4.2子序列匹配
6.5基于規(guī)范變換的查找方法
6.5.1基本概念
6.5.2查找方法
6.6序列挖掘
6.6.1基本概念
6.6.2數(shù)據(jù)源的形式
6.6.3序列模式挖掘的一般步驟
6.7AprioriAll算法
6.8AprioriSome算法
6.9GSP算法
6.10本章小結(jié)和文獻(xiàn)注釋
習(xí)題6
第7章Web挖掘技術(shù)
7.1Web挖掘的意義
7.2Web挖掘的分類
7.3Web挖掘的含義
7.3.1Web挖掘與信息檢索
7.3.2Web挖掘與信息抽取
7.4Web挖掘的數(shù)據(jù)來源
7.4.1服務(wù)器日志數(shù)據(jù)
7.4.2在線市場數(shù)據(jù)
7.4.3Web頁面
7.4.4Web頁面超鏈接關(guān)系
7.4.5其他信息
7.5Web內(nèi)容挖掘方法
7.5.1爬蟲與Web內(nèi)容挖掘
7.5.2虛擬的Web視圖
7.5.3個(gè)性化與Web內(nèi)容挖掘
7.5.4對(duì)Web頁面內(nèi)文本信息的挖掘
7.5.5對(duì)Web頁面內(nèi)多媒體信息挖掘
7.5.6Web頁面內(nèi)容的預(yù)處理
7.6Web訪問信息挖掘方法
7.6.1Web訪問信息挖掘的特點(diǎn)
7.6.2Web訪問信息挖掘的意義
7.6.3Web訪問信息挖掘的數(shù)據(jù)源
7.6.4Web訪問信息挖掘的一般過程
7.6.5Web訪問信息挖掘的數(shù)據(jù)清理
7.6.6用戶識(shí)別方法
7.6.7會(huì)話識(shí)別方法
7.6.8其他預(yù)處理技術(shù)
7.6.9Web訪問挖掘的應(yīng)用方法
7.6.10Web訪問信息挖掘的要素構(gòu)成
7.6.11Web訪問信息挖掘應(yīng)用
7.7Web結(jié)構(gòu)挖掘方法
7.7.1頁面等級(jí)（分級(jí)）的評(píng)價(jià)方法
7.7.2PageRank算法
7.7.3頁面和中心頁面
7.7.4Web站點(diǎn)結(jié)構(gòu)的預(yù)處理
7.8本章小結(jié)和文獻(xiàn)注釋
習(xí)題7
第8章空間挖掘
8.1引言
8.2空間數(shù)據(jù)概要
8.2.1空間數(shù)據(jù)的復(fù)雜性特征
8.2.2空間查詢問題
8.2.3空間數(shù)據(jù)結(jié)構(gòu)
8.2.4專題地圖
8.3空間數(shù)據(jù)挖掘基礎(chǔ)
8.4空間統(tǒng)計(jì)學(xué)
8.5泛化與特化
8.5.1逐步求精
8.5.2泛化
8.5.3臨近方法
8.5.4統(tǒng)計(jì)信息網(wǎng)格方法
8.6空間規(guī)則
8.7空間分類算法
8.7.1ID3擴(kuò)展
8.7.2空間決策樹
8.8空間聚類算法
8.8.1基于隨機(jī)搜索的聚類方法CLARANS擴(kuò)展
8.8.2大型空間數(shù)據(jù)庫基于距離分布的聚類算法DBCLASD
8.8.3BANG
8.8.4小波聚類
8.8.5近似值
8.9空間挖掘的其他問題
8.10空間數(shù)據(jù)挖掘原型系統(tǒng)介紹
8.11空間數(shù)據(jù)挖掘的研究現(xiàn)狀
8.12空間數(shù)據(jù)挖掘的研究與發(fā)展方向
8.13空間數(shù)據(jù)挖掘與相關(guān)學(xué)科的關(guān)系
8.13.1空間數(shù)據(jù)挖掘與空間數(shù)據(jù)庫
8.13.2空間數(shù)據(jù)挖掘與空間數(shù)據(jù)倉庫
8.13.3空間數(shù)據(jù)挖掘與空間聯(lián)機(jī)分析處理
8.13.4空間數(shù)據(jù)挖掘與地理信息系統(tǒng)
8.14數(shù)字地球
8.15本章小結(jié)和文獻(xiàn)注釋
習(xí)題8
參考文獻(xiàn)
新書資訊