数据挖掘是人工智能、机器学习、数据库技术等多学科相结合的产物，是由计算机处动从已有数据中发现以前未知的、具有潜在应用价值的信息或模式的技术。数据挖掘是知识发现过程的重要内容。本书系统地介绍了数据挖掘技术的原理、方法和计 算技术，可作为系统工程、控制工程及计算机类专业研究生的教材，也可供相关专业技术人员参考使用。

第1章 绪论
1.1 人工智能综述
1.2 知识发展导论
思考题
第2章 数据仓库的概念和结构
2.1 数据仓库的概念和特征
2.2 数据仓库工程规划
2.3 数据仓库系统的设计准则
2.4 数据仓库的结构和设计
思考题
第3章 基于概率统计与神经网络的数据挖掘技术
3.1 基于概率统计的数据挖掘技术
3.2 基于神经网络的数据挖掘技术
思考题
第4章 基于信息论的数据挖掘技术
4.1 信息论原理
4.2 基于互信息的ID3算法及改进算法
思考题
第5章 基于关联规划的数据挖掘技术
5.1 基于概念及主要算法
5.2 在线挖掘关联规则算法的改进
5.3 关联规则并行化挖掘算法
思考题
第6章 基于分类规则的数据挖掘技术
6.1 基于粗糙集合的分类方法
6.2 基 于模糊集合的分类方法
6.3 贝叶斯分类与推进方法分类
思考题
第7章 基于聚类规则的数据挖掘技术
7.1 聚类原理
7.2 聚类分析中的数据类型
7.3 相似性测度
7.4 硬聚类
7.5 软聚类
7.6 模糊聚类
7.7 空间对象聚类
思考题
第8章 基于Web的数据挖掘技术
第9章 基于数据挖掘技术的智能决策研究框架
参考文献