数据分析与挖掘技术

本书主要介绍数据分析 与挖掘的相关理论和技术方 法，重点介绍数据挖掘的相 关技术，书中采取理论知识 与具体实现任务相结合的方 法，系统讲解了数据分析与 挖掘的实用技术。全书主要 内容包括数据分析与数据挖 掘概论、数据仓库与联机分 析处理、数据预处理、关联 规则挖掘、聚类分析、回归 分析、决策树分析、SPSS 数据挖掘基础、SPSS数据 挖掘统计分析方法。为了使 学习者能轻松掌握数据分析 与挖掘相关的概念、算法和 应用，本书通过典型的应用 实例以任务驱动的方式让学 习者理解数据挖掘有关算法 的实践思路并体验实现过程 。 本书可作为计算机、大 数据、智能科学等专业的课 程的教材使用，也可以作为 从事大数据分析与数据挖掘 等相关工作技术人员的参考 书。

彭进香，湖南应用技术学院信息工程学院院长，教授，市级优秀教师，“十三五”校级首批重点建设学科——计算机应用技术学科建设负责人。近年来主持和参与省、市级教研、科研项目20多项，指导省大学生研究性学习和创新性实验计划项目2项，发表研究论文20多篇，主编和参编教材6部，专利1项，软件著作权2项。对互联网企业从事数据挖掘有较深的研究，在大数据挖掘、分析及实战场景应用方面具有丰富经验。

第1章 数据分析与数据挖掘概论 1.1 数据分析 1.1.1 数据分析的定义 1.1.2 数据分析的工具 1.1.3 数据分析的方法与案例 1.2 数据挖掘 1.2.1 数据挖掘的定义 1.2.2 数据挖掘的目的 1.2.3 数据挖掘的工具 1.2.4 数据挖掘的方法和经典算法 小结 思考题 第2章 数据仓库与联机分析处理 2.1 数据仓库 2.1.1 数据仓库的定义和特点 2.1.2 数据仓库与数据库的区别 2.1.3 数据仓库的系统结构 2.1.4 数据仓库的数据模型 2.2 数据仓库的设计步骤 2.2.1 概念模型设计 2.2.2 逻辑模型设计 2.2.3 物理模型设计 2.2.4 数据仓库的生成 2.2.5 数据仓库的运行与维护 2.3 联机分析处理 2.3.1 联机分析处理的定义 2.3.2 联机分析处理的多维数据存储 2.3.3 联机分析处理的分类 小结 思考题 第3章 数据预处理 3.1 数据预处理概述 3.1.1 数据预处理的目的 3.1.2 数据预处理的方法 3.2 数据清洗 3.2.1 数据清洗的方法和步骤 3.2.2 缺失值的识别与处理技巧 3.2.3 异常值的判断、检验与处理 3.3 数据集成 3.3.1 数据集成常见方法 3.3.2 数据冲突的检测和解决 3.3.3 处理数据集成中的冗余数据 3.3.4 相关分析 3.4 数据变换 3.4.1 数据变换过程中的离散化 3.4.2 数据变换的规范化方法 3.5 数据规约 3.5.1 数据规约的定义与目的 3.5.2 常用的数据规约策略 小结