Jiawei Han(韓傢煒) 伊利諾伊大學厄巴納-尚佩恩分校計算機科學係Abel Bliss教授。由於在數據挖掘和數據庫係統領域卓有成效的研究工作，他曾多次獲得各種榮譽和奬勵，其中包括2004年ACM SIGKDD頒發的最佳創新奬，2005年IEEE Computer Society 頒發的技術成就奬，2009年IEEE頒發的W. Wallace McDowell奬。他是ACM和IEEE Fellow，同時還是《ACM Transactions on Knowledge Discovery from Data》雜誌的主編（2006-2011），以及《IEEE Transactions on Knowledge and Data Engineering》和《Data Mining and Knowledge Discovery》雜誌的編委會成員。

Micheline Kamber 擁有加拿大康考迪亞大學計算機科學碩士學位，她是NSERC Scholar，現在加拿大麥吉爾大學、西濛-弗雷澤大學及瑞士從事研究工作。

Jian Pei（裴健） 目前是加拿大西濛-弗雷澤大學計算機學院副教授。2002年，他在Jia wei Han教授的指導下獲得西濛-弗雷澤大學博士學位。

數據挖掘領域最具裏程碑意義的經典著作

完整全麵闡述該領域的重要知識和技術創新

【編輯推薦】

我們生活在數據洪流的時代。本書嚮我們展示瞭如何從這樣海量的數據中找到有用知識的方法和技術。最新的第3版顯著擴充瞭數據預處理、挖掘頻繁模式、分類和聚類這幾個核心章節的內容；還全麵講 述瞭OLAP和離群點檢測，並研討瞭挖掘網絡、復雜數據類型以及重要應用領域。本書將是一本適用於數據分析、數據挖掘和知識發現課程的優秀教材。

—— Gregory Piatetsky-Shapiro, KDnuggets的總裁

Jiawei、Micheline和Jian的教材全景式地討論瞭數據挖掘的所有相關方法，從聚類和分類的經典主題，到數據庫方法（關聯規則、數據立方體），到更新和更高級的主題（SVD/PCA、小波、支持嚮量機），等等。總的說來，這是一本既講述經典數據挖掘方法又涵蓋大量當代數據挖掘技術的優秀著作，既是教學相長的優秀教材，又對專業人員具有很高的參考價值。

—— 摘自卡內基-梅隆大學Christos Faloutsos教授為本書所作序言

【內容簡介】

當代商業和科學領域大量激增的數據量要求我們采用更加復雜和精細的工具來進行數據分析、處理和挖掘。盡管近年來數據挖掘技術取得的長足進展使得我們廣泛收集數據越來越容易，但技術的發展依然難以匹配爆炸性的數據增長以及隨之而來的大量數據處理需求，因此我們比以往更加迫切地需要新技術和自動化工具來幫助我們將這些數據轉換為有用的信息和知識。

本書前版曾被KDnuggets的讀者評選為最受歡迎的數據挖掘專著，是一本可讀性極佳的教材。它從數據庫角度全麵係統地介紹數據挖掘的概念、方法和技術以及技術研究進展，並重點關注近年來該領域重要和最新的課題——數據倉庫和數據立方體技術，流數據挖掘，社會化網絡挖掘，空間、多媒體和其他復雜數據挖掘。每章都針對關鍵專題有單獨的指導，提供最佳算法，並對怎樣將技術運用到實際工作中給齣瞭經過實踐檢驗的實用型規則。如果你希望自己能熟練掌握和運用當今最有力的數據挖掘技術，那這本書正是你需要閱讀和學習的寶貴資源。本書是數據挖掘和知識發現領域內的所有教師、研究人員、開發人員和用戶都必讀的一本書。

本書特點

引入瞭許多算法和實現示例，全部以易於理解的僞代碼編寫，適用於實際的大規模數據挖掘項目。

討論瞭一些高級主題，例如挖掘麵嚮對象的關係型數據庫、空間數據庫、多媒體數據庫、時間序列數據庫、文本數據庫、萬維網以及其他領域的應用等。

全麵而實用地給齣用於從海量數據中獲取盡可能多信息的概念和技術。