本书对大数据挖掘与应用的基本算法进行了系统的介绍，每种算法不仅包括对算法基本原理的介绍，而且配有大量的例题以及基于阿里云数加平台的演示，这种理论与实践相结合的方式极大地方便了读者对抽象的数据挖掘算法的理解和掌握。 本书共17章，内容覆盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法及常见的数据挖掘应用，具体章节包括大数据简介、数据预处理技术、关联规则挖掘、逻辑回归方法、KNN算法、朴素贝叶斯分类算法、随机森林分类算法、支持向量机、人工神经网络算法、决策树分类算法、Kmeans聚类算法、K中心点聚类算法、自组织神经网络聚类算法、DBSCAN聚类算法以及社交网络分析方法及应用、文本分析方法及应用和推荐系统方法及应用等内容。 本书可作为高等院校数据挖掘课程的教材，也可作为从事数据挖掘工作及其他相关工程技术工作的人员的参考书。

（1）教育部-阿里云产学合作专业综合改革项目规划教材 （2）对大数据挖掘与应用的基本算法进行了系统的介绍。 （3）每种算法不仅包括对算法基本原理的介绍，而且配有大量例题以及基于阿里云数加平台的演示。 （4） 理论与实践相结合的方式极大地方便了读者对抽象的数据挖掘算法的理解和掌握。 （5）内容覆盖了数据预处理、关联规则挖掘算法、分类算法和聚类算法以及常见的数据挖掘应用。 如果希望加入教师微信交流群，请加微信：itbook8 如果希望加入教师QQ交流群，请加QQ：883604 加入时，请写明：“学校+姓名”，并写明“加入教师群”，只限教师。

前言 大数据泛指大规模、超大规模数据集，因可从中挖掘出有价值的信息而备受关注。数据挖掘是一个涉及数据库技术、人工智能、统计学、机器学习等多个学科的领域，并且已经在各行各业有着非常广泛的应用。为适应我国数据挖掘的教学工作，笔者在数据挖掘教学实践的基础上，参阅了多种国内外最新版本的教材，编写了本书。本书可以作为高等院校研究 生的教材，也可以为相关行业的工程技术人员提供有益的参考。 本书是教育部阿里云产学合作项目，在内容安排上循序渐进，对大数据挖掘的基本算法进行详细的讲解。本书的最大特点是理论与实践相结合，算法理论与产业一线实践相结合，全书几乎所有的算法都配有实例和基于阿里云数加平台的演示。这种理论与实践相结合的方法克服了重理论、轻实践的内容组织方式，极大地方便了读者的理解。具体而言，本书17章内容之间的关系如下图所示。 本书提供教学课件，读者可从www.tup.com.cn网站自行下载。由于编者水平有限，本书必定存在不妥和不足之处，恳请专家和读者批评指正。 编者 2017年3月