本书是一本全面介绍数据挖掘基本原理、核心算法以及典型应用方法的专业书籍。第4版在前三版的基础上，对数据挖掘的方法论和知识点进行了重新归纳，按照基础篇、提高篇和应用篇进行设计。从方法论上说，数据挖掘是一个方法和原理逐步演变的过程。首先，最基础的数据挖掘方法主要有“关联规则”“分类”“聚类”，它们是数据挖掘的灵魂和基础，因此基础篇是了解和学习数据挖掘技术的入门知识。其次，随着数据挖掘技术研究和应用的深入，序列数据挖掘和深度神经网络得到充分研究。前者突破数据库的数据约束，面向时间序列发现有价值的知识模式； 后者突破浅层神经网络的性能瓶颈，为多模态数据的自主挖掘提供新的解决途径。因此，“序列模式”和“深度神经网络”构成提高篇。最后，以互联网数据挖掘、空间数据挖掘构成应用篇。全书分为3篇共9章，各章相对独立，以利于读者选择性学习。在每章后面都专设一节对本章内容和文献引用情况进行归纳，以利于读者了解本章内容的知识点和检索原始参考资料。 本书可作为计算机专业研究生或高年级本科生教材，也可作为从事计算机研究和开发人员的参考资料。作为教材，教师可以根据课时安排进行选择性教学。对于研究和开发人员，本书不仅是一本具有较高参考价值的专业书籍，而且也是学习典型算法及其原理的很好的教科书。

毛国君，男，教授、博士、博士生导师，主要研究方向是数据挖掘、人工智能及大数据。主要的学术兼职包括国家科学技术奖评审委员、计算机学会生物信息学专委会委员、福建省学学学会常务理事等。承担过该领域的多个数据挖掘重要的学术会议(如ICDM99、DMIN16)的程序委员会委员工作，也是10余个国内外重要学术期刊(如JIS、计算机学报、电子学报、自动化学报、通讯学报)的长期审稿人。近五年，在研或者完成国家级项目包括主持国家自然科学基金项目3项等。已发论文100余篇，其中被SCI和EI检索收录40余篇、在《计算机学报》、《软件学报》、《计算机研究与发展》、《电子学报》、《自动化学报》5个学科点评估一级学报发表论文20余篇；近五年发表的论著在中国期刊网和外文期刊网的全文数据库中被他引的次数1200余次（来自国家图书馆的引用检索报告）

FOREWORD 前言 《数据挖掘原理与算法》历经26年，经过第1版到第3版，现在到第4版，其内容也随着数据挖掘技术的发展逐步增减，力求做到经典而不失先进、丰富而不失易学。据不完全统计，前三版已经被国内近百所高校作为专业教材、参考书和馆藏。特别感谢多年来专业教师、学生及计算机从业者对本书的青睐和及时反馈，你们是本书不断完善的直接推动者。第4版除了对必要的表述和文字进行修正外，重点从数据挖掘方法论的角度对全书内容进行了增减和编排，使之更符合该研究领域及技术的发展规律。特别地，第4版按照数据挖掘的基础算法、提高算法以及典型应用方法分成基础篇、提高篇和应用篇，更利于读者使用及选择性学习。 数据挖掘是20世纪90年代得到飞速发展的技术。包括麻省理工学院的《科技评论》等国际权威发布，“数据挖掘”被认为是对人类产生重大影响的重要技术之一。从技术影响力来说，数据挖掘已经成为博士、硕士学位论文相关度最高的技术之一，也是支撑新一代IT公司最基础的技术之一。从应用范围来说，数据挖掘几乎涉猎现代工业、农业、商业、国防、文化体育等行业，是新一轮科技革命、产业数字化所依附的重要技术之一。 自20世纪80年代开始，随着数据库、因特网等数据的膨胀，传统的数据库检索、网络搜索引擎等技术已经无法满足人们利用海量数据的需求。突出的问题不再是没有数据，而是没有时间和能力去消化这些看起来遮天蔽日、杂乱无章的浩瀚数据。面对这一挑战，数据挖掘和知识发现技术应运而生，并显示出强大的生命力。20世纪90年代，随着数据库技术、统计学以及知识工程等研究和应用的延伸，数据挖掘技术逐步从这...