本书是一本全面介绍数据挖掘和知识发现技术的专业书籍，它系统地阐述了数据挖掘和知识发现技术的产生、发展、应用以及相关概念、原理和算法，对数据挖掘中的主要技术分支，包括关联规则、分类、聚类、序列、空间以及Web挖掘等进行了理论剖析和算法描述。本书的许多内容是作者们在攻读博士学位期间的工作总结，一方面，对于相关概念和技术的阐述尽量先从理论分析入手，在此基础上进行技术归纳； 另一方面，为了保证技术的系统性，所有的挖掘模型和算法描述都在统一的技术归纳框架下进行。同时，为了避免抽象算法描述给读者带来的理解困难，本书的所有典型算法都通过具体跟踪执行实例来进一步说明。 本书共分8章，各章相对独立成篇，以利于读者选择性学习。在每章后面都设置专门一节来对本章内容和文献引用情况进行归纳，它不仅可以帮助读者对相关内容进行整理，而且也起到对本内容相关文献的注释性索引功能。第1章是绪论，系统地介绍了数据挖掘产生的商业和技术背景，从不同侧面剖析了数据挖掘的概念和应用价值； 第2章给出了知识发现的过程分析和应用体系结构设计； 第3章对关联规则挖掘的原理和算法进行全面阐述； 第4章给出分类的主要理论和算法描述； 第5章讨论聚类的常用技术和算法； 第6章对时间序列分析技术和序列挖掘算法进行论述； 第7章系统地介绍了Web挖掘的主要研究领域和相关技术及算法； 第8章是对空间数据挖掘技术和算法的分析和讲述。 本书可作为计算机专业研究生或高年级本科生教材，也可以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。为了更好地让教师进行选择性教学，本书配有专门的教师用书，对内容的重点、难点和课时分配给出了对应的建议，对重要的和难度较大的习题进行了分析和解答。对于研究人员，本书是一本高参考价值的专业书籍。对于软件技术人员，可以把它当作提高用书或参考资料，一些算法可以通过改造用于实际的应用系统中。

众所周知，数据库技术从20世纪80年代开始，已经得到广泛的应用。随着数据库容量的膨胀，特别是数据仓库以及Web等新型数据源的日益普及，人们面临的主要问题不再是缺乏足够的信息可以使用，而是面对浩瀚的数据海洋如何有效地利用这些数据。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。数据挖掘和知识发现使数据处理技术进入了一个更高级的阶段。它不仅能对过去的数据进行查询，而且能够找出过去数据之间的潜在联系，进行更高层次的分析，以便更好地解决决策、预测等问题。历经了十几年的发展，数据挖掘技术本身已经积累了一批有价值的理论和技术成果。同时，包括统计学、人工智能等在内相关学科的发展从某种程度上对数据挖掘技术的发展起到了极大的推动作用。根据麻省理工学院的《科技评论》评估，“数据挖掘”技术是对未来人类产生重大影响的十大新兴技术之一。毫不夸张地说，如今的“数据挖掘”已经成为计算机、信息科学以及相关领域的一个时髦名词，而且在诸如银行、电信、保险、交通、零售（如超级市场）以及天文学、分子生物学等领域得到应用。 诚然，要真正理解数据挖掘技术并不是一件容易的事。一方面，数据挖掘技术覆盖范围很广泛，需要从理论到应用、从概念到算法的完整过程来理解； 另一方面，作为年轻的交叉研究领域，不同背景的研究人员（数据库、人工智能、数学等）可能提供不同的视角，而且本身仍在发展中。第一作者长期从事相关方面的教学工作，其中面临的问题之一就是教材的选择。由于目前相关书籍较少，而且侧重点不同，内容的完整性和科学性有待商榷。由于没有合适教材可用，在教学的初期不得不通过指定大量参考书或文献来解决，之后也采用补充讲义...