本书展示了如何系统地表达现实世界中的业务问题，从而可以利用数据挖掘技术来解决。重点介绍如何将业务问题的口头表达或模糊的描述首先转换为定性的模型，然后再转换为定义明确的定量模型用于解决问题。最后描述了通过数据挖掘所发现的这些结论如何转换为战略的或技术的实现。本书回答了各行各业各个层次的经营管理者，数据挖掘工具的真正用户所面临的许多非常切实的问题，例如、数据挖掘技术能够在哪些领域中最有效地应用？如何建立挖掘模型，从而把业务问题转化为数据挖掘能够解决的形式？如何为数据挖掘工具准备数据？等等，并给出了实际解决方案。主要内容：如何发现、构建和提炼在业务情景中有用的模型如何设计、发现和开发数据以便进行数据挖型为各种业务情景挖掘数据的实用方法用于构建模型和挖掘的综合、易用、完全交互的方法
本书阐述了数据流分类问题的基础理论、技术方法以及应用实践，为面向实际数据流开展分类数据挖掘任务提供了理论与实践基础。全书共分四篇12章。篇是引言篇，本篇首先简介数据挖掘的相关概念，然后介绍数据流挖掘的相关定义、应用背景及理论基础与技术，最后重点总结数据流分类挖掘的主要研究进展并归纳了存在的关键问题；第二篇是基础篇，本篇主要阐述了分类挖掘任务中常用的模型与技术，为后续数据流分类方法提供技术基础；第三篇是专题篇： 本篇首先总结分析适宜于数据流环境的几种集成模型，并通过两个示例讲解了基于加权集成模型的数据流分类算法的应用。然后详细介绍若干数据流的概念漂移检测与分类方法、不完全标记数据流分类方法以及面向实际应用数据的特征选择方法，并通过在模拟与实际数据上的大量实验考察了这些方法的分类性
本书是应用型人才培养系列教材之一，是面向21世纪课程教材。该系列教材根据应用型人才培养的教学基本要求，并参照有关行业颁发的职业鉴定规范及高级工等级标准编写。本书主要介绍了数据结构的基本概念、线性表、栈和队列、树、图等常用数据结构以及查找和排序等相关知识。为了配合教学，本书配备了11套模拟试题。本书适合作为高等职业学校、部分本科院校的计算机及相关专业教学用书，也可作为中高级职业资格与就业培训用书。
