本书系统讲授数据挖掘的原理、主要方法及其Python实现，共分三部分：第一部分包含第1～2章，介绍数据挖掘的基本概念、流程和数据预处理；第二部分包含第3～11章，介绍经典的分类算法（包括朴素贝叶斯分类器、决策树、k-近邻、支持向量机等）、经典的聚类分析、关联分析、人工神经网络和Web挖掘等方法；第三部包含第12～14章，共有3个综合案例，包括泰坦尼克号生存数据分析、心脏病预测分析和旅游评论倾向性分析。
本书的主要内容包括网络数据的定义及相关指标、大规模网络中的链路预测、网络聚类分析、网络数据中的空间自回归模型、大规模网络数据中的模型估计方法、网络数据中的空间自回归模型的拓展及应用、网络中的空间自回归模型的其他研究方向等。本书关注大规模网络数据分析中的模型方法。除模型方法本身的理论拓展之外，在估计方法等方面会涉及大规模数据中的快速计算方法。由于网络分析本身的范围非常广泛，故本书涉及的内容仅局限于作者及团队研究工作中使用到的一部分。在本书的后，为了启发读者思路，对于部分已有网络研究进行了梳理。
《数据挖掘技术及其应用(精)》(作者杨杰、姚莉秀)系统地讲述了数据挖掘的基本概念和基本原理，并列举了在相应领域具有参考价值的算法及其改进和应用，是作者多年来从事教学和科研实践的成果。全书共9章，主要内容有：数据挖掘的基本概念和原理，数据预处理，各种分类、聚类和关联规则提取算法，以及在生物信息学、材料学中的实际应用案例。 《数据挖掘技术及其应用(精)》可用作计算机专业本科高年级学生或研究生的教材或参考书，也可供从事计算机信息处理、数据挖掘、工业优化等有关方面工作的科技人员参考。
本书紧扣“大数据”这一时代主题，着眼于侦查领域大数据运用在法律研究方面的空白，构建起包括思维、模式、方法等全方位的大数据侦查体系，同时对大数据侦查可能产生的法律问题进行探讨，为侦查实务中大数据的运用提供方法、法律理论及程序上的指导。
本书以数据为研究对象，论述了从数据起源到数据未来的全过程，通过对数据的研究，揭示了物质、数据与信息之间的深刻关系，构建了一门独立的数据科学体系。本书对数据与数据科学的基本原理与规律、数据的基本定律与基础问题、数据与数据科学的基本方法等做了全面、细致的探索，提出了物质定义数据、数据定义信息等重要观点。
本书以数据挖掘为应用载体，按应用频率的高低，系统地介绍分治算法、贪心算法、搜索算法和动态规划算法。同时，介绍算法分析所用的渐近符号及常用的分析方法，包括递归分析方法、非递归分析方法。本书的特点是结合作者及其团队研究的数据挖掘问题，注重介绍算法的基本思想及算法应用的启发性。
商业智能是将企事业单位积累的数据转化为知识，帮助企事业单位做出科学决策的工具。蔡颖、鲍立威编著的《商业智能原理与应用》以“商业智能”应用为主线，全面系统地介绍了商业智能的基本概念、方法和技术，克服了以“数据挖掘” 技术为丰线的局限性，并以MS SQLServer作为数据仓库管理平台，以SQL Server Business Intelligence DeveloprnentVisualStudio作为商业智能开发平台，进行了丰富的案例演示。《商业智能原理与应用》可作为高等院校高年级本科生教材，也可作为MBA教材以及盯相关专业人员、市场营销人员、管理决策支持等实际经济管理领域实务工作者的参考用书。
本书的主要内容是作者及其合作者在复杂数据模型这一领域近些年的研究成果, 以及相关的最新进展. 全书共 6 章. 第 1 章简要介绍几类复杂数据模型和 bootstrap 等预备知识和相关研究问题. 第 2～6 章, 系统讨论各种复杂数据统计推断中的 bootstrap 基本理论、方法及其应用, 包括 Behrens-Fisher问题、异方差回归模型、异方差 ANOVA 和 MANOVA 模型、混合效应模型及高维数据分析中的 bootstrap 统计推断.
社交网络融合为社会计算等各项研究提供更充分的用户行为数据和更完整的网络结构，从而更有利于人们通过社交网络认识和理解人类社会，具有重要的理论价值和实践意义。社交网络中的关联用户挖掘旨在通过挖掘不同社交网络中属于同一自然人的不同账号，从而实现社交网络的深度融合。因此，关联用户挖掘是大型社交网络融合的基础问题，近年来已引起人们的广泛关注。考虑真实世界的朋友圈极具个性化，即现实中没有两个人具有完全一致的朋友圈，同时，相同的用户在不同的社交网络中往往具有部分相同的好友关系。本书基于社交网络的好友关系，充分利用好友关系的唯一性、稳定性和一致性，探索关联用户挖掘的方法。
本书分10章，全面介绍了Hadoop云技术及其在光网络研究方面的真实案例。读者通过本书的学习，可以掌握搭建及维护Hadoop平台的相关知识和技术。
在大数据时代下，互联网平台产生的大规模海量搜索数据的价值不断得到学术界和工业界的重视。针对目前互联网海量搜索数据在预测和预警研究方面的不足，本书提出了一个基于互联网海量搜索数据的预测及预警分析框架，以互联网海量搜索数据为基础，通过网络文本挖掘、特征选择等方法确定关键词，将计量经济模型、人工智能模型等综合集成起来，提出了关键模型、方法和技术，并将所提出的分析框架成功地应用于国际原油价格和旅游行业的预测及预警研究中，且验证了研究框架的有效性。
