本书围绕群体智能的机制原理与算法在数据分析、数据挖掘领域中的应用，分为概念与基础篇、理论与实践篇、应用与发展篇三大部分，主要内容包括群体智能概念、特征及典型算法，数据挖掘概念、数据基础和功能，粒子群算法及应用，蚁群算法及应用，数据预处理的内容与方法，数据挖掘的功能及典型算法，基于群体智能的数据挖掘方法，重点阐述基于群体智能的分类方法和聚类分析方法，并以商务智能中的客户关系管理为应用背景，介绍了基于群体智能的客户转移模式分析方法，以及基于群体智能的数据挖掘体系在客户关系管理中的应用。

第一部分 概念与基础篇
第1章 群体智能
1.1 群体
1.1.1 群体的概念
1.1.2 群体的重要特征——涌现
1.2 智能
1.2.1 智能的概念
1.2.2 人工智能
1.3 群体智能
1.3.1 群体智能的定义及特点
1.3.2 群体智能典型算法
1.3.3 群体智能的应用
1.4 本章小结
习题
第2章 数据挖掘
2.1 基本概念
2.1.1 什么激发数据挖掘？为什么它是重要的？
2.1.2 什么是数据挖掘？
2.2 数据挖掘的数据基础
2.2.1 数据挖掘在何种数据上进行
2.2.2 关系数据库
2.2.3 数据仓库
2.2.4 事务数据库
2.2.5 数据库系统和 数据库应用
2.3 数据挖掘功能分类
2.3.1 概念或类描述：特征和区分
2.3.2 分类和预测
2.3.3 聚类分析
2.3.4 关联规则分析
2.3.5 孤立点分析
2.3.6 演变分析
2.3.7 所有模式都是有趣的吗？
2.4 数据挖掘应用领域及软件
2.5 发展趋势
2.6 本章小结
习题
第二部分 理论与实践篇
第3章 粒子群算法及应用
3.1 基本粒子群优化
3.1.1 全局 优PSO
3.1.2 局部 优PSO
3.2 粒子群优化的应用
3.2.1 神经网络
3.2.2 博弈学习
3.2.3 聚类应用
3.3 本章小结
习题
第4章 蚁群算法及应用
4.1 蚁群觅食行为
4.2 简单蚁群优化
……