本书致力于在最终用户和技术人员之间架起一座桥梁。因此，本书涵盖了数据挖掘技术、数据挖掘在金融行业的应用以及数据挖掘工具等内容。本书由4个部分组成，它们是：数据挖掘和商业决策、数据挖掘技术、数据挖掘应用、专题分析。

本书从应用的角度介绍数据挖掘的概念、原理、算法和技术，并提供丰富的真实案例。本书由4个部分组成，主要包括：数据挖掘和商业决策、数据挖掘技术、数据挖掘应用、专题分析。在应用部分，每一章中都包括一个特定的商业智能问题。每一章都以业务目标为起点，把业务问题逐步转化为技术问题。读者在阅读本书内容后，能够较好地掌握如何正确地将数据挖掘方法应用于实际的项目中，高质量地解决问题。

本书可作为高等院校“数据挖掘”课程的研究生教学用书，也可供本科高年级学生及工程技术人员参考。

第1部分 数据挖掘和商业决策

 第1章 数据挖掘引论

1．1 概述

1．2 数据挖掘的定义

1．3 进行数据挖掘的必要性

1．4 数据挖掘的过程

 1．4．1 定义业务目标

 1．4．2 甄别数据源

 1．4．3 收集数据

 1．4．4 选择数据

 1．4．5 数据质量检查

 1．4．6 数据转换 

 1．4．7 数据挖掘

 1．4．8 结果解释

1．5 数据挖掘的功能和方法

 1．5．1 预估模型

 1．5．2 聚类

 1．5．3 链接分析

 1．5．4 时间序列分析

1．6 数据挖掘项目成功的要素

 1．6．1 好的数据源

 1．6．2 好的解决方案

 1．6．3 好的算法

 1．6．4 好的系统支持

 1．6．5 好的团队合作

1．7 小结

第2部分 数据挖掘技术

 第2章 聚类分析与统计基础

 第3章 预估与分类模型

 第4章 链接分析

第3部分 数据挖掘应用

 第5章 客户细分

 第6章 预筛选和目标模型

 第7章 承销模型

 第8章 不良行为和破产模型

 第9章 欺诈侦测

 第10章 流失模型

 第11章 托收业务分析

 第12章 赢利能力分析

 第13章 交叉销售和促销

第4部分 专题分析

 第14章 分销网络决策

 第15章 采用数据挖掘的定价策略

 第16章 文本挖掘

 第17章 客户关系管理

 第18章 财务指标预警分析

 第19章 可视化技术

 第20章 数据挖掘工具

参考文献