数据结构是计算机软件和计算机应用专业的核心课程之一，在众多的计算机系统软件和应用软件中都要用到各种数据结构。因此，仅掌握几种计算机语言是难以应付众多复杂的课题的。要想有效地使用计算机，还必须学习数据结构的有关知识。
在系统阐述数据挖掘与知识发现技术的产生、发展，以及相关概念、原理、基本方法的基础上，从实用的角度出发，对数据挖掘中的关联、分类、聚类、序列等算法和技术进行了剖析，对每种技术均提供了代表性算法。同时，结合作者近年来所做的研究，对数据挖掘的应用问题进行了分类论述。
第1章 导论
1.1 数据挖掘的社会需求
1.2 什么是数据挖掘
1.3 数据挖掘的数据来源
1.4 数据挖掘的分类
1.4.1 分类分析
1.4.2 聚类分析
1.4.3 关联分析
1.4.4 序列分析及时问序列
1.4.5 孤立点分析
1.4.6 其他分析
1.5 数据挖掘的体系结构与运行过程
1.5.1 数据挖掘的体系结构
1.5.2 数据挖掘的步骤
1.5.3 实例
1.5.4 数据挖掘的过程模型
1.5.5 数据挖掘主要厂商和产品
1.6 数据挖掘与其他相关技术
1.6.1 数据挖掘与数据库中知识发现
1.6.2 数据挖掘与联机分析处理
1.6.3 数据挖掘与信息检索
1.6.4 数据挖掘与机器学习
1.6.5 数据挖掘与数据融合
1.6.6 数据挖掘与统计学
1.6.7 数据挖掘与专家系统
1.6.8 数据挖掘与决策支持系统
1.6.9 数据挖掘与客户关系管理
1.6.10 软硬件发展对数据挖掘的影响
1.6.11 XML与面向Web的数据挖掘技术
1.7 数据挖掘工具的评价标准
1.8 数据挖掘的应用
1.9 数据挖掘的要求及挑战

第2章 数据仓库技术
2.1 数据仓库概述
2.1.1 数据仓库的定义
2.1.2 数据仓库查询系统
2.1.3 OLTP与OLAP
2.1.4 数据仓库与数据集市
2.1.5 数据仓库系统的结构
2.1.6 数据仓库中的元数据管理
2.2 数据仓库的建模
2.2.1 星型模型
2.2.2 雪花模型
2.2.3 混合模型
2.2.4 多维数据模型
2.3 联机分析处理
2.3.1 OLAP的功能及体系结构
2.3.2 OLAP数据组织模型
2.3.3 OLAP的Web结构
2.3.4 OLAP数据查询机制
2.4 海威数据仓库系统简介
2.4.1 Highway Decision Center V1.0系统结构
2.4.2 Highway Decision Center V2.0系统结构
2.4.3 海威数据仓库网络结构
2.5 数据仓库应用举例
2.5.1 信用卡资信分析
2.5.2 贷款分析