不久前我们推出的《推荐算法不够精准？让知识图谱来解决》以及《如何将知识图谱特征学习应用到推荐系统？》系列文章受到了同学们的广泛欢迎。大家对推荐系统以及与之相关的、底层的数据挖掘技术非常关注。

为了帮助小伙伴们更好地学习相关内容，我们邀请微软亚洲研究院社会计算组研究员张富峥和实习生王英子为大家推荐了六本数据挖掘领域的经典书籍，既涵盖了数据挖掘的概念、算法等基础知识，又包含了数据挖掘在不同子领域的具体应用。一起来看看吧！

一、基础篇

主要目标：帮助大家了解数据挖掘领域的基本概念、代表性算法和评估技术，比如数据的关联分析、分类及聚类算法等，为大家之后进一步学习数据挖掘知识、深入进行科研或在实际场景中应用奠定基础。

1. Introduction to Data Mining

作者：Pang-Ning Tang、Michael Steinbach、Vipin Kumar

中文译名：数据挖掘导论（完整版）

适合人群：初级到中级学者

推荐指数：★★★★★

主要内容：本书内容涵盖了数据挖掘的方方面面，从什么是数据挖掘、什么是数据以及数据预处理的方法，到具体的数据挖掘算法，比如分类、关联分析、聚类、异常检测等，从基本的定义入手，由浅至深地帮助读者透彻地理解数据挖掘的基础。书中使用大量的图表、综合示例、关键算法的简洁描述等数据分析推荐书，尽可能地直接聚焦于数据挖掘的主要概念。

推荐理由：本书是明尼苏达大学和密歇根州立大学数据挖掘课程的教材，是数据挖掘领域经典的入门教程。本书内容浅显易懂，只要求具备很少的统计学或数学背景知识，略去了各个定理的证明部分，通过枚举大量具体的算法实例来简要说明算法的流程和意义，让初学者可以以最快速度总揽全局，掌握数据挖掘领域的基本要点。

2. Data Mining: Concepts and Techniques

作者：Jiawei Han、Micheline Kamber、Jian Pei

中文译名：数据挖掘：概念与技术（原书第三版）

适合人群：初级到中级学者

推荐指数：★★★★★

主要内容：本书是最新的第三版，主要从数据库角度全面系统地介绍了数据挖掘的基本概念、方法、技术以及技术的研究进展，并且重点关注了数据挖掘领域最新的技术和发展，介绍了社会网络挖掘、流数据挖掘和数据立方体计算等最新的研究方法，并探讨了数据挖掘方法在金融等领域的应用。书中引入了许多算法和实现实例数据分析推荐书，以易于理解的伪代码编写，适用于实际的大规模数据挖掘项目。

推荐理由：本书是一本非常优秀的数据挖掘教材，更是数据挖掘领域具有里程碑意义的经典著作。它不仅详尽讲述了数据挖掘的基本概念和方法，又具有一定的深度，介绍了数据挖掘领域近年来最新的课题。它结构合理、调理清晰，每一章都针对关键专题有单独的指导，并且只要求读者具备少量的编程经验以及了解基本的数据和统计分析方向的知识。

二、 应用篇

主要目标： 在大数据时代，数据的形式多种多样，在不同科研领域、商业背景、产业类型中的应用也十分丰富。这里我们通过四本书来为大家介绍数据挖掘的方法和思想在三个不同的子领域中的具体应用，帮助大家了解数据挖掘领域最前沿的热门研究方向和应用场景，为大家把握科研或工程的方向提供参考。

1. Recommender Systems: An in

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！