个人简介
陈建斌，男，山西长治人。2005年获计算机应用专业博士学位。国家职业技能鉴定专家委员会企业信息管理专家组组长，中国机械工业企业管理协会专家委员会委员，北京联合大学商务学院副教授、电子商务研究所所长，高级企业信息管理师。主要研究方向为企业信息化管理与运作、电子商务与电子政务和商务智能。
作者多年来秉承系统工程思想，开展企业信息化管理的研究与实践，主编了《企业信息管理师培训教程》、《ERP工程师培训教程》、《电子商务与电子政务》、《电子商务与现代物流》和《信息经济学》等多部著作，参与国家自然科学基金项目多项，主持省部级科研项目多项，在国内核心期刊及国际学术会议上发表论文三十余篇。作为高级顾问和专家组组长，主讲和辅导中央企业信息管理师职业资格培训数十期；参与多项企业信息化战略规划，数据仓库规划与建设和企业诊断等项目。
内容简介
知识发现是从数据集中抽取和精化新的模式的过程，基于数据库的知识发现（Knowledge Discovery in Database，KDD）)是知识发现研究的主体和热点，而聚类知识发现又是知识发现的重要方面。如何有效处理巨量、高维的数据，是当前聚类分析的关键技术。本书围绕高维数据的聚类问题展开研究，在讨论高维数据相似I生尤其是高维二元数据相似性定义的基础上，提出了基于粗图模型的硬聚类和软聚类算法、高维二元数据的映射聚类算法、基于蚂蚁行为的聚类算法等，并进一步提出基于映射聚类的离群点检测方法；还特别讨论了高维聚类结果的表示方法问题，提出了应用粗糙集高效表达聚类结果的方法；最后探讨了聚类知识发现数据建模的基本步骤，给出了聚类知识发现的典型应用案例。
本书学术性、知识性并重，可供从事数据仓库与数据挖掘教学、研究的师生、学者阅读，也可以为从事数据挖掘、知识发现系统等软件工程技术人员提供参考。