本书针对数据挖掘应用过程中的分析主题确定、数据分析任务匹配、数据分析层次与数据分析质量之间的平衡等问题，阐述分析主题发现、数据分析任务确定、多尺度数据建模、数据分析的尺度变换、变尺度数据分析原理，并对分类变量数据、二值变量数据、数值变量数据的变尺度数据分析方法给出了应用技术。 本书适用于大数据管理与应用、数据科学与技术、信息管理与信息系统领域的研究和应用人员，也可作为相关专业研究生和高年级本科生的教材或教学参考书。

第1章 决策过程与智能数据分析
1.1 数据驱动的决策分析
1.2 数据挖掘技术应用过程
1.3 粒度及尺度效应
本章要点
第2章 分析主题发现
2.1 思维及其信息组织形式
2.2 思维序列构建
2.3 分析主题发现方法
本章要点
第3章 数据分析任务确定
3.1 数据分析任务
3.2 数据分析任务的结构表征
3.3 数据分析任务判定方法
本章要点
第4章 多尺度数据
4.1 尺及尺度
4.2 尺度空间模型
4.3 多尺度数据模型
本章要点
第5章 数据分析的尺度变换
5.1 尺度变换
5.2 尺度变换策略
5.3 尺度变换机制
本章要点
第6章 变尺度数据分析原理
6.1 变尺度数据分析基本思想
6.2 变尺度数据分析方法
6.3 变尺度数据分析方法有效性及参数敏感性分析
本章要点
第7章 分类变量数据的变尺度聚类分析
7.1 分类变量数据的决策分析问题
7.2 分类变量数据的变尺度聚类分析算法
7.3 分类变量数据变尺度聚类分析算法的应用
本章要点
第8章 二值变量数据的变尺度聚类分析
8.1 二值变量数据的决策分析问题
8.2 二值变量数据的变尺度聚类分析算法
8.3 二值变量数据变尺度聚类分析算法的应用
本章要点
第9章 数值变量数据的变尺度聚类分析
9.1 数值变量数据的决策分析问题
9.2 数值变量数据的变尺度聚类分析算法
9.3 数值变量数据变尺度聚类分析算法的应用
本章要点
附录A 分析主题更新
A.1 分析主题的增量更新方法
A.2 分析主题的增量更新示例
附录B 概念对获取
B.1 词对识别
B.2 概念对获取技术
名词索引
参考文献