近年来，许多大学纷纷开设了数据科学与大数据技术专业，数据企业也高度重视数据科学家的培养训练。培养数据科学家需要师资条件、数据条件、计算条件等三个基础条件。本书关注数据条件的建设。

      本书共分九章。第１章介绍了相似点集挖掘的基本原理和基本类型，包括聚类分析、特异群组分析和异常分析等；第２章是数据集产品的内容说明和使用手册；第３章至第６章分别介绍了四种球状多簇数据集、双月数据集、海量噪声数据集、三叶结数据集等四个抽象的数据集及其使用方法；第７章至第９章分别介绍了证券投资交互数据集、日志序列数据集、社交网络数据集等三个有实际应用背景的模拟数据集及其使用方法。

      本书的读者对象主要是数据科学与大数据技术相关专业的老师和学生、企事业单位大数据相关部门的员工，本书介绍的数据集产品主要用于相似点集挖掘算法的设计实验、算法实验和算法效果评估。

目  录

第１章相似点集挖掘 ００１ 

１．１ 概述  ００１ 

１．２ 聚类分析  ００４ 

１．３ 异常分析  ００６ 

１．４ 特异群组分析  ００８ 

第２章数据集说明 ０１１ 

２．１ 数据产品的规范要求  ０１１ 

２．１．１ 数据集  ０１１ 

２．１．２ 数据产品说明  ０１３

２．２ 数据产品完整性  ０１５

２．３ 数据产品可用性  ０１８

２．４ 七种数据集概览  ０１９

２．４．１ 关于数据规模  ０１９

２．４．２ 抽象相似点集  ０２１

２．４．３ 实际数据集模拟 ０２４ 

２．５ 数据产品使用说明  ０２６ 

２．５．１ 单机环境加载数据集 ０２７ 

２．５．２ 集群环境加载数据集 ０２９ 

第３章 球状多簇数据集 ０３７ 

３．１ 概述  ０３７ 

３．２ 数据规模  ０４０ 

３．３ 字段说明  ０４１ 

３．４ 数据获取  ０４１ 

３．４．１ 单机环境加载数据集 ０４１ 

３．４．２ 集群环境加载数据集 ０４３ 

３．５ 数据样例  ０４５ 

３．６ 代码和结果示例  ０４６ 

第４章 双月数据集 ０４８ 

４．１ 概述  ０４８ 

４．２ 数据规模  ０５１ 

４．３ 字段说明  ０５１ 

４．４ 数据获取  ０５２ 

４．４．１ 单机环境加载数据集 ０５２ 

４．４．２ 集群环境加载数据集 ０５４ 

４．５ 数据样例  ０５６ 

４．６ 代码和结果示例  ０５７ 

第５章 海量噪声数据集 ０５９ 

５．１ 概述  ０５９ 

５．２ 数据规模  ０６２ 

５．３ 字段说明  ０６３ 

５．４ 数据获取  ０６３ 

５．４．１ 单机环境加载数据集 ０６３ 

５．４．２ 集群环境加载数据集 ０６５ 

５．５ 数据样例  ０６７ 

５．６ 代码和结果示例  ０６８ 

第６章 三叶结数据集 ０７０ 

６．１ 概述  ０７０

６．２ 数据规模  ０７３ 

６．３ 字段说明  ０７３ 

６．４ 数据获取  ０７４ 

６．４．１ 单机环境加载数据集 ０７４ 

６．４．２ 集群环境加载数据集 ０７６ 

６．５ 数据样例  ０７８ 

６．６ 代码和结果示例  ０８０ 

第７章 证券投资交互数据集 ０８２ 

７．１ 概述  ０８２ 

７．２ 数据规模  ０８６ 

７．３ 字段说明  ０８７ 

７．４ 数据获取  ０８７ 

７．４．１ 单机环境加载数据集 ０８７ 

７．４．２ 集群环境加载数据集 ０９０ 

７．５ 数据样例  ０９１ 

７．６ 代码和结果示例  ０９４