数据学

　　第1章  绪论
　　1.1  数据
　　1.1.1  数据的概念
　　1.1.2  数据与物质
　　1.2  数据爆炸
　　1.3  数据自然界
　　1.3.1  数据不为人类所控制
　　1.3.2  数据的未知性
　　1.3.3  数据的多样性和复杂性
　　1.4  数据学
　　1.4.1  为什么需要数据学
　　1.4.2  数据学的概念
　　1.4.3  数据学的框架
　　1.5  与其他科学的关系
　　1.6  小结
　　第2章  数据自然界基础知识
　　2.1  数据自然界的发展
　　2.1.1  3个阶段
　　2.1.2  数据集
　　2.2  面临的问题
　　2.3  数据簇
　　2.3.1  数据的属性
　　2.3.2  相似性与相似函数
　　2.3.3  数据簇
　　2.4  数据分类学
　　2.4.1  数据本体
　　2.4.2  数据分类学
　　2.5  小结
　　第3章  数据勘探
　　3.1  为什么要做数据勘探
　　3.2  什么是数据勘探
　　3.2.1  数据勘探做什么
　　3.2.2  数据勘探步骤
　　3.2.3  数据矿床
　　3.3  勘探数据集的总体特性
　　3.3.1  通过样本分析判断数据特征
　　3.3.2  如何抽样
　　3.3.3  通过查询判断数据集的特征
　　3.4  勘探数据集的结构
　　3.5  数据工具的勘探
　　3.6  小结
　　第4章  数据获取与整合
　　4.1  数据源存在的问题
　　4.2  数据获取
　　4.2.1  数据获取的方法
　　4.2.2  数据质量
　　4.2.3  数据清洁
　　4.3  数据整合
　　4.3.1  数据整合的动因
　　4.3.2  数据整合的概念
　　4.3.3  数据整合的主要工作
　　4.3.4  数据整合的方式
　　4.4  数据仓库
　　4.4.1  数据库的局限
　　4.4.2  基本概念
　　4.4.3  数据组织
　　4.5  小结
　　第5章  数据挖掘
　　5.1  数据挖掘的故事
　　5.2  什么是数据挖掘
　　5.2.1  数据挖掘的定义
　　5.2.2  数据挖掘的过程
　　5.3  数据挖掘的任务
　　5.4  数据挖掘的类型
　　5.4.1  一般数据源的挖掘
　　5.4.2  特殊应用数据源的挖掘
　　5.5  小结
　　第6章  数据实验
　　6.1  数据观察
　　6.2  数据实验及其目的
　　6.2.1  什么是数据实验
　　6.2.2  数据实验的目的
　　6.3  数据实验的步骤
　　6.4  小结
　　第7章  数据学应用
　　7.1  科学研究信息化
　　7.2  生物信息学
　　7.2.1  生物数据管理与整合
　　7.2.2  生物数据分析
　　7.3  脑信息学
　　7.3.1  脑信息学研究方法
　　7.3.2  脑数据管理与整合
　　7.4  其他信息学
　　7.5  小结
　　第8章  面临的挑战
　　8.1  数据学理论体系
　　8.1.1  观察与猜想
　　8.1.2  数据运算
　　8.2  数据自然界与人
　　8.2.1  在数据自然界中生活
　　8.2.2  数据搜索
　　8.2.3  数据真实性
　　8.3  数据资源的保护与开发
　　8.3.1  数据资源
　　8.3.2  数据资源的保护
　　8.3.3  数据资源的开发
　　8.4  小结
　　参考文献

　　    朱扬勇，1963年生，浙江武义人。复旦大学计算机科学技术学院教授，数据科学研究中心主任；上海市政府信息化专家，上海市计算机学会、生物信息学会理事等。主持完成国家自然科学基金、“863计划”等10多项科研课题，发表论文100余篇，出版图书7本。目前作为主要倡导者，从事数据科学的研究工作。
　　    熊赟，1980年生，江西南昌人。复旦大学计算机科学技术学院教师。主要研究领域为数据科学，发表论文20余篇。作为项目负责人，主持国家自然科学基金、上海市科委重点发展基金项目等的研究工作，并参与国家“863计划”、“973计划”等多项研究课题。

　　    《数据学》介绍了数据学的由来、基本概念和基本原理，包括：数据大爆炸、数据自然界、数据学基础：介绍了数据学的主要方法，包括：数据勘探、数据获取与整合、数据挖掘、数据实验；还介绍了数据学的应用和数据学面临的挑战。
　　    《数据学》主要作为科学研究工作者的参考书，试图向科学工作者展示一种新的科学，并且能够利用这种新的科学为当前的科学研究工作服务。《数据学》基本以较为通俗化的语言来表达数据学的基本原理、方法和技术，希望对各领域的科学家，包括行为科学家和社会科学家能够有所启迪。