本书共11章。第1章对数据挖掘与电子商务的关系进行了概述，并给出了许多现实生活中的例子；第2章是对数据挖掘方法的概述；第3章是对数据挖掘过程中可能采取的统计学基础方法的回顾；第4章介绍了聚类分析，主要包括基本概念和聚类检测评估方法；第5章讨论了决策树的基本概念、生成方式以及实践等；第6章介绍了市场营销中的风险分析和生存分析；第7章讨论了人工神经网络的发展历史、基本概念等；第8章介绍了数据仓库、OLAP等数据库技术；第9章主要介绍了电子商务推荐系统、主流的推荐系统技术，以及具体的案例分析；第10章是对电子商务攻击模型与检测技术的详细阐释；第11章介绍了电子商务环境下的网格架构与动态联盟体系。

李慧嘉，女，北京邮电大学教授、特聘研究员、博士生导师，英国皇家统计学会会士。曾获“北京市优秀青年人才”及首届中央财经大学“龙马学者”青年教授称号。主要从事社会计算和数据挖掘基础理论的研究工作，并解决大数据分析、电子商务和互联网金融等应用领域的热点问题。目前主持国家自然科学基金面上、青年项目和北京市自然科学基金面上项目多项，参与国自科重点及面上项目多项。已在包括《PNAS》、IEEE Transactions顶级期刊、《中国科学》在内的国内外顶级期刊发表文章100余篇，论文总共被引用近2000余次（Scholar Google统计），多篇论文入选ESI高被引论文;、热点论文及期刊亮点专栏(Featured Article)，并担任《Frontiers in Physics》、《PLOS One》、《Humanities and Social Sciences Communications 》等多个SCI期刊的编委和学术委员会成员。 2020年12月，入选第九批“北京市优秀青年人才”拟表彰人选名单。