大氣污染是關乎人民健康的重大民生問題，也是制約我國區域經濟社會可持續發展的瓶頸。然而，傳統數據處理方法難以精準刻畫其區域特征，影響了協同治理策略的科學性。本書以PM2.5為代表性污染物，融合數據挖掘、機器學習等大數據技術與計量經濟學、管理學等傳統政策研究方法，聚焦協同治理中的時空關聯核心問題，從PM2.5的時空模式挖掘、治理區域劃分和影響因素評估三個層面，構建基于頻繁模式挖掘的PM2.5污染協同治理決策模型。本書不僅深化了對PM2.5污染協同治理內在機制的理解，也為政府制定科學、精細與協同的治理策略提供了重要的決策依據與方法論支持。

張連奎，男，河南信陽人，工學博士，現為東北財經大學公共管理學院教師，碩士生導師。主要研究方向為大數據分析與環境治理、公共政策分析等。目前主持國家自然科學基金項目1項、遼寧省教育廳基本科研項目1項。參與國家社會科學基金重點項目、國家自然科學基金面上項目等國家級項目多項。在專業期刊發表學術論文多篇，獲得國家發明專利授權1項。

第一章 緒論
第一節 研究背景
第二節 研究問題
第三節 概念界定
第四節 理論基礎
第五節 本章小結
第二章 模式挖掘概述
第一節 基本概念
第二節 模式挖掘算法簡介
第三節 模式挖掘項目的基本流程
第四節 模式挖掘應用領域
第五節 本章小結
第三章 中國城市PM2.5污染時空特征分析
第一節 內容簡介
第二節 研究思路和方法
第三節 實驗及結果分析
第四節 本章小結
第四章 基于頻繁序列模式挖掘的城市間PM2.5污染模式分析方法
第一節 內容簡介
第二節 研究思路和方法
第三節 實驗及結果分析
第四節 本章小結
第五章 基于頻繁共增模式挖掘的PM2.5污染協同治理區域劃分方法
第一節 內容簡介
第二節 研究思路和方法
第三節 實驗及結果分析
第四節 本章小結
第六章 基于頻繁序列模式挖掘的區域PM2.5污染影響因素分析方法
第一節 內容簡介
第二節 研究思路和方法
第三節 實驗及結果分析
第四節 本章小結
第七章 結論與展望
第一節 結論
第二節 創新點
第三節 展望
附錄A 337個城市編號
附錄B 10種場景下PM2.5污染頻繁序列模式
參考文獻