《预测性文本挖掘基础》是文本挖掘这个迅速发展领域的入门性教材和指南。作为入门型读物，论述由浅入深、理论结合实践、语言风趣、样例详实，详细地分析和总结了该领域的研究现状及未来发展。深入地讨论了文档分类、信息检索、聚类与组织文档、信息提取、基于Web的数据源、预测与评价等方面提出的问题。作为互联网和云计算蓬勃发展时代，为关注海量非结构化信息处理的学习者了解文本挖掘研究前沿打开了一扇窗口。<br />特别邀请知名的台湾辅仁大学统计资讯系谢邦昌教授倾情作序，评价“这本书为文本挖掘入门最佳的书”。<br />《预测性文本挖掘基础》原版是计算机科学方向的一本国外教材，译本适用于计算机专业本科生和研究生作为关键教材，同时，对于IT专业人员和管理人员是一个重要的资源。

绍洛姆•韦斯是位于纽约州约克镇的IBM预测模型小组的研究成员，同时也是美国新泽西州的罗格斯大学计算机科学专业的荣誉教授。
尼亭•因杜尔亚是澳大利亚新南威尔士大学计算机科学工程学院的讲师，同时也是数据挖掘公司Data-Miner Pty Ltd的创始人和总裁。
张潼是美国新泽西州罗格斯大学统计与生物统计学系的教授。