返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 商务数据挖掘与应用案例分析
  • 新商品上架
    • 作者: 蒋盛益著
    • 出版社: 电子工业出版社
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    江莱图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 蒋盛益著
    • 出版社:电子工业出版社
    • ISBN:9787121222115
    • 版权提供:电子工业出版社
    基本信息(以实物为准)
    商品名称:商务数据挖掘与应用案例分析开本:16开
    作者:蒋盛益页数:
    定价:42出版时间:2014-01-01
    ISBN号:9787121222115 商品类型:图书
    出版社:电子工业版次:1
    作者简介:

    ......

    内容提要:
    《商务数据挖掘与应用案例分析》由认识篇、技术篇和案例篇三部分组成,以商业领域中的问题为背景,重点在于讲解数据挖掘技术的应用。认识篇从整体上介绍了数据挖掘的各种技术和数据挖掘建模过程,可使读者了解数据挖掘技术在商业领域中的应用概貌;技术篇介绍了数据挖掘中的聚类分析、分类、回归、关联规则挖掘、离群点检测等方法;案例篇展示了数据挖掘在6个不同行业中的应用案例,期望通过案例的分析使读者能够理解如何应用数据挖掘技术解决商业领域中的问题。
         《商务数据挖掘与应用案例分析》可作为经济、管理类等相关专业的学生学习数据挖掘技术的教材或参考书,也可作为计算机相关专业学生学习数据挖掘技术的参考书,还可作为企 管理者、信息分析人员、市场营销人员和研究与开发人员的参考资料。全书由蒋盛益策划和统稿。
        

    ......

    目录:
    上篇 认识篇
    第1章 绪论 1
    1.1 引例 1
    1.2 数据挖掘产生的背景及概念 3
    1.2.1 数据挖掘产生的背景 3
    1.2.2 数据挖掘概念 4
    1.3 数据挖掘任务及过程 5
    1.3.1 数据挖掘任务 5
    1.3.2 数据挖掘过程 5
    1.4 数据挖掘常用软件简介 6
    1.5 数据挖掘在商业领域中的应用 7
    1.5.1 市场营销 8
    1.5.2 交叉销售与交叉营销 9
    1.5.3 客户关系管理 10
    1.5.4 个性化推荐与个性化服务 11
    1.5.5 风险分析与控制 12
    1.5.6 欺诈行为检测和异常模式的发现 13
    1.5.7 供应链库存管理中的需求预测 14
    1.5.8 人力资源管理 15
    1.6 数据挖掘技术的前景 16
    1.7 本章小结 17
    第2章 数据挖掘建模方法 19
    2.1 概述 19
    2.2 业务理解 22
    2.3 数据理解 22
    2.4 数据准备 23
    2.5 建模 25
    2.5.1 成功建立预测模型的注意要点 25
    2.5.2 如何建立有效的预测模型 27
    2.6 评估 29
    2.7 部署 30
    2.8 本章小结 30
    中篇 技术篇
    第3章 聚类分析 33
    3.1 概述 33
    3.2 相似性度量 34
    3.2.1 数据及数据类型 34
    3.2.2 属性之间的相似性度量 35
    3.2.3 对象之间的相似性度量 37
    3.3 k-means 算法及其改进 39
    3.3.1 k-means 算法 39
    3.3.2 k-means聚类算法的改进 41
    3.4 一趟聚类算法 46
    3.4.1 算法描述 46
    3.4.2 聚类阈值的选择策略 47
    3.5 层次聚类算法 48
    3.5.1 概述 48
    3.5.2 BIRCH算法 49
    3.5.3 两步聚类算法 51
    3.6 SOM算法 53
    3.6.1 SOM算法中网络的拓扑结构 53
    3.6.2 SOM算法的聚类原理 54
    3.7 聚类算法评价 56
    3.7.1 监督度量 56
    3.7.2 非监督度量 57
    3.8 综合例子 57
    3.9 本章小结 59
    第4章 分类 62
    4.1 概述 63
    4.2 决策树分类方法 63
    4.2.1 决策树的基本概念 63
    4.2.2 决策树的构建 65
    4.2.3 Hunt算法 69
    4.2.4 C4.5分类算法 70
    4.2.5 CART算法 72
    4.2.6 C4.5 与CART算法的区别 79
    4.2.7 决策树分类算法的优点 79
    4.3 朴素贝叶斯分类方法 79
    4.3.1 朴素贝叶斯算法的相关概念 79
    4.3.2 零条件概率问题的处理 80
    4.3.3 朴素贝叶斯算法的优缺点 81
    4.4 近邻KNN分类方法 82
    4.4.1 近邻分类的基本概念 83
    4.4.2 KNN算法优缺点 83
    4.4.3 KNN的扩展 83
    4.5 集成分类器 84
    4.5.1 集成分类器的过程描述 84
    4.5.2 构建集成分类器的方法 85
    4.5.3 集成分类器方法优缺点 85
    4.6 分类方法评价 85
    4.7 综合例子 87
    4.8 本章小结 88
    第5章 关联规则分析 90
    5.1 概述 90
    5.2 关联规则分析基础 91
    5.2.1 基本概念 91
    5.2.2 基础分析方法 92
    5.3 Apriori算法 94
    5.3.1 Apriori性质 94
    5.3.2 Apriori算法原理 94
    5.3.3 Apriori算法演示示例 95
    5.3.4 Apriori算法评价 96
    5.4 CARMA算法 97
    5.4.1 Phase I阶段 97
    5.4.2 Phase II阶段 100
    5.5 产生关联规则 101
    5.5.1 一般关联规则的产生 101
    5.5.2 Apriori算法关联规则的产生 101
    5.5.3 规则的评估标准 103
    5.6 关联规则扩展 104
    5.6.1 多层次关联规则 104
    5.6.2 多维度关联规则 105
    5.6.3 定量关联规则 105
    5.6.4 基于约束的关联规则 105
    5.6.5 序列模式挖掘 106
    5.7 综合例子 106
    5.7.1 概述 106
    5.7.2 案例分析流程 107
    5.8 本章小结 110
    第6章 离群点检测 113
    6.1 概述 113
    6.2 基于相对密度的离群点检测方法 115
    6.3 基于聚类的离群点检测方法 119
    6.3.1 基于对象的离群因子方法 120
    6.3.2 基于簇的离群因子检测方法 122
    6.3.3 基于聚类的动态数据离群点检测 124
    6.4 离群点检测方法的评估 124
    6.5 本章小结 125
    第7章 回归分析 126
    7.1 概述 126
    7.2 线性回归模型 127
    7.2.1 多元线性回归模型的表示 127
    7.2.2 多元线性回归模型的检验 128
    7.3 非线性回归 130
    7.4 逻辑回归 134
    7.4.1 二元Logistic回归模型 134
    7.4.2 Logistic回归模型的系数估计 134
    7.4.3 Logistic回归模型系数的解释 135
    7.4.4 显著性检验 136
    7.4.5 回归方程的拟合优度检验 137
    7.5 本章小结 141
    第8章 为挖掘准备数据 144
    8.1 数据统计特性 145
    8.1.1 频率和众数 145
    8.1.2 百分位数 145
    8.1.3 中心度量 145
    8.1.4 散布程度度量 146
    8.2 数据预处理 146
    8.2.1 数据清理 147
    8.2.2 数据集成 150
    8.2.3 数据变换 150
    8.2.4 数据归约 154
    8.3 本章小结 155
    下篇 案例篇
    第9章 Clementine使用简介 157
    9.1 Clementine概述 157
    9.2 Clementine数据流操作 158
    9.2.1 生成数据流的基本过程 158
    9.2.2 节点操作 159

    ......

    精 彩 页:

    ......

    1
    • 商品详情
    • 内容简介

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购