顶部
  1. 首页
  2. 图书产品
  3. 数据挖掘技术及应用
收藏

数据挖掘技术及应用

样章
作者：
刘世平
定价：
36.90元
ISBN：
978-7-04-025779-3
版面字数：
450千字
开本：
16开
全书页数：
343页
装帧形式：
平装
重点项目：
暂无
出版时间：
2010-01-06
读者对象：
高等教育
一级分类：
计算机/教育技术类
二级分类：
计算机科学与技术专业课程

 本书从应用的角度介绍数据挖掘的概念、原理、算法和技术，并提供丰富的真实案例。本书由4个部分组成，主要包括：数据挖掘和商业决策、数据挖掘技术、数据挖掘应用、专题分析。在应用部分，每一章中都包括一个特定的商业智能问题。每一章都以业务目标为起点，把业务问题逐步转化为技术问题。读者在阅读本书内容后，能够较好地掌握如何正确地将数据挖掘方法应用于实际的项目中，高质量地解决问题。

本书可作为高等院校“数据挖掘”课程的研究生教学用书，也可供本科高年级学生及工程技术人员参考。

  • 第1部分 数据挖掘和商业决策
    • 第1章 数据挖掘引论
      • 1.1 概述
      • 1.2 数据挖掘的定义
      • 1.3 进行数据挖掘的必要性
      • 1.4 数据挖掘的过程
        • 1.4.1 定义业务目标
        • 1.4.2 甄别数据源
        • 1.4.3 收集数据
        • 1.4.4 选择数据
        • 1.4.5 数据质量检查
        • 1.4.6 数据转换
        • 1.4.7 数据挖掘
        • 1.4.8 结果解释
      • 1.5 数据挖掘的功能和方法
        • 1.5.1 预估模型
        • 1.5.2 聚类
        • 1.5.3 链接分析
        • 1.5.4 时间序列分析
      • 1.6 数据挖掘项目成功的要素
        • 1.6.1 好的数据源
        • 1.6.2 好的解决方案
        • 1.6.3 好的算法
        • 1.6.4 好的系统支持
        • 1.6.5 好的团队合作
      • 1.7 小结
  • 第2部分 数据挖掘技术
    • 第2章 聚类分析与统计基础
      • 2.1 聚类分析
        • 2.1.1 聚类的定义
        • 2.1.2 与聚类有关的常见问题
        • 2.1.3 聚类方法分析
      • 2.2 统计基础
        • 2.2.1 统计描述
        • 2.2.2 参数估计和假设检验
        • 2.2.3 回归分析
        • 2.2.4 属性数据分析
        • 2.2.5 主成分与因子分析
        • 2.2.6 相关分析与典型相关分析
        • 2.2.7 抽样方法
    • 第3章 预估与分类模型
      • 3.1 预估问题
      • 3.2 判别分析
      • 3.3 径向基函数RBF
      • 3.4 支持向量机
        • 3.4.1 线性可分的情形
        • 3.4.2 非线性可分的情形
      • 3.5 Bayes分类
        • 3.5.1 概述
        • 3.5.2 Bayes决策原理
        • 3.5.3 判别函数和决策面
        • 3.5.4 基于概率分布的Bayes分类
        • 3.5.5 小结
      • 3.6 决策树
        • 3.6.1 决策树的概念及基本算法
        • 3.6.2 基于信息熵的决策树归纳方法
        • 3.6.3 决策树修剪
        • 3.6.4 提取决策规则
        • 3.6.5 决策树的改进
        • 3.6.6 决策树实例
      • 3.7 神经网络
        • 3.7.1 概述
        • 3.7.2 感知器
        • 3.7.3 神经网络的结构
        • 3.7.4 激活函数
        • 3.7.5 多层前馈神经网络
        • 3.7.6 其他神经网络
        • 3.7.7 神经网络实例
      • 3.8 分类评价和性能的提高方法
        • 3.8.1 分类准确率的评价方法
        • 3.8.2 分类性能的提高方法
        • 3.8.3 分类的图形化评价方法
        • 3.8.4 小结
    • 第4章 链接分析
      • 4.1 关联分析
        • 4.1.1 概述
        • 4.1.2 Apriori算法
        • 4.1.3 Apriori算法的改进方法
        • 4.1.4 FP－Growth算法
        • 4.1.5 挖掘多维和多层关联规则
        • 4.1.6 关联规则分类
        • 4.1.7 小结
        • 4.1.8 关联规则实例
      • 4.2 序列模式分析
        • 4.2.1 概述
        • 4.2.2 定义与术语
        • 4.2.3 主要算法
        • 4.2.4 小结
        • 4.2.5 序列模式实例
      • 4.3 时间序列分析
        • 4.3.1 概述
        • 4.3.2 时间序列模型
        • 4.3.3 建模求解过程
        • 4.3.4 非平稳时间序列模型
        • 4.3.5 小结
  • 第3部分 数据挖掘应用
    • 第5章 客户细分
      • 5.1 银行的客户细分
      • 5.2 进行客户细分的原因
      • 5.3 客户细分的过程
        • 5.3.1 细分需要明确的问题
        • 5.3.2 客户细分过程
      • 5.4 银行客户细分的应用
      • 5.5 实例
    • 第6章 预筛选和目标模型
      • 6.1 预筛选模型
      • 6.2 目标模型
        • 6.2.1 目标模型的建立过程
        • 6.2.2 目标模型举例
    • 第7章 承销模型
      • 7.1 进行承销建模的目的
      • 7.2 承销模型的应用
      • 7.3 承销模型的建立过程
      • 7.4 承销模型举例
        • 7.4.1 证券承销风险的差异
        • 7.4.2 证券承销费的定价模型
        • 7.4.3 证券承销模型的关键指标
    • 第8章 不良行为和破产模型
      • 8.1 不良行为和破产模型简介
      • 8.2 破产模型的应用
      • 8.3 模型建立过程
        • 8.3.1 单一贷款额度的破产模型
        • 8.3.2 不同贷款额度的组合破产模型
        • 8.3.3 Z－Score破产模型
    • 第9章 欺诈侦测
      • 9.1 欺诈侦测的类型
        • 9.1.1 金融欺诈的类型
        • 9.1.2 欺诈侦测的类型
      • 9.2 欺诈侦测模型的建立
        • 9.2.1 概述
        • 9.2.2 欺诈侦测模型建立步骤
      • 9.3 建立欺诈侦测模型示例
      • 9.4 欺诈侦测模型的应用
    • 第10章 流失模型
      • 10.1 建立流失模型的过程
      • 10.2 流失模型举例
        • 10.2.1 概述
        • 10.2.2 业务目标
        • 10.2.3 数据处理
        • 10.2.4 结果展现和推荐措施
        • 10.2.5 建模方法
        • 10.2.6 客户流失模型的结果
        • 10.2.7 几点告诫和建议
    • 第11章 托收业务分析
      • 11.1 概述
      • 11.2 托收的方法和流程
      • 11.3 使用水平营销的方法增进托收策略
      • 11.4 举例
    • 第12章 赢利能力分析
      • 12.1 进行赢利能力分析的目的
      • 12.2 赢利能力分析过程
      • 12.3 赢利能力分析举例
        • 12.3.1 分析目标
        • 12.3.2 项目方法和流程
        • 12.3.3 分析数据
        • 12.3.4 数据挖掘过程
        • 12.3.5 赢利能力聚类模型
        • 12.3.6 聚类结果
    • 第13章 交叉销售和促销
      • 13.1 进行交叉销售的意义
      • 13.2 有效地完成交叉销售
      • 13.3 交叉销售建模过程
      • 13.4 交叉销售模型举例
        • 13.4.1 商业目标
        • 13.4.2 业务问题
        • 13.4.3 技术问题
        • 13.4.4 可用数据
        • 13.4.5 建模过程
        • 13.4.6 分析结果
        • 13.4.7 客户描述
        • 13.4.8 潜在利益
  • 第4部分 专题分析
    • 第14章 分销网络决策
      • 14.1 每种产品和服务的正确渠道
      • 14.2 分配渠道之术
        • 14.2.1 分销渠道的定位
        • 14.2.2 制定分销策略
        • 14.2.3 空间分析
        • 14.2.4 把空间分析和数据挖掘关联起来
        • 14.2.5 小结
    • 第15章 采用数据挖掘的定价策略
      • 15.1 进行产品定价的目标与原因
      • 15.2 影响定价的因素
      • 15.3 定价模式和定价策略
        • 15.3.1 竞争对手分析
        • 15.3.2 利润最大化
      • 15.4 小结
    • 第16章 文本挖掘
      • 16.1 文本挖掘概述
      • 16.2 文本挖掘的过程
        • 16.2.1 文本数据预处理
        • 16.2.2 文本挖掘分析
        • 16.2.3 可视化技术
      • 16.3 应用举例
        • 16.3.1 简介
        • 16.3.2 预测技术
        • 16.3.3 预测的评价
    • 第17章 客户关系管理
      • 17.1 金融业的客户关系管理
      • 17.2 CRM的关键策略
        • 17.2.1 市场营销
        • 17.2.2 客户招徕
        • 17.2.3 风险管理
        • 17.2.4 客户保持
      • 17.3 案例研究———保险市场的客户流失分析
        • 17.3.1 抽样
        • 17.3.2 数据探索
        • 17.3.3 数据调整
        • 17.3.4 数据变换
        • 17.3.5 变量筛选
        • 17.3.6 客户流失分析流程
        • 17.3.7 数据挖掘模型
      • 17.4 小结
    • 第18章 财务指标预警分析
      • 18.1 概述
        • 18.1.1 项目背景
        • 18.1.2 业务目标
      • 18.2 数据挖掘方案
        • 18.2.1 抽样与数据分割
        • 18.2.2 数据探索
        • 18.2.3 数据调整
        • 18.2.4 数据变换
        • 18.2.5 变量筛选
        • 18.2.6 预测模型
        • 18.2.7 结果评估
        • 18.2.8 模型流程图
    • 第19章 可视化技术
      • 19.1 概述
      • 19.2 可视化技术
        • 19.2.1 信息可视化
        • 19.2.2 一些可视化方法
      • 19.3 小结
    • 第20章 数据挖掘工具
      • 20.1 数据挖掘提供商
        • 20.1.1 国外数据挖掘提供商
        • 20.1.2 国内数据挖掘提供商
      • 20.2 有用的Web资源
  • 参考文献

相关图书

IEEE计算机先驱奖(1980-2006)(第二版)-计算机科学与技术中的发展史

吴鹤龄 崔林

￥28.00 收藏

Linux应用编程技术

南京软件研究院中科院软件所卓越工程师项目教材编写组

￥38.00 收藏

Petri网的行为理论及其应用

暂无作者

￥19.30 收藏

云计算技术及应用

莫同 编著

￥41.00 收藏

局域网构建技术

郭绍青 田富鹏

￥26.90 收藏

嵌入式微控制器及其应用

薛丽萍

￥32.80 收藏

嵌入式系统原理与应用

王忠民

￥25.00 收藏

嵌入式系统原理及应用开发技术（第2版）

桑楠

￥34.00 收藏

应用Use Cases方法——实践指南（第二版 #

(美)Geri Schneider, Jason P. W

￥20.50 收藏

技术写作——过程与产品（第四版 影印版）

[美]Sharon J. Gerson,Steven M.

￥45.00 收藏

搜索引擎效果评测——基于用户点击日志分析的方法与技术

何靖 李晓明

￥49.00 收藏

数据仓库与数据挖掘的原理及应用

李志刚 马刚

￥27.80 收藏

数据库原理、方法与应用

张迎新

￥25.00 收藏

数据库原理与应用

李红

￥21.90 收藏

数据挖掘——概念与技术(影印版)

JIAWEI HAN、MICHELINE KAMBER

￥35.00 收藏