大数据精准挖掘

大数据精准挖掘
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2015-01
版次: 1
ISBN: 9787122189929
定价: 36.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 174页
正文语种: 简体中文
8人买过
  •   《大数据精准挖掘》以新兴的大数据时代最实用的技术为支撑,以广阔的科技视野和扎实的专业功底,全面介绍了大数据时代的由来和背景,阐述了与大数据分析相关的理论和数学模型。特别难能可贵的是,本书从蕴含大数据技术的精准数据挖掘工具入手,结合实际的成功案例,将数据精准挖掘的全过程和详细步骤,包括结果验证等方面内容,详详细细并非常专业地展现给读者。本书理论和实践密切结合,文字流畅,深入浅出,通俗易懂。
      通过本书的学习,可以掌握当下大数据所涉及的主要数学分析模块的要点,并比较相互的特点。同时,能够学会实用的数据挖掘专门技术及经历数据挖掘的全过程。由于本书所介绍的技术与我国目前大数据运用的领军行业金融、保险、电信、电子商务等密切相连,故本书有很强的实用性,能达到学以致用、边学边用的效果。
      《大数据精准挖掘》适合我国IT业的科研机构、相关企业的专业技术人员的学习之用;本书还可以作为政府部门制定大数据发展战略时的参考。本书也适合全国高等院校的大学生和研究生学习使用;由于本书将理论与具体操作合二为一,故也能作为全国大专院校开设大数据实验课程的教材。 第1篇基础篇第1章大数据时代下的数据挖掘31.1大数据的基础41.1.1大数据呈现出了数据的新价值41.1.2数据采集、存储与提取技术信息化51.1.3数据挖掘技术是大数据时代最本质特征51.2大数据的特点61.2.1数据规模大61.2.2数据类型多61.2.3价值密度低,但总体的数据价值高71.2.4数据处理有速度要求71.3大数据的作用71.3.1数据已渗透到社会每个角落81.3.2数据成为竞争的新元素81.3.3数据创造新价值91.3.4大数据地位不断跃升91.4大数据与数据挖掘101.4.1数据挖掘技术是大数据时代的灵魂和核心101.4.2数据挖掘技术涉及多种多类的知识节点101.4.3选择最好的数据挖掘工具101.5令人期待的大数据时代111.6本章小结11第2章大数据与云计算132.1大数据与云计算132.1.1大数据与云计算关系132.1.2大数据扩展了云计算服务类型142.1.3云计算数据存储系统得到推广142.1.4追求集成一体化技术142.1.5大数据和云计算缺一不可152.2云计算的定义与特点152.2.1云计算的定义152.2.2云计算的特点152.3云计算的基本架构162.3.1云计算架构的基本层次162.3.2云计算架构的服务层次162.4云计算的关键技术172.4.1虚拟化技术172.4.2数据存储技术192.4.3资源管理技术192.4.4云计算中的编程模型202.4.5集成一体化技术212.4.6自动化技术212.5云计算的商业模式212.5.1商业模式是云计算的基石212.5.2云计算的市场规模222.5.3云计算商业模式分析22
    2.6本章小结23

    第2篇理论篇第3章数据挖掘的主要方法及工具273.1数据挖掘主要方法273.1.1决策树分类273.1.2神经网络333.1.3Logistic回归方法373.1.4聚类分析383.1.5数据挖掘方法比较393.1.6分类器的评估与选择403.2流行数据分析平台及数据挖掘工具介绍463.3本章小结52第4章Logistic回归模型534.1多元线性回归模型534.2Logistic回归模型554.3Logistic回归模型的参数估计564.4Logistic回归模型中回归系数的意义584.5Logistic回归模型的拟合优度634.6Logistic回归系数的显著性检验724.7Logistic回归模型的预测准确性754.8回归变量的选择与逐步回归774.9本章小结83第5章数据挖掘建模过程865.1CRISPDM865.2SAS数据挖掘方法论——SEMMA885.3数据挖掘经验谈895.4本章小结89

    第3篇应用篇第6章金融行业应用1——信用评分936.1国内信用卡业务现状936.2信用评分模型的起源、类别和发展946.3信用评分的步骤956.4实例演示976.4.1二元变量预测建模986.4.2图形版建模输出讲解1——效果评价1016.4.3图形版建模输出讲解2——评分卡文件1036.5本章小结109第7章金融行业应用2——信用卡催收评分1107.1信用卡催收评分模型背景介绍1107.2实例演示1127.2.1图形版连续变量预测建模1127.2.2图形版建模输出1147.3本章小结116第8章保险电销应用——寻找目标客户1178.1背景介绍1178.2案例数据展示及分析1188.2.1业务目标1188.2.2数据展示1188.3数据挖掘与分析过程1208.3.1数据预处理1208.3.2造变量1228.3.3生成挖掘表1238.3.4建立响应模型1258.3.5建模结果分析1258.4数据挖掘结果的运用1298.5本章小结129第9章电信行业应用——客户流失预测1319.1背景介绍1319.2案例数据展示及分析1319.2.1商业理解1319.2.2数据理解1329.2.3数据准备1329.3建立打分模型1339.4分析建模结果1349.5数据挖掘结果的运用1369.6本章小结137第10章商品零售行业应用——购物篮分析13810.1某连锁零售公司的背景介绍13810.2购物篮分析的基本内容13910.2.1同次购买的基本概念13910.2.2同次购买的关联规则质量的衡量14010.2.3购买分析的实现14110.2.4下次购买的基本概念14210.2.5下次购买行为预测14210.3购物篮分析——MBA工具的使用14510.3.1MBA工具的用途14510.3.2MBA工具的使用14610.3.3MBA工具的输出14610.4本章小结149第11章实战项目——交叉销售15011.1背景介绍15011.2案例数据展示及分析15111.2.1数据展示15111.2.2业务目标及分析要求15211.3数据挖掘过程15211.3.1数据预处理15211.3.2划分数据集及生成目标变量15311.3.3生成衍生变量15411.3.4生成挖掘表15911.4建立打分模型16011.5结果分析16111.6本章小结162第12章收益预测16312.1背景介绍16312.2数据展示16312.2.1原始数据集展示16312.2.2数据挖掘表的生成16512.3图形版建模16612.3.1建模过程16612.3.2模型输出16612.3.3为新数据集打分16812.4本章小结170参考文献172
  • 内容简介:
      《大数据精准挖掘》以新兴的大数据时代最实用的技术为支撑,以广阔的科技视野和扎实的专业功底,全面介绍了大数据时代的由来和背景,阐述了与大数据分析相关的理论和数学模型。特别难能可贵的是,本书从蕴含大数据技术的精准数据挖掘工具入手,结合实际的成功案例,将数据精准挖掘的全过程和详细步骤,包括结果验证等方面内容,详详细细并非常专业地展现给读者。本书理论和实践密切结合,文字流畅,深入浅出,通俗易懂。
      通过本书的学习,可以掌握当下大数据所涉及的主要数学分析模块的要点,并比较相互的特点。同时,能够学会实用的数据挖掘专门技术及经历数据挖掘的全过程。由于本书所介绍的技术与我国目前大数据运用的领军行业金融、保险、电信、电子商务等密切相连,故本书有很强的实用性,能达到学以致用、边学边用的效果。
      《大数据精准挖掘》适合我国IT业的科研机构、相关企业的专业技术人员的学习之用;本书还可以作为政府部门制定大数据发展战略时的参考。本书也适合全国高等院校的大学生和研究生学习使用;由于本书将理论与具体操作合二为一,故也能作为全国大专院校开设大数据实验课程的教材。
  • 目录:
    第1篇基础篇第1章大数据时代下的数据挖掘31.1大数据的基础41.1.1大数据呈现出了数据的新价值41.1.2数据采集、存储与提取技术信息化51.1.3数据挖掘技术是大数据时代最本质特征51.2大数据的特点61.2.1数据规模大61.2.2数据类型多61.2.3价值密度低,但总体的数据价值高71.2.4数据处理有速度要求71.3大数据的作用71.3.1数据已渗透到社会每个角落81.3.2数据成为竞争的新元素81.3.3数据创造新价值91.3.4大数据地位不断跃升91.4大数据与数据挖掘101.4.1数据挖掘技术是大数据时代的灵魂和核心101.4.2数据挖掘技术涉及多种多类的知识节点101.4.3选择最好的数据挖掘工具101.5令人期待的大数据时代111.6本章小结11第2章大数据与云计算132.1大数据与云计算132.1.1大数据与云计算关系132.1.2大数据扩展了云计算服务类型142.1.3云计算数据存储系统得到推广142.1.4追求集成一体化技术142.1.5大数据和云计算缺一不可152.2云计算的定义与特点152.2.1云计算的定义152.2.2云计算的特点152.3云计算的基本架构162.3.1云计算架构的基本层次162.3.2云计算架构的服务层次162.4云计算的关键技术172.4.1虚拟化技术172.4.2数据存储技术192.4.3资源管理技术192.4.4云计算中的编程模型202.4.5集成一体化技术212.4.6自动化技术212.5云计算的商业模式212.5.1商业模式是云计算的基石212.5.2云计算的市场规模222.5.3云计算商业模式分析22
    2.6本章小结23

    第2篇理论篇第3章数据挖掘的主要方法及工具273.1数据挖掘主要方法273.1.1决策树分类273.1.2神经网络333.1.3Logistic回归方法373.1.4聚类分析383.1.5数据挖掘方法比较393.1.6分类器的评估与选择403.2流行数据分析平台及数据挖掘工具介绍463.3本章小结52第4章Logistic回归模型534.1多元线性回归模型534.2Logistic回归模型554.3Logistic回归模型的参数估计564.4Logistic回归模型中回归系数的意义584.5Logistic回归模型的拟合优度634.6Logistic回归系数的显著性检验724.7Logistic回归模型的预测准确性754.8回归变量的选择与逐步回归774.9本章小结83第5章数据挖掘建模过程865.1CRISPDM865.2SAS数据挖掘方法论——SEMMA885.3数据挖掘经验谈895.4本章小结89

    第3篇应用篇第6章金融行业应用1——信用评分936.1国内信用卡业务现状936.2信用评分模型的起源、类别和发展946.3信用评分的步骤956.4实例演示976.4.1二元变量预测建模986.4.2图形版建模输出讲解1——效果评价1016.4.3图形版建模输出讲解2——评分卡文件1036.5本章小结109第7章金融行业应用2——信用卡催收评分1107.1信用卡催收评分模型背景介绍1107.2实例演示1127.2.1图形版连续变量预测建模1127.2.2图形版建模输出1147.3本章小结116第8章保险电销应用——寻找目标客户1178.1背景介绍1178.2案例数据展示及分析1188.2.1业务目标1188.2.2数据展示1188.3数据挖掘与分析过程1208.3.1数据预处理1208.3.2造变量1228.3.3生成挖掘表1238.3.4建立响应模型1258.3.5建模结果分析1258.4数据挖掘结果的运用1298.5本章小结129第9章电信行业应用——客户流失预测1319.1背景介绍1319.2案例数据展示及分析1319.2.1商业理解1319.2.2数据理解1329.2.3数据准备1329.3建立打分模型1339.4分析建模结果1349.5数据挖掘结果的运用1369.6本章小结137第10章商品零售行业应用——购物篮分析13810.1某连锁零售公司的背景介绍13810.2购物篮分析的基本内容13910.2.1同次购买的基本概念13910.2.2同次购买的关联规则质量的衡量14010.2.3购买分析的实现14110.2.4下次购买的基本概念14210.2.5下次购买行为预测14210.3购物篮分析——MBA工具的使用14510.3.1MBA工具的用途14510.3.2MBA工具的使用14610.3.3MBA工具的输出14610.4本章小结149第11章实战项目——交叉销售15011.1背景介绍15011.2案例数据展示及分析15111.2.1数据展示15111.2.2业务目标及分析要求15211.3数据挖掘过程15211.3.1数据预处理15211.3.2划分数据集及生成目标变量15311.3.3生成衍生变量15411.3.4生成挖掘表15911.4建立打分模型16011.5结果分析16111.6本章小结162第12章收益预测16312.1背景介绍16312.2数据展示16312.2.1原始数据集展示16312.2.2数据挖掘表的生成16512.3图形版建模16612.3.1建模过程16612.3.2模型输出16612.3.3为新数据集打分16812.4本章小结170参考文献172
查看详情
系列丛书 / 更多
大数据精准挖掘
健康医疗云
高解春、何萍、于广军 著
大数据精准挖掘
中国云计算应用丛书--云计算概论:基础、技术、商务、应用(第二版)
汤兵勇 编
大数据精准挖掘
中国云计算应用丛书:云计算概论
汤兵勇、李瑞杰、陆建豪 著
相关图书 / 更多
您可能感兴趣 / 更多
大数据精准挖掘
水送山迎
吴昱 著