数据挖掘：实用案例分析

2 数据挖掘的应用分类
2.1 分类 与回归
2.4 时序 模式
2.2 聚类
2.5 偏差 检测
2.3 关联 规则
2.6 本章 小结
2 数据挖掘的应用分类
2.1 分类与回归
2.1.1 分类与回归建模原 理 2.1.2 分类与回归算法
2 数据挖掘的应用分类
2.2 聚类
2.2.1 聚类分析建模原理 2.2.2 聚类算法
8.2.2 分析方法与过程
8.2.3 建模仿真
8.2.4 核心知识点
8.2.5 拓展思考
8 数据挖掘在生产制造行业 中的应用
8.3 案例三：生物质废物混合厌氧消化 优势组分互补机制
8.3.1 挖掘目标的提出
8.3.2 分析方法与过程
8.3.3 建模仿真
8.3.4 核心知识点
8.3.5 拓展思考
8 数据挖掘在生产制造行 业中的应用
10 动手实践
10.7 本章小结
第三部分 高级篇
06
11 基于第三方接口的数据挖掘二次开发
11.2 MATL AB数 据挖掘接口
11.4 本章小结
11.1 WEKA数据挖 掘接口
11.3 案例：基于 MATL AB接口的数
据挖掘二次开发
11 基于第三方接口的数据挖 掘二次开发
11.1 WEKA数据挖掘接口
5.3 案例三：基于客户分群的精准 智能营销
5.3.1 挖掘目标的提出
5.3.2 分析方法与过程
5.3.3 建模仿真
5.3.4 核心知识点
5.3.5 拓展思考
6 数据挖掘在电力行业的应用
6.1 案例一： 电力负荷预测
6.2 案例二：自适 应防窃漏电Fra bibliotek时诊断
6.3 本章小结
6 数据挖掘在电 力行业的应用
2 数据挖掘的应用分类
2.3 关联规则
2.3.1 什么是关联规则 2.3.2 关联规则算法
2 数据挖掘的应 用分类
2.4 时序模式
2.4.1 什么是时序模式 2.4.2 时间序列的组合成 分 2.4.3 时间序列的组合模 型 2.4.4 时序算法
3 数据挖掘建模
3.2 数据挖掘建模 过程
3.1 数据挖掘的过 程
8.4 案例四：基于RFM的企业客户 关系分析
8.4.1 挖掘目标的提出
8.4.2 分析过程与方法
8.4.3 建模仿真
8.4.4 核心知识点
8.4.5 拓展思考
8 数据挖掘在生产制造行 业中的应用
8.5 案例五：水产养殖投入产出多 目标优化仿真
8.5.1 挖掘目标的提出
8.5.2 分析方法与过程
8.5.3 建模仿真
7.4.1 挖掘目标的提出 7.4.2 分析方法与过程 7.4.3 建模仿真 7.4.4 结果及分析 7.4.5 核心知识点 7.4.6 拓展思考
7 数据挖掘在互联网行业 的应用
7.5 案例五：企业信息系统用户服 务感知评价
7.5.1 挖掘目标的提出
7.5.2 分析方法与过程
7.5.3 建模仿真
B A
3.3 常用的建模工 具
C
3.4 本章小结
D
3 数据挖掘建模
3.2 数据挖掘建模过程
3.2.1 定义挖掘目标 3.2.2 数据取样 3.2.3 数据探索 3.2.4 预处理 3.2.5 模式发现 3.2.6 模型构建 3.2.7 模型评价
4 顶尖数据挖掘平台TipDM
4.3 TipDM产品特点
7.1 案例一：商业零售行业中的购 物篮分析
7.1.1 挖掘目标的提出
7.1.2 分析方法与过程
7.1.3 建模仿真
7.1.4 核心知识点
7.1.5 拓展思考
7 数据挖掘在互联网行业 的应用
7.2 案例二：电子商务网站用户行 为分析
7.2.1 挖掘目标的提出
7.2.2 分析方法与过程
7.2.3 建模仿真
2020 数据挖掘：实用案例分析
目录
01. 为什么要写这本书 02. 读者对象
03. 勘误和支持
04. 第一部分 基础篇
05. 第二部分 实战篇
06. 第三部分 高级篇
07. 光盘内容
为什么要写这本书
01
为什么要写这本 书
读者对象
02
读者对象
勘误和支持
03
勘误和支持
第一部分 基础篇
04
1 初识数据挖掘
1.1 什么是数据挖掘
1.2 数据挖掘在企业商务智能应用中的定位 1.2.1 数据挖掘给企业带来最大的投资收益
1.2.2 数据挖掘从本质上提升商务智能平台的价值 1.2.3 数据挖掘让商务智能流程真正形成闭环 1.3 信息类BI应用与知识类BI应用
1.4 数据挖掘现状及应用前景
1.5 本章小结
6.2.5 扩展思考
7 数据挖掘在互联网行业的应用
7.1 案例一：商业零售行业中的 购物篮分析
7.3 案例三：网络入侵智能检 测
7.5 案例五：企业信息系统用户 服务感知评价
7.2 案例二：电子商务网站用户 行为分析
7.4 案例四：基于用户行为 分析的定向网络广告投放
7.6 本章小结
7 数据挖掘在互联网行业 的应用
6.1 案例一：电力负荷预测
6.1.1 挖掘目标的提出 6.1.2 分析方法与过程 6.1.3 建模仿真 6.1.4 核心知识点 6.1.5 拓展思考
6 数据挖掘在电力行业的 应用
6.2 案例二：自适应防窃漏电实时 诊断
6.2.1 挖掘目标的提出
6.2.2 分析方法与过程
6.2.3 建模仿真
6.2.4 核心知识点
05
5 数据挖掘在金融电信行业的应用
A
C
5.2 案例二：电信 3G客户识别系统
5.1 案例一：基于 公司价值评价的证
券策略投资
5.3 案例三：基于 客户分群的精准智
能营销
B
5.4 本章小结
D
5 数据挖掘在金融电信行 业的应用
5.1 案例一：基于公司价值评价的 证券策略投资
5.1.1 挖掘目标的提出
12.4 本章小结
光盘内容
07
光盘内容
感谢聆听
7.2.4 核心知识点
7.2.5 拓展思考
7 数据挖掘在互联网行业 的应用
7.3 案例三：网络入侵智能检测
7.3.1 挖掘目标的提出 7.3.2 分析方法与过程 7.3.3 建模仿真 7.3.4 核心知识点 7.3.5 拓展思考
7 数据挖掘在互联网行业的应用
7.4 案例四：基于用户行为分析的定向网络广告投放
7.5.4 核心知识点
7.5.5 拓展思考
8 数据挖掘在生产制造行业中的应用
8.1 案例一：基于小波变换的桩基完 整性检测
8.2 案例二：基于水色图像的水质评 价
8.3 案例三：生物质废物混合厌氧消 化优势组分互补机制
8.4 案例四：基于RFM的企业客户关 系分析
8.5 案例五：水产养殖投入产出多目 标优化仿真
11.1.1 WEKA功能及其算法 11.1.2 WEKA包结构 11.1.3 WEKA算法入口 11.1.4 二次开发相关输出
11 基于第三方接 口的数据挖掘二 次开发
11.3 案例：基于MATLAB接口的 数据挖掘二次开发
11.3.1 接口算法编程 11.3.2 用Java Builder创建Java组件 11.3.3 安装MATLAB运行时环境 11.3.4 JDK环境及设置 11.3.5 接口算法调用
5.1.2 分析方法与过程
5.1.3 建模仿真
5.1.4 核心知识点
5.1.5 拓展思考
5 数据挖掘在金融电信行 业的应用
5.2 案例二：电信3G客户识别系 统
5.2.1 挖掘目标的提出
5.2.2 分析方法与过程
5.2.3 建模仿真
5.2.4 核心知识点
5.2.5 拓展思考
5 数据挖掘在金融电信行 业的应用
10.1 实验一：数据探索及数据预处理
10.3 实验三：决策树模型的构建与使 用
10.5 实验五：关联规则模型的构建与 使用
第二部分 实战篇
10 动手实践
10.2 实验二：神经网络模型的构建与 使用
10.4 实验四：聚类算法的构建与使用
10.6 实验六：时间序列模型的构建与 使用
第二部分 实战篇
9.2.4 核心知识点
9.2.5 拓展思考
9 数据挖掘在公共服务行 业的应用
9.3 案例三：纳税人偷漏税评估
9.3.1 挖掘目标的提出 9.3.2 分析方法与过程 9.3.3 建模仿真 9.3.4 核心知识点 9.3.5 拓展思考
9 数据挖掘在公共服务行 业的应用
9.4 案例四：道路缺陷自动识别
9.1 案例一：乳腺癌证素变化规律 及截断疗法
9.1.1 挖掘目标的提出
9.1.2 分析方法与过程
9.1.3 建模仿真
9.1.4 核心知识点
9.1.5 拓展思考
9 数据挖掘在公共服务行 业的应用
9.2 案例二：卷烟消费者购买行为 分析
9.2.1 挖掘目标的提出
9.2.2 分析过程与方法
9.2.3 挖掘建模
4 顶尖数据挖掘平台TipDM
4.3 TipDM产品特点
4.3.1 支持CRISP-DM数据挖掘标准流程 4.3.2 提供丰富的数据挖掘模型和灵活算法 4.3.3 具有多模型的整合能力 4.3.4 提供灵活多样的应用开发接口 4.3.5 海量数据的处理能力 4.3.6 适应不同类型层次人员需求
第二部分 实战篇
4.4 本章小结
4.2 TipDM使用说明
4.1 TipDM产品功能
B A
C
D
4 顶尖数据挖掘平台TipDM
4.1 TipDM产品功能
4.1.1 TipDM平台提供的数据探索及预处理 算法 4.1.2 TipDM平台提供的分类与回归算法 4.1.3 TipDM平台提供的时序模式算法 4.1.4 TipDM平台提供的聚类分析算法 4.1.5 TipDM平台提供的关联规则算法
8.5.4 核心知识点
8.5.5 拓展思考
9 数据挖掘在公共服务行业的应用
9.1 案例一：乳腺癌证素变化规 律及截断疗法
9.2 案例二：卷烟消费者购买行 为分析
9.3 案例三：纳税人偷漏税评 估
9.4 案例四：道路缺陷自动 识别
9.5 案例五：航空公司客运信息 挖掘
9.6 本章小结
9 数据挖掘在公共服务行 业的应用
12 基于Hadoop框架的海量数据挖掘开发
12.1 基于云计算的海量数据挖掘技术特点
12.2 基于Hadoop的并行数据挖掘算法工具箱TipCDM
12.3 案例：基于海量计量数据的电力客户在线分群方法
12.3.1 挖掘目标的提出 12.3.2 分析方法与过程 12.3.3 建模仿真 12.3.4 核心知识点
8.6 本章小结
8 数据挖掘在生产制造行 业中的应用
8.1 案例一：基于小波变换的桩基 完整性检测
8.1.1 挖掘目标的提出
8.1.2 分析方法与过程
8.1.3 仿真过程
8.1.4 核心知识点
8.1.5 拓展思考
8 数据挖掘在生产制造行 业中的应用
8.2 案例二：基于水色图像的水质 评价
8.2.1 挖掘目标的提出
9.4.1 挖掘目标的提出 9.4.2 分析方法与过程 9.4.3 建模仿真 9.4.4 核心知识点 9.4.5 拓展思考
9 数据挖掘在公共服务行 业的应用
9.5 案例五：航空公司客运信息挖 掘
9.5.1 挖掘目标的提出
9.5.2 分析方法与过程
9.5.3 建模仿真
9.5.4 核心知识点
9.5.5 拓展思考