图书介绍

数据挖掘原理与商务应用PDF|Epub|txt|kindle电子书版本网盘下载

数据挖掘原理与商务应用
  • 朱小栋，徐欣编著 著
  • 出版社： 上海：立信会计出版社
  • ISBN：9787542938169
  • 出版时间：2013
  • 标注页数：176页
  • 文件大小：41MB
  • 文件页数：190页
  • 主题词：数据采集－高等学校－教材

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：dabe8970cd8af3e84156778e2c0c2fa7

下载说明

数据挖掘原理与商务应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1篇 理论篇3

第1章 绪论3

1.1 数据挖掘的基础概念3

1.1.1 数据3

1.1.2 知识5

1.1.3 信息5

1.1.4 数据挖掘的定义10

1.2 数据挖掘与数据库的关系11

1.2.1 数据库简介11

1.2.2 数据挖掘与数据库13

1.3 数据挖掘的过程14

1.4 数据挖掘的体系结构16

1.5 数据挖掘在商务智能中的位置17

1.6 数据挖掘常见技术18

1.7 数据挖掘标准的发展20

1.7.1 预测模型标记语言PMML20

1.7.2 公共仓库元模型CWM22

1.7.3 跨行业数据挖掘标准流程CRISP-DM24

1.8 习题27

第2章 数据仓库与OLAP分析28

2.1 数据仓库28

2.1.1 数据仓库与数据挖掘的关系29

2.1.2 数据仓库的数据模型31

2.1.3 元数据35

2.2 ETL过程38

2.2.1 数据抽取39

2.2.2 数据转换40

2.2.3 数据加载41

2.3 联机分析处理OLAP41

2.3.1 OLAP概念41

2.3.2 OLAP的操作44

2.3.3 OLAP多维数据分析45

2.4 习题47

第3章 关联分析48

3.1 关联概述48

3.2 关联规则的定义49

3.3 关联分析的过程50

3.4 关联分析的基本算法51

3.5 关联规则的分类56

3.6 关联分析的发展56

3.7 习题57

第4章 分类分析58

4.1 分类概述58

4.2 基于决策树的分类58

4.2.1 决策树的概念58

4.2.2 决策树的基本算法59

4.2.3 决策树修剪66

4.2.4 决策树的改进67

4.3 分类分析的其他技术70

4.3.1 支持向量机70

4.3.2 贝叶斯网络73

4.4 习题77

第5章 聚类分析78

5.1 聚类概述78

5.2 相似性度量79

5.2.1 明氏（Minkowski）距离80

5.2.2 兰氏（Canberra）距离81

5.2.3 马氏（Mahalanobis）距离81

5.3 层次聚类法83

5.3.1 最短距离法83

5.3.2 最长距离法84

5.3.3 二元变量度量85

5.4 K-均值聚类算法86

5.5 习题88

第6章 数据挖掘的仿生技术89

6.1 人工神经网络89

6.1.1 人脑神经元与神经元模型90

6.1.2 人工神经网络模型90

6.1.3 BP网络的基本原理91

6.2 遗传算法92

6.3 蚁群算法94

6.4 习题95

第7章 数据挖掘的集合论技术96

7.1 粗糙集理论96

7.1.1 信息系统96

7.1.2 粗糙集98

7.1.3 属性约简99

7.2 模糊集理论99

7.2.1 3次数学危机与模糊数学的诞生99

7.2.2 模糊集合论的基础知识101

7.2.3 λ截集和支集103

7.2.4 怎样度量模糊性104

7.2.5 模糊数学应用106

7.3 习题112

第2篇 实践篇115

第8章 数据挖掘工具115

8.1 SPSS工具115

8.2 WEKA工具116

8.2.1 WEKA的背景116

8.2.2 WEKA的功能117

8.2.3 WEKA的使用118

8.3 IBM Data Miner工具120

8.4 MS SQL Server 2008数据分析引擎121

8.5 ETL工具Data Stage124

8.5.1 Datastage过程理论124

8.5.2 Datastage的并行机制126

8.6 习题127

第9章 关联分析在客户关系管理的应用128

9.1 客户关系管理基本理论128

9.1.1 客户关系管理定义128

9.1.2 CRM中的客户类型129

9.1.3 CRM系统体系理论130

9.1.4 数据挖掘在客户关系管理中的应用131

9.2 实例研究背景——Foodmart简介及DB分析134

9.3 购物数据的预处理138

9.4 数据集成与转换139

9.5 建立Foodmart公司购物篮分析模型141

9.6 WEKA软件挖掘过程141

9.7 结果分析146

9.8 习题148

第10章 分类分析和聚类分析在客户关系管理的综合应用149

10.1 Foodmart DB客户数据分析149

10.2 决策树分类算法数据准备150

10.2.1 数据的预处理150

10.2.2 数据集成与转换150

10.3 零售业客户决策树分类模型的建立151

10.3.1 聚类分析151

10.3.2 决策树分析154

10.3.3 挖掘模型及流程155

10.4 结果分析158

10.5 习题160

第11章 机场场区商务智能系统解决方案162

11.1 OMC-DMS需求分析162

11.2 方案设计思路163

11.2.1 OMC商务智能的理念163

11.2.2 OMC数据挖掘系统164

11.3 OMC数据挖掘系统的部署168

11.4 应用数据挖掘的OMC-DMS决策支持示例169

11.5 OMC-DMS的职位需求171

11.6 习题171

参考文献173

后记176

热门推荐