數(shù)控挖掘技術(shù)應(yīng)用實(shí)例

定　價(jià)：￥34.00

作　者：	紀(jì)希禹主編
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：	信息科學(xué)與技術(shù)叢書
標(biāo)　簽：	金屬學(xué)與金屬工藝

購買這本書可以去

ISBN：	9787111264606	出版時(shí)間：	2009-04-01	包裝：	平裝
開本：	16開	頁數(shù)：	263	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書在介紹數(shù)據(jù)挖掘技術(shù)理論和算法的基礎(chǔ)上，通過不同領(lǐng)域的應(yīng)用案例，來說明數(shù)據(jù)挖掘在實(shí)際應(yīng)用中的具體操作方法，以期為讀者提供一個(gè)更為廣闊的視角。本書從理論、應(yīng)用實(shí)例和數(shù)據(jù)挖掘的發(fā)展趨勢(shì)，以及面臨的機(jī)遇和挑戰(zhàn)等方面，對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行了詳細(xì)介紹，其中在應(yīng)用實(shí)例部分分別介紹了數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理、市場(chǎng)營銷、證券領(lǐng)域、電信領(lǐng)域、產(chǎn)品設(shè)計(jì)、軍事領(lǐng)域以及web數(shù)據(jù)挖掘等方面的應(yīng)用。本書可作為企事業(yè)單位信息管理部門以及其他各行各業(yè)的管理者、信息分析人員、數(shù)據(jù)統(tǒng)計(jì)人員、市場(chǎng)營銷人員、研究與開發(fā)人員的參考資料，也可作為高等院校信息管理類、數(shù)據(jù)分析類、計(jì)算機(jī)類等相關(guān)專業(yè)的教材和參考書，還可作為高等院校畢業(yè)論文或畢業(yè)設(shè)計(jì)的參考資料。

作者簡(jiǎn)介

暫缺《數(shù)控挖掘技術(shù)應(yīng)用實(shí)例》作者簡(jiǎn)介

圖書目錄

出版說明
前言
第1章　緒論
1.1　數(shù)據(jù)挖掘的基本概念
1.1.1　啤酒與尿布
1.1.2　什么是數(shù)據(jù)挖掘
1.1.3　數(shù)據(jù)挖掘的分類
1.1.4　數(shù)據(jù)挖掘的特點(diǎn)和功能
1.2　數(shù)據(jù)挖掘的過程
1.2.1　數(shù)據(jù)準(zhǔn)備
1.2.2　數(shù)據(jù)選擇
1.2.3　數(shù)據(jù)預(yù)處理
1.2.4　數(shù)據(jù)挖掘及模式評(píng)價(jià)
1.3　數(shù)據(jù)倉庫和數(shù)據(jù)挖掘
1.3.1　數(shù)據(jù)倉庫的概念和特點(diǎn)
1.3.2　數(shù)據(jù)集市
1.3.3　元數(shù)據(jù)
1.3.4　數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的關(guān)系
1.4　OLAP和數(shù)據(jù)挖掘
1.4.1　OLAP的基本概念
1.4.2　OLAP的操作
1.4.3　OLAP的類別
1.4.4　OLAP和0LTP的關(guān)系
1.4.5　OLAP和數(shù)據(jù)挖掘的關(guān)系
1.5　數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域
1.6　數(shù)據(jù)挖掘研究現(xiàn)狀
1.6.1　商業(yè)應(yīng)用
1.6.2　支持平臺(tái)數(shù)據(jù)展現(xiàn)
1.6.3　使用成本
1.6.4　挖掘算法
1.7　本章小結(jié)
第2章　數(shù)據(jù)挖掘的常用技術(shù)
　2.1 決策樹
2.1.1　決策樹的基本概念
2.1.2　決策樹的基本原理
　 2.1.3　決策樹的算法
　2.1.4　決策樹的優(yōu)勢(shì)和劣勢(shì)
　2.2　神經(jīng)網(wǎng)絡(luò)
　2.2.1　神經(jīng)網(wǎng)絡(luò)的基本概念
　 2.2.2　神經(jīng)網(wǎng)絡(luò)的特征
　 2.2.3　神經(jīng)網(wǎng)絡(luò)的分類和學(xué)習(xí)方式
　 2.2.4　進(jìn)化計(jì)算
　 2.2.5　神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)
　2.3　關(guān)聯(lián)規(guī)則
　 2.3.1　關(guān)聯(lián)規(guī)則的基本概念
　 2.3.2　經(jīng)典Apriori算法的描述
　 2.3.3　AprioriTid算法
　 2.3.4　FP-tree算法
　2.4　聚類分析
　 2.4.1　聚類分析的基本概念
　 2.4.2　聚類算法簡(jiǎn)介
　 2.4.3　孤立點(diǎn)分析
　2.5　統(tǒng)計(jì)學(xué)習(xí)
　 2.5.1　統(tǒng)計(jì)分析綜述
　 2.5.2　貝葉斯學(xué)習(xí)
　 2.5.3　支撐矢量機(jī)
　 2.5.4　回歸分析
　2.6　模糊集和粗糙集
　　2.6.1　模糊集概述
　　2.6.2　粗糙集概述
2.7　本章小結(jié)
第3章　數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用
3.1 數(shù)據(jù)挖掘在CRM中的應(yīng)用現(xiàn)狀
3.1.1　CRM的由來
3.1.2　CRM系統(tǒng)的研發(fā)現(xiàn)狀
3.1.3　數(shù)據(jù)挖掘在CRM中的使用情況
3.2　數(shù)據(jù)挖掘在CIW中的應(yīng)用
　 3.2.1　客戶群體分類
　 3.2.2　客戶盈利能力分析
　 3.2.3　客戶獲取和客戶保持
　 3.2.4　客戶滿意度分析
　3.3　數(shù)據(jù)挖掘在通信公司CRM應(yīng)用實(shí)例
3.3.1　客戶細(xì)分模型和挖掘算法選擇
3.3.2　數(shù)據(jù)挖掘模型和挖掘步驟
3.3.3　結(jié)果分析和市場(chǎng)策略制定
　3.4　本章小結(jié)
第4章　數(shù)據(jù)挖掘在市場(chǎng)營銷中的應(yīng)用
第5章　數(shù)據(jù)挖掘在證券領(lǐng)域中的應(yīng)用
第6章　數(shù)據(jù)挖掘在電信領(lǐng)域中的應(yīng)用
第7章　數(shù)據(jù)挖掘在產(chǎn)品設(shè)計(jì)中的應(yīng)用
第8章　數(shù)據(jù)挖掘在軍事領(lǐng)域中的應(yīng)用
第9章　Web數(shù)據(jù)挖掘
第10章　數(shù)據(jù)挖掘技術(shù)的發(fā)展
參考文獻(xiàn)