[
-
内容大纲
本书共分为3个部分。第一部分主要讨论了数据挖掘是什么，以及为什么要进行数据挖掘：第1章对数据挖掘与电子商务的关系进行了概述，并给出了许多现实生活中的例子；第2章是对数据挖掘方法的概述；第3章是对数据挖掘过程中可能采取的统计学基础方法的回顾。第二部分主要讨论了数据挖掘技术：第4章介绍了聚类分析，主要包括基本概念和聚类检测评估方法；第5章讨论了决策树的基本概念、生成方式以及实践等；第6章介绍了市场营销中的风险分析和生存分析；第7章讨论了人工神经网络的发展历史、基本概念等；第8章介绍了数据仓库、OLAP等数据库技术。第三部分主要讨论了电子商务背景下的相关知识与应用：第9章主要介绍了电子商务推荐系统、主流的推荐系统技术，以及具体的案例分析；第10章是对电子商务攻击模型与检测技术的详细阐释；第11章介绍了电子商务环境下的网格架构与动态联盟体系。本书的重点既包括数据挖掘的技术解释，也包括数据挖掘的实际应用。本书通过提供许多实例来帮助读者加深对理论知识的理解，以及培养其实际应用能力。 -
作者介绍
-
目录
第1章 数据挖掘与电子商务的关系
1.1 客户关系管理
1.1.1 交互处理系统的作用
1.1.2 数据库的作用
1.1.3 数据挖掘的作用
1.1.4 客户关系管理策略
1.2 数据挖掘的定义
1.3 数据挖掘的功能
1.3.1 分类
1.3.2 预测
1.3.3 关联规则
1.3.4 聚类
1.3.5 定性分析
1.4 数据挖掘的发展契机
1.4.1 数据大量产生
1.4.2 数据库技术
1.4.3 电子计算机运算能力提高
1.4.4 数据重要程度上升
1.4.5 信息成为一种商品
1.5 数据挖掘的使用场景
1.5.1 超市成为信息中间商
1.5.2 基于推荐的业务
1.5.3 交叉销售
1.5.4 筛选客户
本章小结
本章参考文献
第2章 数据挖掘方法简介
2.1 模型假设检验及分析与预测
2.1.1 假设检验
2.1.2 模型分析与预测
2.2 数据挖掘步骤简介
2.2.1 将商业问题转换为数据挖掘问题
2.2.2 选择合适的数据
2.2.3 了解数据
2.2.4 创建模型集
2.2.5 解决数据中的问题
2.2.6 转换数据
2.2.7 建立模型
2.2.8 评估模型
2.2.9 部署模型
2.2.10 评估结果
2.2.11 重新开始
本章小结
本章参考文献
第3章 数据挖掘中的统计知识
3.1 奥卡姆剃刀
3.1.1 零假设
3.1.2 P值
3.2 观测数据
3.2.1 观测离散的数值
3.2.2 观察连续性变量
3.2.3 其他统计思想
3.3 度量响应
3.3.1 比例标准误差
……
第4章 聚类分析
第5章 决策树分析
第6章 生存分析
第7章 人工神经网络
第8章 数据仓库和OLAP
第9章 电子商务推荐系统
第10章 电子商务攻击模型与检测技术
第11章 电子商务环境下的网格架构与动态联盟体系
同类热销排行榜
[an error occurred while processing this directive]推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...