数据挖掘技术及应用

书籍目录

第1部分  数据挖掘和商业决策第1章  数据挖掘引论1.1  概述1.2  数据挖掘的定义1.3  进行数据挖掘的必要性1.4  数据挖掘的过程1.4.1  定义业务目标1.4.2  甄别数据源1.4.3  收集数据1.4.4  选择数据1.4.5  数据质量检查1.4.6  数据转换  1.4.7  数据挖掘1.4.8  结果解释1.5  数据挖掘的功能和方法1.5.1  预估模型1.5.2  聚类1.5.3  链接分析1.5.4  时间序列分析1.6  数据挖掘项目成功的要素1.6.1  好的数据源1.6.2  好的解决方案1.6.3  好的算法1.6.4  好的系统支持1.6.5  好的团队合作1.7  小结第2部分  数据挖掘技术第2章  聚类分析与统计基础第3章  预估与分类模型第4章  链接分析第3部分  数据挖掘应用第5章  客户细分第6章  预筛选和目标模型第7章  承销模型第8章  不良行为和破产模型第9章  欺诈侦测第10章  流失模型第11章  托收业务分析第12章  赢利能力分析第13章  交叉销售和促销第4部分  专题分析第14章  分销网络决策第15章  采用数据挖掘的定价策略第16章  文本挖掘第17章  客户关系管理第18章  财务指标预警分析第19章  可视化技术第20章  数据挖掘工具参考文献

作者简介

　　《中国科学院研究生院教材·数据挖掘技术及应用》从应用的角度介绍数据挖掘的概念、原理、算法和技术，并提供丰富的真实案例。《中国科学院研究生院教材·数据挖掘技术及应用》由4个部分组成，主要包括：数据挖掘和商业决策、数据挖掘技术、数据挖掘应用、专题分析。在应用部分，每一章中都包括一个特定的商业智能问题。每一章都以业务目标为起点，把业务问题逐步转化为技术问题。读者在阅读《中国科学院研究生院教材·数据挖掘技术及应用》内容后，能够较好地掌握如何正确地将数据挖掘方法应用于实际的项目中，高质量地解决问题。　　《中国科学院研究生院教材·数据挖掘技术及应用》可作为高等院校“数据挖掘”课程的研究生教学用书，也可供本科高年级学生及工程技术人员参考。

 数据挖掘技术及应用下载