數(shù)據(jù)挖掘：構(gòu)筑企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)

定　價(jià)：￥20.00

作　者：	（美）R·格羅思（R. Groth）著；侯迪，宋擒豹譯；侯迪譯
出版社：	西安交通大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	數(shù)據(jù)庫(kù)存儲(chǔ)與管理

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787560514208	出版時(shí)間：	2001-08-01	包裝：	膠版紙
開(kāi)本：	21cm	頁(yè)數(shù)：	262	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)以面向?qū)嶋H的風(fēng)格介紹了數(shù)據(jù)挖掘這一數(shù)據(jù)庫(kù)領(lǐng)域中的最新技術(shù)。全書(shū)包括3個(gè)部分。第一部分主要介紹數(shù)據(jù)挖掘的基本概念、術(shù)語(yǔ)、方法、過(guò)程及常用的幾種挖掘算法，如決策樹(shù)、聚類(lèi)分析、遺傳算法、神經(jīng)網(wǎng)絡(luò)、貝葉斯置信網(wǎng)絡(luò)、統(tǒng)計(jì)分析、關(guān)聯(lián)規(guī)則分析等。最后對(duì)數(shù)據(jù)挖掘工具市場(chǎng)的狀況、主要廠商及信息源作了詳細(xì)介紹。第二部分介紹了兩個(gè)目前較為流行的數(shù)據(jù)挖掘工具產(chǎn)品：Knowledge SEEKER和Right Point Data Cruncher。書(shū)后附帶的CD－ROM還為讀者提供了這兩個(gè)產(chǎn)品的演示版程序。第三部分以大量實(shí)際例子介紹了數(shù)據(jù)挖掘技術(shù)在銀行、金融、零售、醫(yī)療保健和電信等行業(yè)中的應(yīng)用，并以實(shí)際例子介紹了如何在數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)上進(jìn)行數(shù)據(jù)挖掘的技術(shù)和方法。本書(shū)主要以企業(yè)中從事經(jīng)營(yíng)管理、市場(chǎng)營(yíng)銷(xiāo)和計(jì)算機(jī)信息系統(tǒng)開(kāi)發(fā)等方面的實(shí)際工作人員為對(duì)象。因此，本書(shū)對(duì)于廣大的企業(yè)實(shí)際工作人員快速了解和掌握數(shù)據(jù)挖掘技術(shù)極具參考價(jià)值。本書(shū)既可以作為數(shù)據(jù)挖掘技術(shù)的培訓(xùn)教材也可作為計(jì)算機(jī)信息系統(tǒng)相關(guān)專(zhuān)業(yè)的高年級(jí)大學(xué)生、研究生和教師的教學(xué)參考書(shū)使用。

作者簡(jiǎn)介

暫缺《數(shù)據(jù)挖掘：構(gòu)筑企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)》作者簡(jiǎn)介

圖書(shū)目錄

第1部分  入門(mén)篇
第1章　數(shù)據(jù)挖掘引論
1. 1　什么是數(shù)據(jù)挖掘？
1. 2　為什么要進(jìn)行數(shù)據(jù)挖掘？
1. 2. 1　使用數(shù)據(jù)挖掘的例子
1. 3　實(shí)現(xiàn)數(shù)據(jù)挖掘的實(shí)例研究
1. 3. 1　數(shù)據(jù)挖掘技術(shù)在美國(guó)西部電信公司中的應(yīng)用
1. 3. 2　數(shù)據(jù)挖掘在貝斯出口公司的應(yīng)用
1. 3. 3　數(shù)據(jù)挖掘在路透社的應(yīng)用
1. 4　開(kāi)展數(shù)據(jù)挖掘以提高企業(yè)競(jìng)爭(zhēng)力的成功步驟
1. 4. 1　問(wèn)題定義
1. 4. 2　發(fā)現(xiàn)信息
1. 4. 3　制定計(jì)劃
1. 4. 4　采取行動(dòng)
1. 4. 5　監(jiān)測(cè)效果
1. 4. 6　對(duì)數(shù)據(jù)挖掘過(guò)程的討論
1. 5　有關(guān)隱私問(wèn)題的說(shuō)明
1. 6　小結(jié)
第2章　數(shù)據(jù)挖掘入門(mén)
2. 1　分類(lèi)（有指導(dǎo)的學(xué)習(xí)）
2. 1. 1　目標(biāo)
2. 1. 2　研究主題
2. 2　聚類(lèi)研究（無(wú)指導(dǎo)的學(xué)習(xí)）
2. 2. 1　一個(gè)聚類(lèi)的例子
2. 3　可視化
2. 4　關(guān)聯(lián)（貨籃子）分析
2. 4. 1　貨籃子分析存在的問(wèn)題
2. 5　品種優(yōu)化
2. 5. 1　銷(xiāo)量：多樣性和替換性
2. 5. 2　成本：故事的另一面
2. 6　預(yù)測(cè)
2. 6. 1　相反的預(yù)測(cè)結(jié)果
2. 6. 2　勝出裕度
2. 6. 3　成本收益分析
2. 7　評(píng)估
2. 7. 1　評(píng)估的例子
2. 8　小結(jié)
第3章　數(shù)據(jù)挖掘過(guò)程
3. 1　數(shù)據(jù)挖掘的方法
3. 1. 1　SEMMA方法
3. 2　實(shí)例
3. 3　數(shù)據(jù)準(zhǔn)備
3. 3. 1　獲取數(shù)據(jù)
3. 3. 2　限定數(shù)據(jù)范圍
3. 3. 3　數(shù)據(jù)質(zhì)量
3. 3. 4　數(shù)據(jù)分組
3. 3. 5　數(shù)據(jù)導(dǎo)出
3. 4　確定主題
3. 4. 1　了解主題的局限性
3. 4. 2　選擇良好的主題
3. 4. 3　主題的類(lèi)型
3. 4. 4　哪些因素需要分析？
3. 4. 5　數(shù)據(jù)抽樣問(wèn)題
3. 5　讀入數(shù)據(jù)并建立模型
3. 5. 1　關(guān)于模型的準(zhǔn)確性
3. 5. 2　關(guān)于模型的可理解性
3. 5. 3　關(guān)于模型的性能
3. 6　理解模型
3. 6. 1　模型概要
3. 6. 2　數(shù)據(jù)分布
3. 6. 3　驗(yàn)證
3. 7　預(yù)測(cè)
3. 7. 1　其它候選結(jié)果
3. 7. 2　獲選邊際率
3. 7. 3　理解為什么會(huì)得到這樣的預(yù)測(cè)結(jié)果
3. 8　小結(jié)
第4章　數(shù)據(jù)挖掘算法
4. 1　引言
4. 2　決策樹(shù)
4. 2. 1　決策樹(shù)如何工作
4. 2. 2　決策樹(shù)方法的優(yōu)缺點(diǎn)
4. 3　遺傳算法
4. 3. 1　遺傳算法如何工作
4. 3. 2　遺傳算法的優(yōu)缺點(diǎn)
4. 4　神經(jīng)網(wǎng)絡(luò)
4. 4. 1　神經(jīng)網(wǎng)絡(luò)如何工作
4. 4. 2　建立不同類(lèi)型的模型--無(wú)指導(dǎo)的學(xué)習(xí)
4. 4. 3　模型的優(yōu)缺點(diǎn)
4. 5　貝葉斯信任網(wǎng)絡(luò)
4. 5. 1　貝葉斯信任網(wǎng)絡(luò)如何工作
4. 5. 2　貝葉斯信任網(wǎng)絡(luò)的優(yōu)缺點(diǎn)
4. 6　統(tǒng)計(jì)分析
4. 6. 1　辨別分析
4. 6. 2　回歸建模
4. 6. 3　優(yōu)點(diǎn)和缺點(diǎn)
4. 7　關(guān)聯(lián)分析的高級(jí)算法
4. 7. 1　發(fā)現(xiàn)關(guān)聯(lián)的更好方法
4. 7. 2　統(tǒng)計(jì)相關(guān)以外的
4. 7. 3　理解關(guān)聯(lián)
4. 7. 4　有效可行的市場(chǎng)籃子分析
4. 8　品種優(yōu)化的高級(jí)算法
4. 8. 1　成本：像ABC一樣簡(jiǎn)單？
4. 8. 2　相關(guān)成本
4. 8. 3　商業(yè)目標(biāo)
4. 9　小結(jié)
第5章　數(shù)據(jù)挖掘市場(chǎng)
5. 1　簡(jiǎn)介（趨勢(shì)）
5. 1. 1  數(shù)據(jù)倉(cāng)庫(kù)日益普及
5. 1. 2  Internet數(shù)據(jù)挖掘
5. 1. 3  EIS工具供應(yīng)商也在集成數(shù)據(jù)挖掘功能
5. 1. 4　信息訪問(wèn)更容易
5. 1. 5　數(shù)據(jù)挖掘供應(yīng)商更注重縱向市場(chǎng)
5. 2　數(shù)據(jù)挖掘工具供應(yīng)商
5. 3　可視化
5. 3. 1　數(shù)據(jù)可視化的例子
5. 3. 2　供應(yīng)商列表
5. 4　有用的網(wǎng)站／可獲得的商業(yè)代碼
5. 4. 1　數(shù)據(jù)挖掘網(wǎng)站
5. 4. 2　查找數(shù)據(jù)集
5. 4. 3　源代碼
5. 5　用于數(shù)據(jù)挖掘的數(shù)據(jù)源
5. 6　小結(jié)
第2部分　工具篇
第6章　決策樹(shù)方法在數(shù)據(jù)挖掘中的應(yīng)用
6. 1　引言
6. 1. 1　對(duì)決策樹(shù)方法的進(jìn)一步說(shuō)明
6. 1. 2　決策樹(shù)方法的應(yīng)用狀況
6. 2　數(shù)據(jù)準(zhǔn)備
6. 3　定義研究對(duì)象
6. 3. 1　定義挖掘目標(biāo)
6. 3. 2　啟動(dòng)
6. 3. 3　設(shè)置因變量
6. 4　建立模型
6. 5　理解模型
6. 5. 1　觀察其它分叉
6. 5. 2　進(jìn)入特定分叉
6. 5. 3　擴(kuò)展模型樹(shù)
6. 5. 4　強(qiáng)制分叉
6. 5. 5　對(duì)模型進(jìn)行驗(yàn)證
6. 5. 6　重新定義挖掘?qū)ο?nbsp;
6. 5. 7　模型樹(shù)的自動(dòng)擴(kuò)展
6. 5. 8　數(shù)據(jù)分布
6. 6　預(yù)測(cè)
6. 7　小結(jié)
第7章　代理網(wǎng)絡(luò)技術(shù)應(yīng)用范例
7. 1　簡(jiǎn)介
7. 1. 1　RightPoint公司相關(guān)技術(shù)說(shuō)明
7. 1. 2　如何使用RightPoint
7. 2　準(zhǔn)備數(shù)據(jù)
7. 3　定義研究對(duì)象
7. 3. 1　定義目標(biāo)
7. 3. 2　選擇因變量
7. 3. 3　開(kāi)始一次研究
7. 3. 4　開(kāi)始運(yùn)行RightPoint
7. 3. 5　建立數(shù)據(jù)規(guī)格
7. 4　讀取數(shù)據(jù)準(zhǔn)立發(fā)規(guī)模型
7. 5　理解模型
7. 5. 1　評(píng)估
7. 5. 2　改進(jìn)模型
7. 5. 3　成本收益分析
7. 6　預(yù)測(cè)
7. 6. 1　假設(shè)分析
7. 6. 2　批預(yù)測(cè)
7. 7　小結(jié)
第3部分　應(yīng)用篇
第8章　數(shù)據(jù)挖掘在若干行業(yè)中的應(yīng)用
8. 1　數(shù)據(jù)挖掘在銀行和金融部門(mén)的應(yīng)用
8. 1. 1　股票預(yù)測(cè)
8. 1. 2　銀行業(yè)的跨區(qū)銷(xiāo)售和客戶保持
8. 2　數(shù)據(jù)挖掘在零售部門(mén)的應(yīng)用
8. 2. 1　一個(gè)數(shù)據(jù)挖掘在財(cái)產(chǎn)評(píng)估中應(yīng)用的例子
8. 2. 2　零售業(yè)中客戶收益率分析的一個(gè)例子
8. 3　數(shù)據(jù)挖掘在保健部門(mén)的應(yīng)用
8. 3. 1　數(shù)據(jù)可視化在醫(yī)療業(yè)的應(yīng)用
8. 4　數(shù)據(jù)挖掘在電信部門(mén)的應(yīng)用
8. 4. 1　電信業(yè)的數(shù)據(jù)挖掘研究類(lèi)型
8. 5　小結(jié)
第9章　基于數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘
9. 1　引言
9. 1. 1　數(shù)據(jù)獲取
9. 1. 2　數(shù)據(jù)精煉
9. 1. 3　數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)
9. 1. 4　數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)集市的實(shí)現(xiàn)
9. 2　數(shù)據(jù)倉(cāng)庫(kù)在銀行金融領(lǐng)域中的應(yīng)用實(shí)例
9. 2. 1　事務(wù)型數(shù)據(jù)庫(kù)系統(tǒng)與數(shù)據(jù)倉(cāng)庫(kù)
9. 2. 2　樣例數(shù)據(jù)模型
9. 2. 3　預(yù)測(cè)信用卡欺詐
9. 2. 4　在客戶保持中的應(yīng)用
9. 2. 5　數(shù)據(jù)趨勢(shì)分析
9. 3　數(shù)據(jù)倉(cāng)庫(kù)在零售領(lǐng)域中的應(yīng)用實(shí)例
9. 3. 1　樣例數(shù)據(jù)模型
9. 3. 2　哪種類(lèi)型的客戶會(huì)購(gòu)買(mǎi)哪種類(lèi)型的產(chǎn)品
9. 3. 3　有關(guān)銷(xiāo)售區(qū)域分析和其它方面的例子
9. 4　數(shù)據(jù)倉(cāng)庫(kù)在醫(yī)療保健領(lǐng)域中的應(yīng)用實(shí)例
9. 4. 1　樣例數(shù)據(jù)模型
9. 4. 2　在醫(yī)療保健領(lǐng)域中進(jìn)行數(shù)據(jù)挖掘的例子
9. 4. 3　有關(guān)在樣例數(shù)據(jù)中增加病人信用數(shù)據(jù)的討論
9. 5　數(shù)據(jù)倉(cāng)庫(kù)在電信領(lǐng)域中的應(yīng)用實(shí)例
9. 5. 1　樣例數(shù)據(jù)模型
9. 5. 2　數(shù)據(jù)收集
9. 5. 3　創(chuàng)建數(shù)據(jù)集
9. 6　小結(jié)
附錄A　數(shù)據(jù)挖掘產(chǎn)品制造商
A. 1　數(shù)據(jù)挖掘提供商
A. 2　可視化工具
A. 3　有用的Web站點(diǎn)
A. 4　信息訪問(wèn)提供商
A. 5　數(shù)據(jù)倉(cāng)庫(kù)軟件制造商
附錄B　演示程序的安裝
B. 1  Angoss Knowledge SEEKER演示版的安裝
B. 2  RightPoint DataCrruncher演示版的安裝