第1章
以價值為中心的分析方法
11概述/
111商業(yè)分析/
12利潤驅動的商業(yè)分析/
13分析流程模型/
14分析模型評估/
15分析團隊/
151人員背景/
152數據科學家/
總結/
復習題/
參考文獻/
第2章
分析技術
21概述/
22數據預處理/
221分析數據的去標準化/
222抽樣/
223探索性分析/
224缺失值/
225異常值監(jiān)測和處理/
226主成分分析/
23分析類型/
X大數據分析與變現:利潤驅動目錄XI24預測分析/
241概述/
242線性回歸/
243邏吉斯回歸/
244決策樹/
245神經網絡/
25綜合法/
251裝袋法/
252推進法/
253隨機森林法/
254綜合法的評估/
26預測模型評估/
261數據集拆分/
262分類模型的性能測算/
263回歸模型的性能測算/
264預測分析模型的其他性能測算指標/
27描述性分析/
271概述/
272關聯(lián)規(guī)則/
273順序規(guī)則/
274聚類/
28生存分析/
281概述/
282生存分析測算/
283Kaplan Meier分析/
284參數化生存分析/
285比例風險回歸/
286生存分析模型的擴展/
287生存分析模型評估/
29社交網絡分析/
291概述/
292社交網絡定義/
293社交網絡指標/
294社交網絡學習/
295相關鄰居分類器/
296概率相關鄰居分類器/
297相關邏吉斯回歸/
298集體推論/
總結/
復習題/
注釋/
參考文獻/
第3章
商業(yè)應用
31概述/
32營銷分析/
321概述/
322RFM分析/
323響應建模/
324流失預測/
325X銷售/
326客戶細分/
327客戶終身價值/
328客戶之旅/
329推薦系統(tǒng)/
33欺詐分析/
34信用風險分析/
35HR分析/
總結/
復習題/
注釋/
參考文獻/XII大數據分析與變現:利潤驅動目錄XIII
第4章
建立提升模型
41概述/
411提升建模案例:響應模型建立/
412處理效果/
42實驗設計、數據采集和數據處理/
421實驗設計/
422活動模型有效性測算/
43提升建模的方法/
431雙模型法/
432基于回歸的方法/
433基于樹的方法/
434綜合法/
435連續(xù)型或順序結果/
44提升模型評估/
441可視化評估方法/
442性能測算指標/
45操作指導/
451建立提升模型的兩步法/
452實施和軟件/
總結/
復習題/
注釋/
參考文獻/
第5章
利潤驅動的分析技術
51概述/
52利潤驅動的預測分析法/
521利潤驅動的預測分析案例/
522成本矩陣/
523利用成本非敏感性分類模型進行成本敏感性決策/
524成本敏感性分類框架/
53成本敏感性分類法/
531訓練前方法/
532訓練中方法/
533訓練后方法/
534成本敏感性分類模型評估/
535不平衡的類別分布/
536操作/
54成本敏感性回歸法/
55回歸的成本敏感性學習法/
551訓練中方法/
552訓練后方法/
56利潤驅動描述性分析/
561利潤驅動的細分法/
562利潤驅動的關聯(lián)規(guī)則法/
總結/
復習題/
注釋/
參考文獻/
第6章
利潤驅動的模型評估和實施
61概述/
62分類模型的利潤驅動評估/
621平均錯誤分類成本/
622分界點調優(yōu)/
623基于ROC曲線的測算法/
624利用觀察對象依賴型成本法進行利潤驅動評估/
63回歸模型的利潤驅動評估/
631損失函數和基于誤差的評估測算法/
632REC曲線和曲面/
總結/
復習題/
注釋/
參考文獻/XIV大數據分析與變現:利潤驅動目錄XV
第7章
經濟影響
71概述/
72大數據和分析的經濟價值/
721所有權總成本/
722投資回報/
723利潤驅動的商業(yè)分析/
73關鍵經濟考慮因素/
731內包與外包的對比/
732企業(yè)預置與云平臺的對比/
733開源軟件與商業(yè)軟件的對比/
74大數據和分析的ROI提升/
741新數據源/
742數據質量/
743管理支持/
744組織方面/
745交叉繁殖/
總結/
復習題/
注釋/