大數(shù)據(jù)精準(zhǔn)挖掘

第1篇基礎(chǔ)篇
第1章大數(shù)據(jù)時代下的數(shù)據(jù)挖掘3
1?1大數(shù)據(jù)的基礎(chǔ)4
1?1?1大數(shù)據(jù)呈現(xiàn)出了數(shù)據(jù)的新價值4
1?1?2數(shù)據(jù)采集、存儲與提取技術(shù)信息化5
1?1?3數(shù)據(jù)挖掘技術(shù)是大數(shù)據(jù)時代最本質(zhì)特征5
1?2大數(shù)據(jù)的特點6
1?2?1數(shù)據(jù)規(guī)模大6
1?2?2數(shù)據(jù)類型多6
1?2?3價值密度低，但總體的數(shù)據(jù)價值高7
1?2?4數(shù)據(jù)處理有速度要求7
1?3大數(shù)據(jù)的作用7
1?3?1數(shù)據(jù)已滲透到社會每個角落8
1?3?2數(shù)據(jù)成為競爭的新元素8
1?3?3數(shù)據(jù)創(chuàng)造新價值9
1?3?4大數(shù)據(jù)地位不斷躍升9
1?4大數(shù)據(jù)與數(shù)據(jù)挖掘10
1?4?1數(shù)據(jù)挖掘技術(shù)是大數(shù)據(jù)時代的靈魂和核心10
1?4?2數(shù)據(jù)挖掘技術(shù)涉及多種多類的知識節(jié)點10
1?4?3選擇最好的數(shù)據(jù)挖掘工具10
1?5令人期待的大數(shù)據(jù)時代11
1?6本章小結(jié)11
第2章大數(shù)據(jù)與云計算13
2?1大數(shù)據(jù)與云計算13
2?1?1大數(shù)據(jù)與云計算關(guān)系13
2?1?2大數(shù)據(jù)擴展了云計算服務(wù)類型14
2?1?3云計算數(shù)據(jù)存儲系統(tǒng)得到推廣14
2?1?4追求集成一體化技術(shù)14
2?1?5大數(shù)據(jù)和云計算缺一不可15
2?2云計算的定義與特點15
2?2?1云計算的定義15
2?2?2云計算的特點15
2?3云計算的基本架構(gòu)16
2?3?1云計算架構(gòu)的基本層次16
2?3?2云計算架構(gòu)的服務(wù)層次16
2?4云計算的關(guān)鍵技術(shù)17
2?4?1虛擬化技術(shù)17
2?4?2數(shù)據(jù)存儲技術(shù)19
2?4?3資源管理技術(shù)19
2?4?4云計算中的編程模型20
2?4?5集成一體化技術(shù)21
2?4?6自動化技術(shù)21
2?5云計算的商業(yè)模式21
2?5?1商業(yè)模式是云計算的基石21
2?5?2云計算的市場規(guī)模22
2?5?3云計算商業(yè)模式分析22
2?6本章小結(jié)23
第2篇理論篇
第3章數(shù)據(jù)挖掘的主要方法及工具27
3?1數(shù)據(jù)挖掘主要方法27
3?1?1決策樹分類27
3?1?2神經(jīng)網(wǎng)絡(luò)33
3?1?3Logistic回歸方法37
3?1?4聚類分析38
3?1?5數(shù)據(jù)挖掘方法比較39
3?1?6分類器的評估與選擇40
3?2流行數(shù)據(jù)分析平臺及數(shù)據(jù)挖掘工具介紹46
3?3本章小結(jié)52
第4章Logistic回歸模型53
4?1多元線性回歸模型53
4?2Logistic回歸模型55
4?3Logistic回歸模型的參數(shù)估計56
4?4Logistic回歸模型中回歸系數(shù)的意義58
4?5Logistic回歸模型的擬合優(yōu)度63
4?6Logistic回歸系數(shù)的顯著性檢驗72
4?7Logistic回歸模型的預(yù)測準(zhǔn)確性75
4?8回歸變量的選擇與逐步回歸77
4?9本章小結(jié)83
第5章數(shù)據(jù)挖掘建模過程86
5?1CRISP?DM86
5?2SAS數(shù)據(jù)挖掘方法論——SEMMA88
5?3數(shù)據(jù)挖掘經(jīng)驗談89
5?4本章小結(jié)89
第3篇應(yīng)用篇
第6章金融行業(yè)應(yīng)用1——信用評分93
6?1國內(nèi)信用卡業(yè)務(wù)現(xiàn)狀93
6?2信用評分模型的起源、類別和發(fā)展94
6?3信用評分的步驟95
6?4實例演示97
6?4?1二元變量預(yù)測建模98
6?4?2圖形版建模輸出講解1——效果評價101
6?4?3圖形版建模輸出講解2——評分卡文件103
6?5本章小結(jié)109
第7章金融行業(yè)應(yīng)用2——信用卡催收評分110
7?1信用卡催收評分模型背景介紹110
7?2實例演示112
7?2?1圖形版連續(xù)變量預(yù)測建模112
7?2?2圖形版建模輸出114
7?3本章小結(jié)116
第8章保險電銷應(yīng)用——尋找目標(biāo)客戶117
8?1背景介紹117
8?2案例數(shù)據(jù)展示及分析118
8?2?1業(yè)務(wù)目標(biāo)118
8?2?2數(shù)據(jù)展示118
8?3數(shù)據(jù)挖掘與分析過程120
8?3?1數(shù)據(jù)預(yù)處理120
8?3?2造變量122
8?3?3生成挖掘表123
8?3?4建立響應(yīng)模型125
8?3?5建模結(jié)果分析125
8?4數(shù)據(jù)挖掘結(jié)果的運用129
8?5本章小結(jié)129
第9章電信行業(yè)應(yīng)用——客戶流失預(yù)測131
9?1背景介紹131
9?2案例數(shù)據(jù)展示及分析131
9?2?1商業(yè)理解131
9?2?2數(shù)據(jù)理解132
9?2?3數(shù)據(jù)準(zhǔn)備132
9?3建立打分模型133
9?4分析建模結(jié)果134
9?5數(shù)據(jù)挖掘結(jié)果的運用136
9?6本章小結(jié)137
第10章商品零售行業(yè)應(yīng)用——購物籃分析138
10?1某連鎖零售公司的背景介紹138
10?2購物籃分析的基本內(nèi)容139
10?2?1同次購買的基本概念139
10?2?2同次購買的關(guān)聯(lián)規(guī)則質(zhì)量的衡量140
10?2?3購買分析的實現(xiàn)141
10?2?4下次購買的基本概念142
10?2?5下次購買行為預(yù)測142
10?3購物籃分析——MBA工具的使用145
10?3?1MBA工具的用途145
10?3?2MBA工具的使用146
10?3?3MBA工具的輸出146
10?4本章小結(jié)149
第11章實戰(zhàn)項目——交叉銷售150
11?1背景介紹150
11?2案例數(shù)據(jù)展示及分析151
11?2?1數(shù)據(jù)展示151
11?2?2業(yè)務(wù)目標(biāo)及分析要求152
11?3數(shù)據(jù)挖掘過程152
11?3?1數(shù)據(jù)預(yù)處理152
11?3?2劃分?jǐn)?shù)據(jù)集及生成目標(biāo)變量153
11?3?3生成衍生變量154
11?3?4生成挖掘表159
11?4建立打分模型160
11?5結(jié)果分析161
11?6本章小結(jié)162
第12章收益預(yù)測163
12?1背景介紹163
12?2數(shù)據(jù)展示163
12?2?1原始數(shù)據(jù)集展示163
12?2?2數(shù)據(jù)挖掘表的生成165
12?3圖形版建模166
12?3?1建模過程166
12?3?2模型輸出166
12?3?3為新數(shù)據(jù)集打分168
12?4本章小結(jié)170
參考文獻172