本书简介

基础编

1数据挖掘基础

1.1数据挖掘的产生背景

1.2数据挖掘的概念定义

1.3数据挖掘任务与方法

1.4数据挖掘工具

本章小结

2认识和管理数据

2.1挖掘用数据结构

2.2挖掘的数据类型

2.3数据统计特征

2.4数据转换

2.5数据质量

2.6主数据管理

本章小结

3数据挖掘常用算法

3.1决策树

3.2回归分析

3.3聚类分析

3.4关联规则

本章小结

流程编

4数据挖掘过程

4.1 Fayyad过程模型

4.2 CRISP-DM过程模型

4.3 Teradata数据挖掘流程

4.4数据挖掘过程的工作量

本章小结

5商业理解

5.1商业理解任务

5.2如何定义业务需求

5.3如何设计模型思路

5.4实例分析

本章小结

6数据准备

6.1数据准备任务

6.2设计模型宽表

6.3如何准备数据

6.4检查数据质量

本章小结

7数据理解

7.1探索变量

7.2筛选变量

7.3预处理数据

7.4 ETL与元数据

本章小结

8模型构建

8.1建模相关任务

8.2一般建模流程

8.3设计建模策略

8.4如何构建模型

本章小结

9模型评估

9.1评价相关任务

9.2模型性能评估

9.3业务合理性评估

9.4业务应用价值评估

本章小结

10模型应用

10.1实施阶段任务

10.2模型部署与应用

10.3数据挖掘不是万能的

本章小结

应用编

11数据挖掘的商业应用

11.1商业数据挖掘常见应用

11.2电信行业中的客户维系应用实例

11.3文本挖掘下的客户服务应用实例

11.4金融行业中的客户细分应用实例

本章小结

12如何作专题分析

12.1专题分析概论

12.2如何澄清业务问题

12.3如何构建分析思路

12.4如何进行分析论证

12.5如何编写分析报告

12.6如何提升专题分析能力

本章小结

参考文献