數據挖掘：實用案例分析（簡體書）

《數據挖掘：實用案例分析》是數據挖掘實戰領域頗具特色的一部作品，作者曾為10餘個行業上百家大型企業提供數據挖掘服務，本書是其在數據挖掘領域探索近10年的經驗總結之作。全書以實踐和實用為宗旨，深度與廣度兼顧，實踐與理論並舉。《數據挖掘：實用案例分析》共12章，分三個部分。第一部分是基礎篇（第1～4章），主要對數據挖掘的基本概念、應用分類、建模方法及常用的建模工具進行了介紹，並對本書所用到的數據挖掘建模平臺TipDM進行了說明。第二部分是實戰篇（第5～10章），以案例的形式對數據挖掘技術在金融、電信、電力、互聯網、生產製造以及公共服務等行業的應用場景進行了討論；首先介紹案例背景，然後闡述分析方法與過程，最後完成模型構建；在介紹建模過程的同時穿插操作訓練，把相關的知識點嵌入相應的操作過程中；此外，第10章精心設計了6個實驗項目，讀者可以通過本章介紹的方法動手實踐，以鞏固數據挖掘知識，在分析建模過程的同時，進一步增強動手能力。第三部分是高級篇（第11～12章），主要介紹基於第三方接口的數據挖掘二次開發技術，重點對常用的WEKA和MATLAB數據挖掘算法接口進行了探討；最後對基於Hadoop框架的海量數據挖掘進行了說明，以滿足讀者更高層次的需求。隨書光盤中提供了本書的相關資料和案例資源，以及6個動手實驗所使用的完整數據，方便讀者動手實踐書中所講解的案例。

張良均，資深數據挖掘專家和模式識別專家，有近10年的數據挖掘應用與諮詢經驗，8年多的數據倉庫系統管理與實施經驗，超過10年的系統開發與設計經驗。為電信、電力、零售、農業、銀行、電力、生物、化工、醫藥等多個行業上百家大型企業提供過數據挖掘應用與諮詢服務，實踐經驗非常豐富。此外，他精通Java EE企業級應用開發，是廣東工業大學和華南師範大學客座教授，著有《神經網絡實用教程》一書。

前 言第一部分 基 礎 篇第1章 初識數據挖掘 1.1 什麼是數據挖掘 1.2 數據挖掘在企業商務智能應用中的定位 1.2.1 數據挖掘給企業帶來最大的投資收益 1.2.2 數據挖掘從本質上提升商務智能平臺的價值 1.2.3 數據挖掘讓商務智能流程真正形成閉環 1.3 信息類BI應用與知識類BI應用 1.4 數據挖掘現狀及應用前景 1.5 本章小結 第2章 數據挖掘的應用分類 2.1 分類與回歸 2.1.1 分類與回歸建模原理 2.1.2 分類與回歸算法 2.2 聚類 2.2.1 聚類分析建模原理 2.2.2 聚類算法 2.3 關聯規則 2.3.1 什麼是關聯規則 2.3.2 關聯規則算法 2.4 時序模式 2.4.1 什麼是時序模式 2.4.2 時間序列的組合成分 2.4.3 時間序列的組合模型 2.4.4 時序算法 2.5 偏差檢測 2.6 本章小結 第3章 數據挖掘建模 3.1 數據挖掘的過程 3.2 數據挖掘建模過程 3.2.1 定義挖掘目標 3.2.2 數據取樣 3.2.3 數據探索 3.2.4 預處理 3.2.5 模式發現 3.2.6 模型構建 3.2.7 模型評價 3.3 常用的建模工具 3.4 本章小結 第4章 頂尖數據挖掘平臺TipDM 4.1 TipDM產品功能 4.1.1 TipDM平臺提供的數據探索及預處理算法 4.1.2 TipDM平臺提供的分類與回歸算法 4.1.3 TipDM平臺提供的時序模式算法 4.1.4 TipDM平臺提供的聚類分析算法 4.1.5 TipDM平臺提供的關聯規則算法 4.2 TipDM使用說明 4.3 TipDM產品特點 4.3.1 支持CRISP-DM數據挖掘標準流程 4.3.2 提供豐富的數據挖掘模型和靈活算法 4.3.3 具有多模型的整合能力 4.3.4 提供靈活多樣的應用開發接口 4.3.5 海量數據的處理能力 4.3.6 適應不同類型層次人員需求 4.4 本章小結 第二部分 實 戰 篇第5章 數據挖掘在金融電信行業的應用 5.1 案例一：基於公司價值評價的證券策略投資 5.1.1 挖掘目標的提出 5.1.2 分析方法與過程 5.1.3 建模仿真 5.1.4 核心知識點 5.1.5 拓展思考 5.2 案例二：電信3G客戶識別系統 5.2.1 挖掘目標的提出 5.2.2 分析方法與過程 5.2.3 建模仿真 5.2.4 核心知識點 5.2.5 拓展思考 5.3 案例三：基於客戶分群的精准智能營銷 5.3.1 挖掘目標的提出 5.3.2 分析方法與過程 5.3.3 建模仿真 5.3.4 核心知識點 5.3.5 拓展思考 5.4 本章小結 第6章 數據挖掘在電力行業的應用 6.1 案例一：電力負荷預測 6.1.1 挖掘目標的提出 6.1.2 分析方法與過程 6.1.3 建模仿真 6.1.4 核心知識點 6.1.5 拓展思考 6.2 案例二：自適應防竊漏電實時診斷 6.2.1 挖掘目標的提出 6.2.2 分析方法與過程 6.2.3 建模仿真 6.2.4 核心知識點 6.2.5 擴展思考 6.3 本章小結 第7章 數據挖掘在互聯網行業的應用 7.1 案例一：商業零售行業中的購物籃分析 7.1.1 挖掘目標的提出 7.1.2 分析方法與過程 7.1.3 建模仿真 7.1.4 核心知識點 7.1.5 拓展思考 7.2 案例二：電子商務網站用戶行為分析 7.2.1 挖掘目標的提出 7.2.2 分析方法與過程 7.2.3 建模仿真 7.2.4 核心知識點 7.2.5 拓展思考 7.3 案例三：網絡入侵智能檢測 7.3.1 挖掘目標的提出 7.3.2 分析方法與過程 7.3.3 建模仿真 7.3.4 核心知識點 7.3.5 拓展思考 7.4 案例四：基於用戶行為分析的定向網絡廣告投放 7.4.1 挖掘目標的提出 7.4.2 分析方法與過程 7.4.3 建模仿真 7.4.4 結果及分析 7.4.5 核心知識點 7.4.6 拓展思考 7.5 案例五：企業信息系統用戶服務感知評價 7.5.1 挖掘目標的提出 7.5.2 分析方法與過程 7.5.3 建模仿真 7.5.4 核心知識點 7.5.5 拓展思考 7.6 本章小結 第8章 數據挖掘在生產製造行業中的應用 8.1 案例一：基於小波變換的樁基完整性檢測 8.1.1 挖掘目標的提出 8.1.2 分析方法與過程 8.1.3 仿真過程 8.1.4 核心知識點 8.1.5 拓展思考 8.2 案例二：基於水色圖像的水質評價 8.2.1 挖掘目標的提出 8.2.2 分析方法與過程 8.2.3 建模仿真 8.2.4 核心知識點 8.2.5 拓展思考 8.3 案例三：生物質廢物混合厭氧消化優勢組分互補機制 8.3.1 挖掘目標的提出 8.3.2 分析方法與過程 8.3.3 建模仿真 8.3.4 核心知識點 8.3.5 拓展思考 8.4 案例四：基於RFM的企業客戶關係分析 8.4.1 挖掘目標的提出 8.4.2 分析過程與方法 8.4.3 建模仿真 8.4.4 核心知識點 8.4.5 拓展思考 8.5 案例五：水產養殖投入產出多目標優化仿真 8.5.1 挖掘目標的提出 8.5.2 分析方法與過程 8.5.3 建模仿真 8.5.4 核心知識點 8.5.5 拓展思考 8.6 本章小結 第9章 數據挖掘在公共服務行業的應用 9.1 案例一：乳腺癌證素變化規律及截斷療法 9.1.1 挖掘目標的提出 9.1.2 分析方法與過程 9.1.3 建模仿真 9.1.4 核心知識點 9.1.5 拓展思考 9.2 案例二：捲煙消費者購買行為分析 9.2.1 挖掘目標的提出 9.2.2 分析過程與方法 9.2.3 挖掘建模 9.2.4 核心知識點 9.2.5 拓展思考 9.3 案例三：納稅人偷漏稅評估 9.3.1 挖掘目標的提出 9.3.2 分析方法與過程 9.3.3 建模仿真 9.3.4 核心知識點 9.3.5 拓展思考 9.4 案例四：道路缺陷自動識別 9.4.1 挖掘目標的提出 9.4.2 分析方法與過程 9.4.3 建模仿真 9.4.4 核心知識點 9.4.5 拓展思考 9.5 案例五：航空公司客運信息挖掘 9.5.1 挖掘目標的提出 9.5.2 分析方法與過程 9.5.3 建模仿真 9.5.4 核心知識點 9.5.5 拓展思考 9.6 本章小結 第10章 動手實踐 10.1 實驗一：數據探索及數據預處理 10.2 實驗二：神經網絡模型的構建與使用 10.3 實驗三：決策樹模型的構建與使用 10.4 實驗四：聚類算法的構建與使用 10.5 實驗五：關聯規則模型的構建與使用 10.6 實驗六：時間序列模型的構建與使用 10.7 本章小結 第三部分 高 級 篇第11章 基於第三方接口的數據挖掘二次開發 11.1 WEKA數據挖掘接口 11.1.1 WEKA功能及其算法 11.1.2 WEKA包結構 11.1.3 WEKA算法入口 11.1.4 二次開發相關輸出 11.2 MATLAB數據挖掘接口 11.3 案例：基於MATLAB接口的數據挖掘二次開發 11.3.1 接口算法編程 11.3.2 用Java Builder創建Java組件 11.3.3 安裝MATLAB運行時環境 11.3.4 JDK環境及設置 11.4 本章小結 第12章 基於Hadoop框架的海量數據挖掘開發 12.1 基於雲計算的海量數據挖掘技術特點 12.2 基於Hadoop的並行數據挖掘算法工具箱TipCDM 12.3 案例：基於海量計量數據的電力客戶在線分群方法 12.3.1 挖掘目標的提出 12.3.2 分析方法與過程 12.3.3 建模仿真 12.3.4 核心知識點 12.4 本章小結 參考文獻