万本电子书0元读

万本电子书0元读

顶部广告

数据挖掘原理与实践电子书

售       价:¥

纸质售价:¥29.70购买纸书

242人正在读 | 0人评论 6.2

作       者:蒋盛益,李霞,等

出  版  社:电子工业出版社

出版时间:2011-08-01

字       数:25.1万

所属分类: 科技 > 计算机/网络 > 计算机理论与教程

温馨提示:此类商品不支持退换货,不支持下载打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书分为数据挖掘理论和数据挖掘实践两大部分。基础理论部分的主要内容包括数据挖掘的基本概念、数据挖掘的预处理、聚类分析、分类与回归、关联规则挖掘、例外点检测。数据挖掘实践部分讨论了数据挖掘在通信行业、文本挖掘等方面的实际应用;通过四个案例展示了在通信行业中如何利用数据挖掘进行客户细分、客户流失分析、客户社会关系挖掘、业务交叉销售;通过跨语言智能学术搜索系统和基于内容的垃圾邮件识别两个案例展示了数据挖掘在文本挖掘方面的应用。本书可作为高等院校计算机电子商务及相关专业的学生相关的教材或参考书,也可供从事数据挖掘研究、设计等工作的科研、技术人员参考。 《高等学校计算机规划教材:数据挖掘原理与实践》分为数据挖掘理论和数据挖掘实践两大部分。基础理论部分的主要内容包括数据挖掘的基本概念、数据挖掘的预处理、聚类分析、分类与回归、关联规则挖掘、例外检测。数据挖掘实践部分讨论了数据挖掘在通信行业、文本挖掘等方面的实际应用;通过四个案例展示了在通信行业中如何利用数据挖掘行客户细分、客户流失分析、客户社会关系挖掘、业务交叉销售;通过跨语言智能学术搜索系统和基于内容的垃圾邮件识别两个案例展示了数据挖掘在文本挖掘方面的应用。 《高等学校计算机规划教材:数据挖掘原理与实践》可作为高等院校计算机电子商务及相关专业的学生相关的教材或参考书,也可供从事数据挖掘研究、设计等工作的科研、技术人员参考。
目录展开

前言

上篇 原理篇

第1章 绪论

1.1 数据挖掘产生的背景

1.2 数据挖掘任务及过程

1.3 数据挖掘应用

1.4 数据挖掘技术的前景、研究热点

本章小结

习题 1

第2章 数据处理基础

2.1 数据

2.2 数据统计特性

2.3 数据预处理

2.4 相似性度量

本章小结

习题 2

第3章 分类与回归

3.1 概述

3.2 决策树分类方法

3.3 贝叶斯分类方法

3.4 k-最近邻分类方法

3.5 神经网络分类方法

3.6 支持向量机

3.7 集成学习法

3.8 不平衡数据分类

3.9 分类模型的评价

3.10 回归

本章小结

习题 3

第4章 聚类分析

4.1 概述

4.2 基于划分的聚类算法

4.3 层次聚类算法

4.4 基于密度的聚类算法

4.5 基于图的聚类算法

4.6 一趟聚类算法

4.7 基于模型的聚类算法

4.8 聚类算法评价

本章小结

习题 4

第5章 关联分析

5.1 概述

5.2 频繁项集发现算法

5.3 关联规则的生成

5.4 非二元属性的关联规则挖掘

5.5 关联规则的评价

5.6 序列模式

本章小结

习题 5

第6章 离群点挖掘

6.1 概述

6.2 基于统计的方法

6.3 基于距离的方法

6.4 基于相对密度的方法

6.5 基于聚类的方法

6.6 离群点挖掘方法的评估

本章小结

习题 5

下篇 实践篇

第7章 数据挖掘在电信业中的应用

7.1 数据挖掘在电信业的应用概述

7.2 案例一:客户通话模式分析

7.3 案例二:基于通话数据的社会网络分析

7.4 案例三:客户细分与流失分析

7.5 案例四:移动业务关联分析

本章小结

第8章 文本挖掘与Web数据挖掘

8.1 文本挖掘

8.2 Web数据挖掘

8.3 案例五——跨语言智能学术搜索系统

8.4 案例六——基于内容的垃圾邮件识别

本章小结

参考文献

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部