图书介绍
数控挖掘技术应用实例PDF|Epub|txt|kindle电子书版本网盘下载
- 纪希禹著 著
- 出版社: 北京:机械工业出版社
- ISBN:9787111264606
- 出版时间:2009
- 标注页数:263页
- 文件大小:138MB
- 文件页数:273页
- 主题词:数据采集
PDF下载
下载说明
数控挖掘技术应用实例PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1数据挖掘的基本概念1
1.1.1啤酒与尿布2
1.1.2什么是数据挖掘2
1.1.3数据挖掘的分类4
1.1.4数据挖掘的特点和功能6
1.2数据挖掘的过程7
1.2.1数据准备8
1.2.2数据选择9
1.2.3数据预处理9
1.2.4数据挖掘及模式评价10
1.3数据仓库和数据挖掘10
1.3.1数据仓库的概念和特点11
1.3.2数据集市13
1.3.3元数据14
1.3.4数据仓库和数据挖掘的关系18
1.4 OLAP和数据挖掘18
1.4.1 OLAP的基本概念19
1.4.2 OLAP的操作20
1.4.3 OLAP的类别24
1.4.4 OLAP和OLTP的关系25
1.4.5 OLAP和数据挖掘的关系26
1.5数据挖掘的应用领域27
1.6数据挖掘研究现状28
1.6.1商业应用28
1.6.2支持平台数据展现29
1.6.3使用成本29
1.6.4挖掘算法29
1.7本章小结30
第2章 数据挖掘的常用技术31
2.1决策树31
2.1.1决策树的基本概念31
2.1.2决策树的基本原理32
2.1.3决策树的算法33
2.1.4决策树的优势和劣势40
2.2神经网络40
2.2.1神经网络的基本概念41
2.2.2神经网络的特征42
2.2.3神经网络的分类和学习方式43
2.2.4进化计算44
2.2.5神经网络的优缺点47
2.3关联规则47
2.3.1关联规则的基本概念48
2.3.2经典Apriori算法的描述49
2.3.3 AprioriTid算法51
2.3.4 FP-tree算法52
2.4聚类分析53
2.4.1聚类分析的基本概念53
2.4.2聚类算法简介53
2.4.3孤立点分析57
2.5统计学习59
2.5.1统计分析综述59
2.5.2贝叶斯学习61
2.5.3支撑矢量机63
2.5.4回归分析66
2.6模糊集和粗糙集67
2.6.1模糊集概述67
2.6.2粗糙集概述68
2.7本章小结69
第3章 数据挖掘在客户关系管理中的应用70
3.1数据挖掘在CRM中的应用现状70
3.1.1 CRM的由来71
3.1.2 CRM系统的研发现状72
3.1.3数据挖掘在CRM中的使用情况73
3.2数据挖掘在CRM中的应用74
3.2.1客户群体分类76
3.2.2客户盈利能力分析77
3.2.3客户获取和客户保持78
3.2.4客户满意度分析79
3.3数据挖掘在通信公司CRM中的应用实例80
3.3.1客户细分模型和挖掘算法选择81
3.3.2数据挖掘模型和挖掘步骤81
3.3.3结果分析和市场策略制定84
3.4本章小结87
第4章 数据挖掘在市场营销中的应用88
4.1数据挖掘在市场营销中的应用现状88
4.1.1客户分析89
4.1.2产品分析90
4.1.3促销分析90
4.1.4改进企业市场预测机制90
4.1.5市场营销中常用的数据挖掘方法90
4.2定位模型与设定营销目标91
4.3客户响应建模、风险建模、客户流失建模93
4.3.1客户响应建模93
4.3.2风险建模97
4.3.3客户流失建模98
4.4产品生命周期建模102
4.5对模型的验证与评估107
4.5.1模型的验证107
4.5.2对挖掘结果的解释评估108
4.6制定营销战略109
4.7本章小结112
第5章 数据挖掘在证券领域中的应用113
5.1中国证券市场的特点113
5.2证券业数据仓库的构建114
5.2.1证券行业应用分析114
5.2.2证券业基础数据分析115
5.2.3证券业数据仓库设计与构建122
5.3实施数据挖掘125
5.3.1基于关联规则和模式发现的客户行为模型挖掘126
5.3.2基于决策树的客户流失模型分析128
5.3.3基于神经网络的股票行情时间序列模式挖掘129
5.4 BP网络预测132
5.4.1神经网络模型132
5.4.2 BP算法132
5.4.3利用BP预测股市134
5.5本章小结137
第6章 数据挖掘在电信领域中的应用138
6.1电信业务概述138
6.2数据挖掘在电信业中的应用背景139
6.3电信业务系统数据挖掘141
6.3.1电信系统数据挖掘目标141
6.3.2电信系统数据预处理142
6.3.3关联规则挖掘149
6.3.4关联规则挖掘算法的选择与应用152
6.4本章小结158
第7章 数据挖掘在产品设计中的应用160
7.1产品设计的概念160
7.2产品概念设计的体系结构162
7.2.1产品概念设计的内涵162
7.2.2产品概念设计的特点162
7.2.3产品概念设计的理论及发展164
7.2.4产品概念设计的体系结构166
7.3面向产品设计的数据挖掘模型170
7.3.1数据挖掘过程170
7.3.2需求分析数据挖掘过程的实现174
7.3.3功能结构数据挖掘过程的实现178
7.4产品设计数据挖掘实例180
7.4.1参数选择180
7.4.2构造概念树183
7.4.3解释关系规则185
7.4.4评估与展望186
7.5本章小结187
第8章 数据挖掘在军事领域中的应用188
8.1新军事变革概述188
8.2数据挖掘在军事领域的应用现状190
8.2.1数据挖掘在战场信息融合中的应用191
8.2.2数据挖掘在军事通信系统中的应用193
8.2.3数据挖掘在军事智能决策中的应用194
8.2.4数据挖掘在信息作战中的应用195
8.3指挥信息控制系统数据挖掘模型198
8.3.1指挥信息控制系统的功能需求分析199
8.3.2指挥信息控制系统的信息需求分析201
8.3.3指挥信息控制系统数据挖掘的体系结构205
8.3.4指挥信息控制机理及数据挖掘过程206
8.3.5基于指挥控制系统数据挖掘模型的指挥控制战209
8.4三维态势演播系统数据挖掘模型实例214
8.4.1二、三维模型数据转换层215
8.4.2模型数据导入导出及转化层216
8.4.3三维数据表现和提取层217
8.4.4三维态势构造绘制层219
8.5本章小结219
第9章 Web数据挖掘220
9.1 Web数据挖掘的基本概念220
9.1.1 Web数据挖掘的定义220
9.1.2 Web数据挖掘的分类221
9.2 Web数据挖掘的应用状况223
9.2.1 Web信息分类223
9.2.2 Web信息抽取224
9.2.3数据约简高效算法研究229
9.3基于Web数据挖掘的搜索引擎应用237
9.3.1数据挖掘在搜索引擎中的使用现状237
9.3.2基于Web数据挖掘的搜索引擎建模237
9.3.3 PageRank技术242
9.3.4 PageRank算法改进的有效性验证244
9.4本章小结249
第10章 数据挖掘技术的发展250
10.1数据挖掘是不断发展的概念250
10.2数据挖掘面临的问题254
10.3数据挖掘的发展趋势258
10.4本章小结260
参考文献261