了得網研究生_數據挖掘原理與商務應用(朱小棟)

	[ 收藏 ] [ 简体中文 ]
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款，4-7個工作日送達，999元臺幣免運費　　　在線留言商品價格為新臺幣

商品搜索

类别：

关键字：

商品分类

數據挖掘原理與商務應用(朱小棟)
該商品所屬分類：研究生 -> 工學
【市場價】	286-416元
【優惠價】	179-260元
【作者】	朱小棟，徐欣　編著
【所屬類別】	圖書教材研究生/本科/專科教材工學圖書計算機/網絡數據庫數據倉庫與數據挖掘
【出版社】	立信會計出版社
【ISBN】	9787542938169
【折扣說明】	一次購物滿999元台幣免運費+贈品一次購物滿2000元台幣95折+免運費+贈品一次購物滿3000元台幣92折+免運費+贈品一次購物滿4000元台幣88折+免運費+贈品
【本期贈品】	①優質無紡布環保袋，做工棒！②品牌簽字筆 ③品牌手帕紙巾

版本	正版全新電子版PDF檔
您已选择：	正版全新
溫馨提示：如果有多種選項，請先選擇再點擊加入購物車。 . 電子圖書價格是0.69折，例如了得網價格是100元，電子書pdf的價格則是69元。 . 購買電子書不支持貨到付款，購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意，可以聯絡我們退款。謝謝。

內容介紹

開本：16開

紙張：膠版紙

包裝：平裝

是否套裝：否

國際標準書號ISBN：9787542938169

叢書名：普通高等院校電子商務“十二五”規劃重點教材

作者：朱小棟，徐欣編著

出版社：立信會計出版社

出版時間：2013年03月

內容簡介

朱小棟、徐欣編著的《數據挖掘原理與商務應用(普通高等院校電子商務十二五規劃重點教材)》的內容涵蓋如何利用相關軟件產品實現數據挖掘的經典算法和技術，還涵蓋數據挖掘技術在商務領域中的應用。本書既適合計算機應用技術專業，也適合經管類信息管理與電子商務專業的學生學習。書中既注重從計算機應用角度來講解數據挖掘，又注重數據挖掘與商務智能、管理科學、決策支持繫統的結合。

第1篇理論篇第1章緒論 1.1 數據挖掘的基礎概念 1.1.1 數據 1.1.2 知識 1.1.3 信息 1.1.4 數據挖掘的定義 1.2 數據挖掘與數據庫的關繫 1.2.1 數據庫簡介 1.2.2 數據挖掘與數據庫 1.3 數據挖掘的過程 1.4 數據挖掘的體繫結構 1.5 數據挖掘在商務智能中的位置 1.6 數據挖掘常見技術 1.7 數據挖掘標準的發展 1.7.1 預測模型標記語言PMML 1.7.2 公模型CWM 1.7.3 跨行業數據挖掘標準流程CRISP-DM 1.8 習題第2章數據倉庫與OLAP分析 2.1 數據倉庫 2.1.1 數據倉庫與數據挖掘的關繫 2.1.2 數據倉庫的數據模型 2.1.數據 2.2 ETL過程 2.2.1 數據抽取 2.2.2 數據轉換 2.2.3 數據加載 2.3 聯機分析處理OLAP 2.3.1 OLAP概念 2.3.2 OLAP的操作 2.3.3 OLAP多維數據分析 2.4 習題第3章關聯分析 3.1 關聯概述 3.2 關聯規則的定義 3.3 關聯分析的過程 3.4 關聯分析的基本算法 3.5 關聯規則的分類 3.6 關聯分析的發展 3.7 習題第4章分類分析 4.1 分類概述 4.2 基於決策樹的分類 4.2.1 決策樹的概念 4.2.2 決策樹的基本算法 4.2.3 決策樹修剪 4.2.4 決策樹的改進 4.3 分類分析的其他技術 4.3.1 支持向量機 4.3.2 貝葉斯網絡 4.4 習題第5章聚類分析 5.1 聚類概述 5.2 相似性度量 5.2.1 明氏(Minkowski)距離 5.2.2 蘭氏(Canberra)距離。

word-wrap: break-word; word-break: break-all;">


第1篇  理論篇
第1章  緒論
  1.1  數據挖掘的基礎概念
    1.1.1  數據
    1.1.2  知識
    1.1.3  信息
    1.1.4  數據挖掘的定義
  1.2  數據挖掘與數據庫的關繫
    1.2.1  數據庫簡介
    1.2.2  數據挖掘與數據庫
  1.3  數據挖掘的過程
  1.4  數據挖掘的體繫結構
  1.5  數據挖掘在商務智能中的位置
  1.6  數據挖掘常見技術
  1.7  數據挖掘標準的發展
    1.7.1  預測模型標記語言PMML
    1.7.2  公模型CWM
    1.7.3  跨行業數據挖掘標準流程CRISP-DM
  1.8  習題
第2章  數據倉庫與OLAP分析
  2.1  數據倉庫
    2.1.1  數據倉庫與數據挖掘的關繫
    2.1.2  數據倉庫的數據模型
    2.1.數據
  2.2  ETL過程
    2.2.1  數據抽取
    2.2.2  數據轉換
    2.2.3  數據加載
  2.3  聯機分析處理OLAP
    2.3.1  OLAP概念
    2.3.2  OLAP的操作
    2.3.3  OLAP多維數據分析
  2.4  習題
第3章  關聯分析
  3.1  關聯概述
  3.2  關聯規則的定義
  3.3  關聯分析的過程
  3.4  關聯分析的基本算法
  3.5  關聯規則的分類
  3.6  關聯分析的發展
  3.7  習題
第4章  分類分析
  4.1  分類概述
  4.2  基於決策樹的分類
    4.2.1  決策樹的概念
    4.2.2  決策樹的基本算法
    4.2.3  決策樹修剪
    4.2.4  決策樹的改進
  4.3  分類分析的其他技術
    4.3.1  支持向量機
    4.3.2  貝葉斯網絡
  4.4  習題
第5章  聚類分析
  5.1  聚類概述
  5.2  相似性度量
    5.2.1  明氏(Minkowski)距離
    5.2.2  蘭氏(Canberra)距離。
      5.2.3  馬氏(Mahalanobis)距離
  5.3  層次聚類法
    5.3.1  短距離法
    5.3.2  長距離法
    5.3.3變量度量
  5.4  K-均值聚類算法
  5.5  習題
第6章  數據挖掘的仿生技術
  6.1  人工神經網絡
    6.1.1  人模型
    6.1.2  人工神經網絡模型
    6.1.3  BP網絡的基本原理
  6.2  遺傳算法
  6.3  蟻群算法
  6.4  習題
第7章  數據挖掘的集合論技術
  7.1  粗糙集理論
    7.1.1  信息繫統
    7.1.2  粗糙集
    7.1.3  屬性約簡
  7.2  模糊集理論
    7.2.  13次數學危機與模糊數學的誕生
    7.2.2  模糊集合論的基礎知識
    7.2.3  λ截集和支集
    7.2.4  怎樣度量模糊性
    7.2.5  模糊數學應用
  7.3  習題
第2篇  實踐篇
第8章  數據挖掘工具
  8.1  SPSS工具
  8.2  WEKA工具
    8.2.1  WEKA的背景
    8.2.2  WEKA的功能
    8.2.3  WEKA的使用
  8.3  IBM Data Miner工具
  8.4  MS SQL Server 2008數據分析引擎
  8.5  ETL工具Data Stage
    8.5.1  Datastage過程理論
    8.5.2  Datastage的並行機制
  8.6  習題
第9章  關聯分析在客戶關繫管理的應用
  9.1  客戶關繫管理基本理論
    9.1.1  客戶關繫管理定義
    9.1.2  CRM中的客戶類型
    9.1.3  CRM繫統體繫理論
    9.1.4  數據挖掘在客戶關繫管理中的應用
  9.2  實例研究背景——Foodmart簡介及DB分析
  9.3  購物數據的預處理
  9.4  數據集成與轉換
  9.5  建立Foodmart公司購物籃分析模型
  9.6  WEKA軟件挖掘過程
  9.7  結果分析
  9.8  習題
第10章  分類分析和聚類分析在客戶關繫管理的綜合應用
    10.1  Foodmart DB客戶數據分析
    10.2  決策樹分類算法數據準備
    10.2.1  數據的預處理
    10.2.2  數據集成與轉換
    10.3  零售業客戶決策樹分類模型的建立
    10.3.1  聚類分析
    10.3.2  決策樹分析
    10.3.3  挖掘模型及流程
  10.4  結果分析
  10.5  習題
第11章  機場場區商務智能繫統解決方案
  11.1  OMG-DMS需求分析
  11.2  方案設計思路
    11.2.1  OMC商務智能的理念
    11.2.2  OMC數據挖掘繫統
  11.3  OMC數據挖掘繫統的部署
  11.4  應用數據挖掘的OMC-DMS決策支持示例
  11.5  OMC-DMS的職位需求
  11.6  習題
參考文獻
後記

網友評論我們期待著您對此商品發表評論

相關商品

在線留言 商品價格為新臺幣

關於我們送貨時間安全付款會員登入加入會員我的帳戶網站聯盟

返回頂部

商品搜索

商品分类

【醫學】

【各大出版社】