商品信息

商品名称: 数据挖掘导论
评价得分:
(分)
评论数:0
w***5
2015-08-22 17:10:25
很好的书,价格优惠!
此评价对我 有用(0) 没用(0)
回复
购买日期
2014-02-26
还可以吧!!!!! 2014-06-04 22:56:48
还可以吧!!!!!还可以吧!!!!!
此评价对我 有用(0) 没用(0)
回复
购买日期
2013-12-27
HAO ....................... 2014-01-17 23:59:09
HAO .......................
此评价对我 有用(0) 没用(0)
回复
购买日期
2013-10-13
知识积累 2013-12-12 13:21:13
知识积累,希望在提升
此评价对我 有用(0) 没用(0)
回复
购买日期
2013-07-18
数据挖掘导论 2013-07-25 18:39:20
不错的正版书,京东活动很给力。《数据挖掘导论》全面系统地介绍了数据挖掘的主要方法,并配有许多应用案例,使得读者能够更加容易地理解这些数据挖掘方法。同时《数据挖掘导论》每章后还配有许多思考题,使得这本书更适合作为“数据挖掘”课程的教材。《数据挖掘导论》的主要内容包括数据挖掘概述、数据仓库与在线分析、分类挖掘、关联挖掘、聚类挖掘、异类挖掘、数据流挖掘、文本挖掘以及数据挖掘应用与数据挖掘云等。从分销行业企业的历史客户数据及交易数据发现,分销企业客户流失问题很严重,每年有着高达35%~40%的客户流失。而高的客户流失率就要求企业一方面要投入更多的资源获取新的客户,而新客户的获取成本和管理成本是远远高于稳定老客户的成本的;另一方面,新老客户的交替也使企业的客户战略难以持续,最终影响公司的可持续发展策略。 本节将介绍如何从庞大复杂的业务数据库中,整理和准备出业务数据,应用数据挖掘的决策树技术,分析分销企业的客户流失问题,确立客户流失决策树模型,并探讨决策树的动态更新问题,即随着业务环境等因素的变化,动态更新决策树模型,以提高决策树预测客户流失问题的准确性和通用性。 在实施任何数据挖掘工作前首先需要明确商业背景以及需要解决的商业问题,明确数据挖掘研究和解决的主题。客户关系管理的三大目标是获取新客户、提升客户价值和保持老客户。而客户生命周期一般分为客户识别期、客户发展期、客户稳定期和客户衰退期四个阶段。客户关系管理领域的数据挖掘更要基于动态的客户全生命周期阶段中的客户关系管理目标。在不同客户生命周期,客户关系管理的主题和目标是不同的,因而数据挖掘的目标也是不同的,当然适合采用的数据挖掘技术和方法也应随之变化。 比如在客户识别期,发现和开发新客户是公司的主要市场和销售工作,是公司得以继续生存和发展的重要保证。因此,在这一阶段应研究如何利用分类分析预测技术,如决策树技术,来建立有效的客户响应分析模型,分析客户对某种新产品或服务感兴趣的情况,然后有针对性地选择市场推广渠道和目标受众,达到以最小的投入获得最佳效果的目的。而在客户发展期,应研究如何利用聚类分析技术,如k_means聚类方法等,来建立客户细分模型,以便对不同类型的客户采取不同的市场和销售策略。客户稳定期和客户发展期类似,应在客户分类分析基础上,利用关联分析技术,如Apri“算法等,来建立交叉销售模型。 这里主要研究的客户流失预测分析则着重针对那些处于客户衰退期的客户,目的是提前发现客户流失,采取挽救措施激活客户,延长客户生命周期或重新回到客户发展期。建立客户流失预测模型的主要方法是分类分析技术,如决策树等。
此评价对我 有用(0) 没用(0)
回复
购买日期
2013-06-30
与十年前相比,数据挖掘作为数据分析与决策支持的重要技术,已在各行各业得到了更为广泛的应用。随着网络和]T技术的不断发展,数据挖掘应用必将更加深入和普及。作者根据,自己十多年教授“数据挖掘”课程的经验积累,编写了这本教材。 本书全面系统地介绍了数据挖掘的主要方法,并配有许多应用案例,使得读者能够更加容易地理解这些数据挖掘方法。同时本书每章后还配有许多思考题,使得这本书更适合作为“数据挖掘”课程的教材。 本书的主要内容包括数据挖掘概述、数据仓库与在线分析、分类挖掘、关联挖掘、聚类挖掘、异类挖掘、数据流挖掘、文本挖掘以及数据挖掘应用与数据挖掘云等。 本书适合作为高等院校高年级本科生、研究生相关课程的教材或参考书。对从事数据挖掘应用的技术人员以及希望了解数据挖掘方法与应用的广大数据挖掘用户,本书也具有一定的参考价值。 目录 前言 第一章 数据挖掘导论 第二章 数据仓库与在线分析 第三章 分类挖掘(一) 第四章 分类挖掘(二) 第五章 关联挖掘 第六章 聚类分析 第七章 异类挖掘 第八章 数据流挖掘 第九章 文本挖掘 第十章 数据挖掘应用 第十一章 数据挖掘云 参考文献 与十年前相比,数据挖掘作为数据分析与决策支持的重要技术,已在各行各业得到了更为广泛的应用。随着网络和]T技术的不断发展,数据挖掘应用必将更加深入和普及。作者根据,自己十多年教授“数据挖掘”课程的经验积累,编写了这本教材。 本书全面系统地介绍了数据挖掘的主要方法,并配有许多应用案例,使得读者能够更加容易地理解这些数据挖掘方法。同时本书每章后还配有许多思考题,使得这本书更适合作为“数据挖掘”课程的教材。 本书的主要内容包括数据挖掘概述、数据仓库与在线分析、分类挖掘、关联挖掘、聚类挖掘、异类挖掘、数据流挖掘、文本挖掘以及数据挖掘应用与数据挖掘云等。 本书适合作为高等院校高年级本科生、研究生相关课程的教材或参考书。对从事数据挖掘应用的技术人员以及希望了解数据挖掘方法与应用的广大数据挖掘用户,本书也具有一定的参考价值。 目录 前言 第一章 数据挖掘导论 第二章 数据仓库与在线分析 第三章 分类挖掘(一) 第四章 分类挖掘(二) 第五章 关联挖掘 第六章 聚类分析 第七章 异类挖掘 第八章 数据流挖掘 第九章 文本挖掘 第十章 数据挖掘应用 第十一章 数据挖掘云 参考文献
此评价对我 有用(0) 没用(0)
回复
购买日期
2013-03-07
是本好书 2013-03-11 01:00:46
没太多要说的 反正是本好书
此评价对我 有用(0) 没用(0)
回复
购买日期
2013-02-26
还不错吧~ 2013-03-04 03:32:10
还不错吧~还不错啊~~~
此评价对我 有用(0) 没用(0)
回复
购买日期
2012-05-29
正品图书 2012-06-06 17:11:56
正品还是选择京东商城!!
此评价对我 有用(0) 没用(0)
回复
1
品类齐全,轻松购物 多仓直发,极速配送 正品行货,精致服务 天天低价,畅选无忧
购物指南
购物流程
会员介绍
生活旅行/团购
常见问题
大家电
联系客服
配送方式
上门自提
211限时达
配送服务查询
配送费收取标准
海外配送
支付方式
货到付款
在线支付
分期付款
邮局汇款
公司转账
售后服务
售后政策
价格保护
退款说明
返修/退换货
取消订单
特色服务
夺宝岛
DIY装机
延保服务
京东E卡
京东通信
京东JD+