商业数据挖掘导论

译者序

作者简介

前言

第一部分导论

第1章商业数据挖掘简介

1.1介绍

1.2进行数据挖掘需要什么

1.3数据挖掘

1.4集聚营销

1.5商业数据挖掘

1.6数据挖掘工具

第2章数据挖掘过程与知识发

2.1CRISP-DM

2.2知识发现过程

第3章数据挖掘的数据库支持

3.1数据仓库

3.2数据集市

3.3联机分析处理

3.4数据仓库的实现

3.5元数据

3.6系统示范

3.7数据质量

3.8软件产品

3.9实例

第二部分数据挖掘工具

第4章数据挖掘方法概述

4.1数据挖掘方法

4.2数据挖掘视野

4.3数据挖掘的作用

4.4实证数据集

附录4A

第5章聚类分析

5.1聚类分析

5.2聚类分析的描述

5.3类数量的变动

5.4聚类分析的运用

5.5在软件中使用聚类分析

5.6大数据集的方法运用

5.7软件产品

附录5A

第6章数据挖掘中的回归算法

6.1回归模型

6.2逻辑回归

6.3线性判别分析

6.4数据挖掘中回归的实际应用

6.5大样本数据集的模型应用

第7章数据挖掘中的神经网络

7.1神经网络

7.2数据挖掘中的神经网络

7.3神经网络的商业应用

7.4神经网络应用于大样本数据集

7.5神经网络产品

第8章决策树算法

8.1决策树的工作方式

8.2机器学习

8.3决策树的应用

8.4决策树法运用到大型的数据集

8.5决策树的软件产品

附录8A

第9章基于线性规划的方法

9.1线性判别分析

9.2多重标准线性规划分类

9.3模糊线性规划分类

9.4信用卡证券管理：线性规划的实际应用

9.5线性规划的软件支持

附录9A

第三部分商业应用

第10章商业数据挖掘的应用

10.1应用

10.2不同数据挖掘方法的比较

第11章市场购物篮分析

11.1定义

11.2实证

11.3市场购物篮分析的局限

11.4市场购物篮分析软件

附录11A

第四部分发展中的问题

第12章文本挖掘与web挖掘

12.1文本挖掘

12.2Web挖掘

附录12A

第13章数据挖掘中的道德规范

13.1数据访问的隐患

13.2Web数据挖掘问题

13.3网络问题

13.4网络道德

13.5控制方法

术语表

注释

　　本书的两位作者都有丰富的商业数据分析实战经验和数据挖掘教学经验，奥尔森教授主要关注于多重目标决策，曾在80多家相关期刊上发表过研究成果；石勇教授的研究领域主要是信息超载、多重标准决策和电信管理，曾为许多著名公司做过数据挖掘和知识管理等项目的咨询工作。本书综合商业专业知识和数据挖掘模型开发于一体，系统地介绍了数据挖掘商业环境、数据挖掘技术及其在商业中的应用。在注重对数据挖掘技术讲解的同时，强调了数据挖掘在商业决策领域中的应用，弥补了大多数数据仓库技术类书籍商业应用不足的缺点。　　本书综合商业专业知识和数据挖掘模型开发于一体，系统地介绍了数据挖掘商业环境、数据挖掘技术及其在商业中的应用。在注重对数据挖掘技术讲解的同时，强调了数据挖掘在商业决策领域中的应用，弥补了大多数数据仓库技术类书籍商业应用不足的缺点。本书主线清晰，案例丰富，语言精练。　　本书既可以作为商业专业本科生、研究生的教材，也可以在MBA、EMBA教学和企业培训中使用。