登录
首页精彩阅读《ibm spss modeler数据与文本挖掘实战》_数据分析师书籍推荐
《ibm spss modeler数据与文本挖掘实战》_数据分析师书籍推荐
2015-10-03
收藏

《ibm spss modeler数据与文本挖掘实战》_数据分析师书籍推荐


《ibm spss modeler数据与文本挖掘实战》
图书简介:
本书主要包括两部分内容:在数据挖掘部分,重点介绍了各种数据挖掘方法的基本原理及应用,包括回归分析、时间序列分析、因子分析、决策树分析、判别分析、聚类分析、人工神经网络、贝叶斯网络以及社交网络分析等;在文本挖掘部分,重点介绍了文本挖掘的节点,以及具体的实现过程。每一章都详细介绍了数据和文本挖掘的基本原理和分析过程,同时在实例中也介绍了SPSS Modeler中大部分节点的使用方法及应用步骤。
本书与同类书籍相比,安排了较多的实例,使读者能够边学边练,在短时间内就可以有一个较大的提高,方便读者熟悉SPSS Modeler的基本操作,并通过系统的案例使读者掌握应用技巧。
本书对于高校理工学科、经济金融学科及数量分析方面的学生,以及数据挖掘和分析方面的研究人员和从业人员等,具有很强的可读性、可操作性与可使用性,尤其适合商业销售、经济管理、社会研究和人文教育等行业的相关人员阅读。
目录

第1部分数据挖掘

第1章数据挖掘概述 3

1.1什么是数据挖掘 3

1.1.1数据挖掘的定义 4

1.1.2数据挖掘的发展阶段 5

1.1.3数据挖掘的技术特征 6

1.2与传统技术的比较 8

1.2.1数据挖掘统计分析 8

1.2.2数据挖掘数据仓库 8

1.2.3数据挖掘和OLAP 9

1.2.4数据挖掘和Web挖掘 10

1.3常用的数据挖掘软件 11

1.3.1SAS EM 12

1.3.2SPSS Modeler 13

1.3.3Intelligent Miner 13

1.4应用实例:目标客户分析 15

1.4.1研究方法 15

1.4.2数据分析 15

1.4.3研究结论 26

第2章SPSS Modeler软件概述 27

2.1软件简介 27

2.1.1软件发展 28

2.1.2软件界面 30

2.1.3软件特点 35

2.1.4软件功能 37

2.1.5软件算法 39

2.1.6高级功能 41

2.1.7软件安装 42

2.2行业应用 50

2.2.1通信行业 50

2.2.2ZF行业 52

2.2.3金融行业 53

2.2.4制造行业 54

2.2.5医药行业 56

2.2.6教育科研 56

2.2.7市场调研 57

2.2.8连锁零售 57

2.3数据挖掘流程 58

2.3.1业务理解 58

2.3.2数据理解 59

2.3.3数据准备 60

2.3.4建立模型 61

2.3.5评估模型 61

2.3.6应用模型 62

2.4应用实例:药物效果研究 62

2.4.1研究方法 63

2.4.2数据分析 63

2.4.3研究结论 69

第3章SPSS Modeler基础操作 70

3.1数据输入 70

3.1.1数据库 71

3.1.2可变文件 73

3.1.3固定文件 75

3.1.4SAS文件 76

3.1.5Statistics文件 77

3.1.6Excel文件 77

3.2数据流操作 78

3.2.1生成数据流 78

3.2.2添加和删除节点 79

3.2.3连接数据流 79

3.2.4修改连接节点 80

3.2.5执行数据流 81

3.3图形制作 82

3.3.1散点图 82

3.3.2直方图 84

3.3.3网络图 85

3.3.4评估图 87

3.4应用实例:产品销售预测 88

3.4.1研究方法 88

3.4.2数据分析 88

3.4.3研究结论 99

第4章回归分析 100

4.1回归分析模型概述 100

4.1.1模型定义 101

4.1.2模型应用 102

4.1.3建模步骤 103

4.1.4注意事项 103

4.2应用实例:客户流失因素分析 104

数据分析咨询请扫描二维码

客服在线
立即咨询