数据挖掘：实用案例分析课件.pptx

1、数据挖掘：实用案例分析2020目录01.为什么要写这本书07.光盘内容03.勘误和支持05.第二部分 实战篇02.读者对象04.第一部分 基础篇06.第三部分 高级篇为什么要写这本书01为什么要写这本书读者对象02读者对象勘误和支持03勘误和支持第一部分 基础篇041 初识数据挖掘1.1 什么是数据挖掘 1.2 数据挖掘在企业商务智能应用中的定位 1.2.1 数据挖掘给企业带来最大的投资收益1.2.2 数据挖掘从本质上提升商务智能平台的价值1.2.3 数据挖掘让商务智能流程真正形成闭环1.3 信息类BI应用与知识类BI应用 1.4 数据挖掘现状及应用前景 1.5 本章小结 2 数据挖掘的应用分

2、类2.1 分类与回归2.4 时序模式2.2 聚类2.5 偏差检测2.6 本章小结2.3 关联规则2 数据挖掘的应用分类2.1 分类与回归2.1.1 分类与回归建模原理2.1.2 分类与回归算法2 数据挖掘的应用分类2.2 聚类2.2.1 聚类分析建模原理2.2.2 聚类算法2 数据挖掘的应用分类2.3 关联规则2.3.1 什么是关联规则2.3.2 关联规则算法2 数据挖掘的应用分类2.4 时序模式2.4.1 什么是时序模式2.4.2 时间序列的组合成分2.4.3 时间序列的组合模型2.4.4 时序算法3 数据挖掘建模3.1 数据挖掘的过程3.2 数据挖掘建模过程3.3 常用的建模工具3.4 本

3、章小结DCAB3 数据挖掘建模3.2 数据挖掘建模过程3.2.1 定义挖掘目标3.2.2 数据取样3.2.3 数据探索3.2.4 预处理3.2.5 模式发现3.2.6 模型构建3.2.7 模型评价4 顶尖数据挖掘平台TipDM4.1 TipDM产品功能4.2 TipDM使用说明4.3 TipDM产品特点4.4 本章小结DCAB4 顶尖数据挖掘平台TipDM4.1 TipDM产品功能4.1.1 TipDM平台提供的数据探索及预处理算法4.1.2 TipDM平台提供的分类与回归算法4.1.3 TipDM平台提供的时序模式算法4.1.4 TipDM平台提供的聚类分析算法4.1.5 TipDM平台提供

4、的关联规则算法4 顶尖数据挖掘平台TipDM4.3 TipDM产品特点4.3.1 支持CRISP-DM数据挖掘标准流程4.3.2 提供丰富的数据挖掘模型和灵活算法4.3.3 具有多模型的整合能力4.3.4 提供灵活多样的应用开发接口4.3.5 海量数据的处理能力4.3.6 适应不同类型层次人员需求第二部分 实战篇055 数据挖掘在金融电信行业的应用ADBC5.2 案例二：电信3G客户识别系统5.3 案例三：基于客户分群的精准智能营销5.4 本章小结5.1 案例一：基于公司价值评价的证券策略投资5 数据挖掘在金融电信行业的应用5.1 案例一：基于公司价值评价的证券策略投资5.1.1 挖掘目标的提

5、出5.1.2 分析方法与过程5.1.3 建模仿真5.1.4 核心知识点5.1.5 拓展思考5 数据挖掘在金融电信行业的应用5.2 案例二：电信3G客户识别系统5.2.1 挖掘目标的提出5.2.2 分析方法与过程5.2.3 建模仿真5.2.4 核心知识点5.2.5 拓展思考5 数据挖掘在金融电信行业的应用5.3 案例三：基于客户分群的精准智能营销5.3.1 挖掘目标的提出5.3.2 分析方法与过程5.3.3 建模仿真5.3.4 核心知识点5.3.5 拓展思考6 数据挖掘在电力行业的应用6.1 案例一：电力负荷预测6.2 案例二：自适应防窃漏电实时诊断6.3 本章小结6 数据挖掘在电力行业的应用6

6、.1 案例一：电力负荷预测6.1.1 挖掘目标的提出6.1.2 分析方法与过程6.1.3 建模仿真6.1.4 核心知识点6.1.5 拓展思考6 数据挖掘在电力行业的应用6.2 案例二：自适应防窃漏电实时诊断6.2.1 挖掘目标的提出6.2.2 分析方法与过程6.2.3 建模仿真6.2.4 核心知识点6.2.5 扩展思考7 数据挖掘在互联网行业的应用7.1 案例一：商业零售行业中的购物篮分析7.2 案例二：电子商务网站用户行为分析7.3 案例三：网络入侵智能检测7.4 案例四：基于用户行为分析的定向网络广告投放7.5 案例五：企业信息系统用户服务感知评价7.6 本章小结7 数据挖掘在互联网行业的

7、应用7.1 案例一：商业零售行业中的购物篮分析7.1.1 挖掘目标的提出7.1.2 分析方法与过程7.1.3 建模仿真7.1.4 核心知识点7.1.5 拓展思考7 数据挖掘在互联网行业的应用7.2 案例二：电子商务网站用户行为分析7.2.1 挖掘目标的提出7.2.2 分析方法与过程7.2.3 建模仿真7.2.4 核心知识点7.2.5 拓展思考7 数据挖掘在互联网行业的应用7.3 案例三：网络入侵智能检测7.3.1 挖掘目标的提出7.3.2 分析方法与过程7.3.3 建模仿真7.3.4 核心知识点7.3.5 拓展思考7.4 案例四：基于用户行为分析的定向网络广告投放u 7.4.1 挖掘目标的提出

8、u 7.4.2 分析方法与过程u 7.4.3 建模仿真u 7.4.4 结果及分析u 7.4.5 核心知识点u 7.4.6 拓展思考7 数据挖掘在互联网行业的应用7 数据挖掘在互联网行业的应用7.5 案例五：企业信息系统用户服务感知评价7.5.1 挖掘目标的提出7.5.2 分析方法与过程7.5.3 建模仿真7.5.4 核心知识点7.5.5 拓展思考8 数据挖掘在生产制造行业中的应用8.4 案例四：基于RFM的企业客户关系分析8.6 本章小结8.2 案例二：基于水色图像的水质评价8.5 案例五：水产养殖投入产出多目标优化仿真8.3 案例三：生物质废物混合厌氧消化优势组分互补机制8.1 案例一：基于

9、小波变换的桩基完整性检测8 数据挖掘在生产制造行业中的应用8.1 案例一：基于小波变换的桩基完整性检测8.1.1 挖掘目标的提出8.1.2 分析方法与过程8.1.3 仿真过程8.1.4 核心知识点8.1.5 拓展思考8 数据挖掘在生产制造行业中的应用8.2 案例二：基于水色图像的水质评价8.2.1 挖掘目标的提出8.2.2 分析方法与过程8.2.3 建模仿真8.2.4 核心知识点8.2.5 拓展思考8 数据挖掘在生产制造行业中的应用8.3 案例三：生物质废物混合厌氧消化优势组分互补机制8.3.1 挖掘目标的提出8.3.2 分析方法与过程8.3.3 建模仿真8.3.4 核心知识点8.3.5 拓展

10、思考8 数据挖掘在生产制造行业中的应用8.4 案例四：基于RFM的企业客户关系分析8.4.1 挖掘目标的提出8.4.2 分析过程与方法8.4.3 建模仿真8.4.4 核心知识点8.4.5 拓展思考8 数据挖掘在生产制造行业中的应用8.5 案例五：水产养殖投入产出多目标优化仿真8.5.1 挖掘目标的提出8.5.2 分析方法与过程8.5.3 建模仿真8.5.4 核心知识点8.5.5 拓展思考9 数据挖掘在公共服务行业的应用9.1 案例一：乳腺癌证素变化规律及截断疗法9.2 案例二：卷烟消费者购买行为分析9.3 案例三：纳税人偷漏税评估9.4 案例四：道路缺陷自动识别9.5 案例五：航空公司客运信息

11、挖掘9.6 本章小结9 数据挖掘在公共服务行业的应用9.1 案例一：乳腺癌证素变化规律及截断疗法9.1.1 挖掘目标的提出9.1.2 分析方法与过程9.1.3 建模仿真9.1.4 核心知识点9.1.5 拓展思考9 数据挖掘在公共服务行业的应用9.2 案例二：卷烟消费者购买行为分析9.2.1 挖掘目标的提出9.2.2 分析过程与方法9.2.3 挖掘建模9.2.4 核心知识点9.2.5 拓展思考9 数据挖掘在公共服务行业的应用9.3 案例三：纳税人偷漏税评估9.3.1 挖掘目标的提出9.3.2 分析方法与过程9.3.3 建模仿真9.3.4 核心知识点9.3.5 拓展思考9 数据挖掘在公共服务行业的

12、应用9.4 案例四：道路缺陷自动识别9.4.1 挖掘目标的提出9.4.2 分析方法与过程9.4.3 建模仿真9.4.4 核心知识点9.4.5 拓展思考9 数据挖掘在公共服务行业的应用9.5 案例五：航空公司客运信息挖掘9.5.1 挖掘目标的提出9.5.2 分析方法与过程9.5.3 建模仿真9.5.4 核心知识点9.5.5 拓展思考10 动手实践第二部分 实战篇10.4 实验四：聚类算法的构建与使用10.6 实验六：时间序列模型的构建与使用10.2 实验二：神经网络模型的构建与使用10.5 实验五：关联规则模型的构建与使用10.3 实验三：决策树模型的构建与使用10.1 实验一：数据探索及数据预

13、处理第二部分 实战篇10 动手实践10.7 本章小结第三部分 高级篇0611 基于第三方接口的数据挖掘二次开发11.2 MATLAB数据挖掘接口11.1 WEKA数据挖掘接口11.3 案例：基于MATLAB接口的数据挖掘二次开发11.4 本章小结11 基于第三方接口的数据挖掘二次开发11.1 WEKA数据挖掘接口11.1.1 WEKA功能及其算法11.1.2 WEKA包结构11.1.3 WEKA算法入口11.1.4 二次开发相关输出11 基于第三方接口的数据挖掘二次开发11.3 案例：基于MATLAB接口的数据挖掘二次开发11.3.1 接口算法编程11.3.2 用Java Builder创建Java组件11.3.3 安装MATLAB运行时环境11.3.4 JDK环境及设置11.3.5 接口算法调用12 基于Hadoop框架的海量数据挖掘开发 12.1 基于云计算的海量数据挖掘技术特点 12.2 基于Hadoop的并行数据挖掘算法工具箱TipCDM12.3.1 挖掘目标的提出12.3.2 分析方法与过程12.3.3 建模仿真12.3.4 核心知识点12.3 案例：基于海量计量数据的电力客户在线分群方法 12.4 本章小结光盘内容07光盘内容感谢聆听