您现在的位置:e-works > 百味书屋 > 书籍列表 > 数据挖掘技术应用实例

数据挖掘技术应用实例

查看您的阅读历史
数据挖掘技术应用实例
  • 类别:
    管理信息化
    | 关键字:
    数据挖掘技术 CRM 管理信息化 
  • 本书在介绍数据挖掘技术理论和算法的基础上,通过不同领域的应用案例,来说明数据挖掘在实际应用中的具体操作方法,以期为读者提供一个更为广阔的视角。本书从理论、应用实例和数据挖掘的发展趋势,以及面临的机遇和挑战等方面,对数据挖掘技术进行了详细介绍,其中在应用实例部分分别介绍了数据挖掘技术在客户关系管理、市场营销、证券领域、电信领域、产品设计、军事领域以及Web数据挖掘等方面的应用。 本书可作为企事业单位信息管理部门以及其他各行各业的管理者、信息分析人员、数据统计人员、市场营销人员、研究与开发人员的参考资料,也可作为高等院校信息管理类、数据分析类、计算机类等相关专业的教材和参考书,还可作为高等院校毕业论文或毕业设计的参考资料。
  • 作者:
    纪希禹
    出版社:
    机械工业出版社
    出版时间:
    2009年4月1日
    定价:
    ¥34.00
    京东价:¥27.80
    版权说明:
    授权连载 不得转载
作者简介
暂无介绍

1绪论

因是连载书籍,此章信息暂无。
  • 第一节 数据挖掘的基本概念
  • 第二节 数据挖掘的过程
  • 第三节 数据仓库和数据挖掘
  • 第四节 OLAP和数据挖掘
  • 第五节 数据挖掘的应用领域
  • 第六节 数据挖掘研究现状
  • 第七节 本章小结

2数据挖掘的常用技术

因是连载书籍,此章信息暂无。
  • 第一节 决策树
  • 第二节 神经网络
  • 第三节 关联规则
  • 第四节 聚类分析
  • 第五节 统计学习
  • 第六节 模糊集和粗糙集
  • 第七节 本章小结

3数据挖掘在客户关系管理中的应用

数据挖掘是指从大量数据中寻找隐藏的信息的过程。具体到CRM中,企业可以通过数据挖掘,分别针对企业经营策略、目标定位、操作效能与测量评估等几个方面的相关问题,从市场与顾客中所搜集积累的大量数据中高效率地挖掘出消费者最关心和最重要的问题与答案,并以此建立起真正由客户需求出发的客户关系管理系统。同时,完整的数据挖掘还可从数据仓库提供的大量顾客数据中挖掘到充分的信息来指导工作人员的行动,使他们能在适当的时间和地点提供给顾客适宜的产品及服务,大幅提高作业的效率,即营销智能(Marketing Intelligence)、销售智能(Sales Intelligence)与服务智能(Service Intelligence)。

4数据挖掘在市场营销中的应用

因是连载书籍,此章信息暂无。
  • 第一节 数据挖掘在市场营销中的应用现状
  • 第二节 定位模型与设定营销目标
  • 第三节 客户响应建模、风险建模、客户流失建模
  • 第四节 产品生命周期建模
  • 第五节 对模型的验证与评估
  • 第六节 制定营销战略
  • 第七节 本章小结

5数据挖掘在证券领域中的应用

长期以来证券市场一直是国家经济的晴雨表,国家经济的细微波动都会在证券市场及时地反映出来。因而证券业的经营对数据的实时性、准确性和安全性的要求都很高。在国内证券行业领域政策日趋开放的大环境下,证券业的竞争也越来越激烈。这要求证券从业人员做分析决策时不仅需要大量数据资料,更需要通过数据,发掘其运行规律和未来走势。

6数据挖掘在电信领域中的应用

因是连载书籍,此章信息暂无。
  • 第一节 电信业务概述
  • 第二节 数据挖掘在电信业中的应用背景
  • 第三节 电信业务系统数据挖掘
  • 第四节 本章小结

7数据挖掘在产品设计中的应用

产品设计是一个对产品信息进行反复迭代加工的复杂决策过程。而概念设计是产品设计中的关键阶段,是一个发散思维和创新设计的过程,由分析用户需求到生成概念产品的一系列有序的、可组织的、有目标的设计活动组成。

8数据挖掘在军事领域中的应用

因是连载书籍,此章信息暂无。
  • 第一节 新军事变革概述
  • 第二节 数据挖掘在军事领域的应用现状
  • 第三节 指挥信息控制系统数据挖掘模型
  • 第四节 三维态势演播系统数据挖掘模型实例
  • 第五节 本章小结

9Web数据挖掘

Web数据挖掘(Web Data Mining)是数据挖掘技术在Web环境下的应用,是集Web技术、数据挖掘、计算机技术、信息科学技术于一身的一项技术。根据挖掘对象的不同,可以分为Web内容挖掘、Web结构挖掘和Web使用记录的挖掘。Web数据挖掘的应用介绍了包括Web信息分类、Web信息抽取,以及数据简约高效算法等相关知识。

10数据挖掘技术的发展

因是连载书籍,此章信息暂无。
  • 第一节 数据挖掘是不断发展的概念
  • 第二节 数据挖掘面临的问题
  • 第三节 数据挖掘的发展趋势
  • 第四节 本章小结