大数额挖掘

《New Internet:大数目挖掘》

主干新闻

作者: 谭磊 [作译者介绍]

出版社:电子工业出版社

ISBN:9787121196706

上架时间:2013-3-8

出版日期:2013 年8月

开本:16开

页码:376

版次:1-1

所属分类:总计机 > 数据库 > 数据库存储与治本
图片 1

越多关于 》》》《New
Internet:大数量挖掘

内容简介

处理器书籍

  《new
internet:大数目挖掘》周到地介绍了怎样利用数据挖掘技术从种种社团的(数据库)或非结构(web)的海量数据中提取和暴发业务知识。小编梳理了种种数据挖掘常用算法和新闻收集技能,系统地描述了事实上应用时怎么在互联网日志分析、电子邮件营销、互联网广告和电子商务上展开数量挖掘,器重介绍了数据挖掘的法则和算法在互联网海量数据挖掘中的应用。

   《new
internet:大数量挖掘》首要特点:周全介绍了数码挖掘和大数目标基本概念和技巧;多量选取了实际上案例,实用性强;详细介绍了大数据挖掘领域最新的买卖使用。

   《new
internet:大数目挖掘》是从业数码挖掘切磋和支付,或者是互联网相关行业从业数码运营的正儿八经人员可以的参考书,同时也可视作精通多少挖掘利用的入门指南。

目录

《new internet:大数量挖掘》

第1章 绪论——从淘金客到矿山主 1

1.1 大数量时代的“四v” 2

1.2 什么是大数据挖掘 5

1.2.1 从数额解析到多少挖掘 6

1.2.2 web挖掘 9

1.2.3 大数据挖掘之“大” 10

1.3 大数目挖掘的国内外发展 12

1.3.1 数据挖掘的施用发展 12

1.3.2 数据挖掘探讨提高 17

1.4 本书内容 19

第2章 一小时明白多少挖掘 23

2.1 数据挖掘是什么缓解问题的 23

2.1.1 尿不湿和洋酒 23

2.1.2 target和怀孕预测指数 24

2.1.3 电子商务网站流量分析 25

2.2 分类:从人脸识别系统说起 27

2.2.1 分类算法的应用 29

2.2.2 数据挖掘分类技术 33

2.2.3 分类算法的评估 37

.2.3 一切为了商业 40

2.3.1 什么是商业智能(business intelligence) 40

2.3.2 数据挖掘的九大定律 43

2.4 数据挖掘很纠结 44

2.5 数据挖掘的主旨流程 45

2.5.1 数据挖掘的一般步骤 45

2.5.2 多少个数据挖掘中常用的概念 47

2.5.3 crisp-dm 51

2.5.4 数据挖掘的评估 53

2.5.5 数据挖掘结果的学识表示 55

2.6 本章相关资源 59

第3章 数据仓库——数据挖掘的基业 60

3.1 存放数据的仓库 60

3.1.1 数据仓库的定义 61

3.1.2 数据仓库和数据库 63

3.2 传统的数据仓库介绍 64

3.3 数据仓库基本构造 67

3.4 olap联机分析处理 69

3.5 云存储上的数据仓库 71

3.5.1 google公司的云架构 71

3.5.2 开源的分布式系统hadoop 77

3.5.3 facebook的数据仓库 85

3.5.4 nosql 86

3.6 本章相关资源 89

第4章 数据挖掘算法及原理 91

4.1 数据挖掘中的算法 91

4.2 数据挖掘十大经典算法 92

4.3 分类算法(classification) 96

4.4 聚类算法(clustering) 99

4.5 关联算法 102

4.5.1 关联算法中的概念 103

4.5.2 关联规则数据挖掘进程 105

4.5.3 关联规则的归类 106

4.5.4 apriori算法的进行实例 107

4.5.5 关联规则挖掘算法的钻研与优化 108

4.6 种类挖掘(sequence mining) 113

4.7 数据挖掘建模语言pmml 115

4.8 本章相关资源 117

第5章 在拓展数据挖掘此前 120

5.1 数据集成 121

5.2 为啥要做多少预处理 122

5.3 数据预处理 124

5.3.1 数据清理 124

5.3.2 数据转换 129

5.3.3 数据规约 132

5.4 本章相关资源 134

第6章 r语言和其余数据挖掘工具 136

6.1 r语言的历史 136

6.1.1 r语言的表征 142

6.1.2 r语言和多少挖掘 149

6.2 其余数据挖掘工具 152

6.2.1 matlab 153

6.2.2 其他商用数据挖掘工具 155

6.2.3 开源数据挖掘工具weka 159

6.3 数据挖掘和云 160

6.4 本章相关资源 162

第7章 互联网上的日记分析 164

7.1 网站日志简介 165

7.2 网站日志处理 175

7.2.1 web日志预处理 175

7.2.2 web日志分析和多少挖掘 181

7.3 邮件日志 183

7.4 本章相关资源 184

第8章 数据挖掘和电子邮件 186

8.1 邮件营销与垃圾邮件过滤 186

8.2 数据挖掘和邮件营销 189

8.2.1 怎么样有效地拓展邮件营销 189

8.2.2 邮件营销案例分享之一 195

8.2.3 邮件营销案例分享之二 200

8.2.4 运用数据挖掘rfm模型升高邮件营销

效果 203

8.3 数据挖掘和垃圾邮件过滤 208

8.3.1 垃圾邮件 209

8.3.2 垃圾邮件过滤技术 209

8.3.3 垃圾邮件过滤案例 215

8.4 本章相关资源 218

第9章 数据挖掘和互联网广告 219

9.1 互联网广告 219

9.2 广告作弊行为 223

9.3 网站联盟广告 225

9.4 网站联盟广告上的数目挖掘 226

9.4.1 数据助力网盟广告 227

9.4.2 怎么着回答网盟广告作弊 236

9.5 本章相关资源 241

第10章 数据挖掘和电子商务 242

10.1 中国电子商务现状 242

10.2 在互联网上卖米 248

10.3 用数码来支配客户 250

10.3.1 客户什么日期来,从哪来 253

10.3.2 客户最欣赏哪类商品 257

10.3.3 竞争与反竞争分析 260

10.3.4 客户还会买怎么 261

10.3.5 哪些客户是大家须要的 264

10.4 电子商务案例 265

10.4.1 电子商务公司案例一 266

10.4.2 电子商务公司案例二 279

10.5 本章相关资源 286

第11章 数据挖掘和web挖掘 288

11.1 互联网上的个性化–like 289

11.1.1 like=像 289

11.1.2 like=喜欢 290

11.2 web挖掘和sns 295

11.2.1 sns上的数目价值 295

11.2.2 sns上的数额涉嫌关系 297

11.2.3 sns上的用户关系 299

11.3 数据挖掘和隐私 302

11.4 本章相关资源 307

第12章 数据挖掘和运动互联网 308

12.1 移动互联网的差别平日性 308

12.1.1 锁定用户的数目价值 309

12.1.2 移动互联网上数据的款型 310

12.1.3 移动互联网地理地方音信的市值 312

12.2 数据挖掘和lbs 314

12.2.1 用pu学习算法做文本挖掘 315

12.2.2 用相似匹配算法做地点挖掘 318

12.3 移动互联网数据面临的题材 320

12.4 本章相关资源 322

附录a 技术词汇表 323

附录b 阿拉伯语参考文献表 335

附录c 粤语参考文献表 347

附录d 微博 350

附录e 博客和其余网址 351

 

图书音信来自:中国相互出版网

发表评论

电子邮件地址不会被公开。 必填项已用*标注