New Internet:大数额挖掘

《New Internet:大数据挖掘》

主导信息

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3月

开本:16开

页码:376

版次:1-1

所属分类:计算机 > 数据库 > 数据库存储和管理
365bet手机app下载 1

再度多关于 》》》《New
Internet:大数量挖掘》

内容简介

电脑书籍

  《new
internet:大数额挖掘》全面地介绍了什么利用数据挖掘技术从各种组织的(数据库)或无组织(web)的海量数据中提取及发业务知识。作者梳理了各种数码挖掘常用算法和消息收集技能,系统地讲述了事实上采用时如何以互联网日志分析、电子邮件营销、互联网广告与电子商务及拓展数据挖掘,着重介绍了数额挖掘的规律和算法在互联网海量数据挖掘中之以。

   《new
internet:大数量挖掘》主要特征:全面介绍了多少挖掘和深数据的基本概念和技艺;大量以了实在案例,实用性强;详细介绍了很数额挖掘领域时的经贸利用。

   《new
internet:大数额挖掘》是事数码挖掘研究与付出,或者是互联网系行业从数码运营的正式人员好的参考书,同时为可看做了解多少挖掘利用的入门指南。

目录

《new internet:大数目挖掘》

第1段 绪论——从淘金客到矿山主 1

1.1 大数量时代的“四v” 2

1.2 什么是殊数额挖掘 5

1.2.1 从数据解析到数量挖掘 6

1.2.2 web挖掘 9

1.2.3 大数目挖掘的“大” 10

1.3 大数据挖掘的国内外发展 12

1.3.1 数据挖掘的采取发展 12

1.3.2 数据挖掘研究发展 17

1.4 本书内容 19

第2段 一时了解多少挖掘 23

2.1 数据挖掘是如何化解问题的 23

2.1.1 尿不沾和啤酒 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:从人脸识别系统说由 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 数据挖掘的九挺定律 43

2.4 数据挖掘好纠结结 44

2.5 数据挖掘的着力流程 45

2.5.1 数据挖掘的一般步骤 45

2.5.2 几单数据挖掘中常用之概念 47

2.5.3 crisp-dm 51

2.5.4 数据挖掘的评估 53

2.5.5 数据挖掘结果的知识表示 55

2.6 本章相关资源 59

第3节 数据仓库——数据挖掘的内核 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公司之云架构 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回 数据挖掘算法和原理 91

4.1 数据挖掘中的算法 91

4.2 数据挖掘十挺经典算法 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 关联规则数据挖掘过程 105

4.5.3 关联规则之归类 106

4.5.4 apriori算法的尽实例 107

4.5.5 关联规则挖掘算法的钻和优化 108

4.6 序列挖掘(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回 在进行多少挖掘之前 120

5.1 数据集成 121

5.2 为何要召开多少预处理 122

5.3 数据预处理 124

5.3.1 数据清理 124

5.3.2 数据易 129

5.3.3 数据则 132

5.4 本章相关资源 134

第6段 r语言和另外数挖掘工具 136

6.1 r语言的史 136

6.1.1 r语言的性状 142

6.1.2 r语言和数码挖掘 149

6.2 其他数挖掘工具 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章节 互联网及之日记分析 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日志分析以及数据挖掘 181

7.3 邮件日志 183

7.4 本章相关资源 184

第8节 数据挖掘和电子邮件 186

8.1 邮件营销和垃圾邮件过滤 186

8.2 数据挖掘与邮件营销 189

8.2.1 如何有效地展开邮件营销 189

8.2.2 邮件营销案例分享之一 195

8.2.3 邮件营销案例分享的二 200

8.2.4 运用数据挖掘rfm模型提高邮件营销

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节 数据挖掘与互联网广告 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 如何对网盟广告作弊 236

9.5 本章相关资源 241

第10节 数据挖掘与电子商务 242

10.1 中国电子商务现状 242

10.2 在互联网上卖米 248

10.3 用数码来控制客户 250

10.3.1 客户何时来,从哪来 253

10.3.2 客户最欣赏哪种商品 257

10.3.3 竞争和相反竞争分析 260

10.3.4 客户还会见请什么 261

10.3.5 哪些客户是我们需要的 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 电子商务企业案例二 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上之多少价值 295

11.2.2 sns上之数据涉嫌关系 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 数据挖掘与倒互联网 308

12.1 移动互联网的新鲜性 308

12.1.1 锁定365bet手机app下载用户之数据价值 309

12.1.2 移动互联网及数的花样 310

12.1.3 移动互联网地理位置信息的价值 312

12.2 数据挖掘与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方挖掘 318

12.3 移动互联网数据面临的题目 320

12.4 本章相关资源 322

附录a 技术词汇表 323

附录b 英语参考文献表 335

附录c 国语参考文献表 347

附录d 微博 350

附录e 博客及另网址 351

 

本图书消息来源:华夏相出版网

发表评论

电子邮件地址不会被公开。 必填项已用*标注