ea平台365bet体育在线New Internet:大数量挖掘

《New Internet:大数目挖掘》

基本信息

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
ea平台365bet体育在线 1

重新多关于 》》》《New
Internet:大数额挖掘》

内容简介

处理器书籍

  《new
internet:大数量挖掘》全面地介绍了什么样运用数据挖掘技术由各种组织的(数据库)或未组织(web)的雅量数据遭到提取以及生业务知识。作者梳理了各种数据挖掘常用算法和信息搜集技能,系统地描述了事实上行使时怎样在互联网日志分析、电子邮件营销、互联网广告与电子商务及展开数据挖掘,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动。

   《new
internet:大数量挖掘》主要特征:全面介绍了数额挖掘和异常数额的基本概念和技艺;大量利用了事实上案例,实用性强;详细介绍了很数目挖掘领域时的小买卖使用。

   《new
internet:大数量挖掘》是从数码挖掘研究以及开发,或者是互联网系行业从业数码运营的标准人员好的参考书,同时也可是看成了解多少挖掘利用的入门指南。

目录

《new internet:大数据挖掘》

第1回 绪论——从淘金客到矿山主 1

1.1 大数额时代之“四v” 2

1.2 什么是特别数量挖掘 5

1.2.1 从数解析到数码挖掘 6

1.2.2 web挖掘 9

1.2.3 大数据挖掘的“大” 10

1.3 大数目挖掘的国内外发展 12

1.3.1 数据挖掘的采取发展 12

1.3.2 数据挖掘研究提高 17

1.4 本书内容 19

第2章节 一小时了解多少挖掘 23

2.1 数据挖掘是何等缓解问题之 23

2.1.1 尿不湿和啤酒 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:从人脸识别系统说于 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 一切以商业 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 数据挖掘好纠结结 44

2.5 数据挖掘的基本流程 45

2.5.1 数据挖掘的形似步骤 45

2.5.2 几个数据挖掘被常用之概念 47

2.5.3 crisp-dm 51

2.5.4 数据挖掘的评估 53

2.5.5 数据挖掘结果的知表示 55

2.6 本章相关资源 59

第3章节 数据仓库——数据挖掘的本 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 开源之分布式系统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章节 数据挖掘算法和原理 91

4.1 数据挖掘遭之算法 91

4.2 数据挖掘十不胜经典算法 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 关联算法中之概念 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算法的行实例 107

4.5.5 关联规则挖掘算法的研究暨优化 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 为何设做多少预处理 122

5.3 数据预处理 124

5.3.1 数据清理 124

5.3.2 数据易 129

5.3.3 数据则 132

5.4 本章相关资源 134

第6节 r语言和另外数据挖掘工具 136

6.1 r语言的史 136

6.1.1 r语言的特征 142

6.1.2 r语言和多少挖掘 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 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段 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 数据挖掘与垃圾邮件过滤 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回 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 网站联盟广告及之数目挖掘 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回 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 用多少来支配客户 250

10.3.1 客户何时来,从哪来 253

10.3.2 客户最喜爱哪种商品 257

10.3.3 竞争及反竞争分析 260

10.3.4 客户还会打什么 261

10.3.5 哪些客户是咱们需要的 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 电子商务公司案例二 279

10.5 本章相关资源 286

第11章节 数据挖掘和web挖掘 288

11.1 互联网ea平台365bet体育在线上的个性化–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上的数码价值 295

11.2.2 sns上之多少涉嫌关系 297

11.2.3 sns上之用户关系 299

11.3 数据挖掘与隐私 302

11.4 本章相关资源 307

第12章节 数据挖掘与走互联网 308

12.1 移动互联网的突出性 308

12.1.1 锁定用户之数价值 309

12.1.2 移动互联网及数的形式 310

12.1.3 移动互联网地理位置信息之值 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方挖掘 318

12.3 移动互联网数据面临的问题 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 中文参考文献表 347

附录d 微博 350

附录e 博客和其它网址 351

 

本图书信来自: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