数据挖掘实践

出版时间：2003-9  出版社：机械工业出版社  作者：Olivia Parr Rud  页数：314  
Tag标签：无  

内容概要

　 本书详细介绍了一种新的数据挖掘技术—数据建模，并着重阐述整个模型开发过程的细节。本书包括三个部分。第一部分讲述了基础知识，内容涉及确定目标和从商业预测中定义目标的重要性，并给出了收集数据和创建数据集的例子。第二部分通过一实例详甸阐述了模型开发的整个过程。第三部分通过应用于保险业、银行、电信行业的实例详细说明了不同目标的数据建模过程中的几个关键步骤。本书将数据挖掘的技艺用饮食烹调的思想加以诠释，易于理解，便于接受。书中给出的众多实例充分体现了作者多年的行业经验，对当前的市场营销和客户关系管理建模具有极佳的借鉴作用。本书适合具有一定的统计和分析建模基础的读者阅读，可作为分析师、数据挖掘人员、营销经理的工作手册，也可作为计算机相关专业的本科生，研究生教材或补充读物。

作者简介

Olivia Parr Rud是Data Square，LLC的执行副总裁。Olivia在金融服务行业已经工作了二十多年，其中10年专门从事信用卡、保险、电信、零售、度假业、名录服务行业的数据挖掘、建模和划分工作。利用自己分析能力与创造才华，她提供客户获取、模型维护、风险、总盈利等方面的

书籍目录

译者序对本书的赞誉序前言作者介绍第一部分 计划菜单 第一章 设立目标  1.1 定义目标  1.2 选择建模方法  1.3 自适应公司  1.4 小结 第二章 选择数据源  2.1 数据类型  2.2 数据源  2.3 选择建模数据  2.4 构造建模数据集  2.5 小结第二部分 烹调演示 第三章 准备数据  3.1 访问数据  3.2 创建建模数据集  3.3 精理数据  3.4 小结 第四章 选择及转换变量  4.1 定义目标函数  4.2 派生变量  4.3 变量归约  4.4 开发线性预测因子  4.5 相互作用检测  4.6 小结 第五章 处理和评价模型  5.1 处理模型  5.2 小结 第六章 验证模型  6.1 收益表与收益图  6.2 为备用数据集评分  6.3 重新采样  6.4 关键变量的十分位数分析  6.5 小结 第七章 实施与维护模型  7.1 为新文件评分  7.2 实施模型  7.3 模型跟踪  7.4 模型维护  7.5 小结第三部分 每个节日的菜肴配方 第八章 了解你的客户:特征化和划分  8.1 为什了解客户很重要  8.2 目录服务公司对客户的特征化和渗透分析  8.2 .1RFM分析  8.3 为信用卡公司开发客户价值矩阵  8.4 执行聚类分析以发现客户划分  8.5 小结 第九章 定义新的潜在客户:响应建模  9.1 定义目标  9.2 准备变量  9.3 处理模型  9.4 用自引导验证  9.5 实现模型  9.6 小结 第十章 避免高风险客户:风险建模  10.1 信用评分和风险建模  10.2 定义目标  10.3 准备变量  10.4 处理模型  10.5 验证模型  10.6 实现模型  10.7 另一种风险:欺诈  10.8 小结 第十一章 留住创利客户:流失建模  11.1 客户忠诚度  11.2 定义目标  11.3 准备变量  11.4 处理模型  11.5 验证模型  11.6 实现模型  11.7 小结 第十二章 定位创利客户:生命周期价值建模  12.1 什么是生命周期价值  12.2 生命周期价值的应用  12.3 为可续约产品或服务计算生命周期价值  12.4 计算生命周期价值:案例研究  12.5 小结 第十三章 快餐:Web建模  13.1Web挖掘和Web建模  13.2 在Web上建立品牌  13.3 实时洞察客户  13.4 Web使用挖掘案例研究  13.5 小结 附录A 连续变量的单变量分析 附录B 类别变量的单变量分析 附录C 推荐阅读材料