数据挖掘技术

出版时间：2006-7  出版社：机械工业  作者：[美]MichaelJ.A.B  页数：410  译者：别荣芳,尹静,邓六爱  
Tag标签：无  

内容概要

本书是一本优秀的数据挖掘教材，全面而系统地介绍了数据挖掘酌商业环境、数据挖掘技术及其在商业环境中的应用。    全书共18章，内容涵盖核心的数据挖掘技术，包括：决策树、神经网络、协同过滤、关联规则、链接分析、聚类和生存分析等。此外，还提供了数据挖掘最佳实践的概观、数据挖掘的最新进展和一些极具挑战性的研究课题，极具技术深度与广度。通过学习本书，读者不仅可以精通数据挖掘的整体结构和核心技术，还可以领略数据挖掘在销售和客户关系管理等方面的成功应用，为实践数据挖掘打下坚实的基础。    本书适合作为高等院校相关专业高年级本科生或研究生的教材或参考书，也适合当前和未来的数据挖掘实践者学习和参考。

作者简介

Michael J.A.Berry，他们是专业的数据挖掘咨询公司Data Miners的创办人。他们合作出版了一些经典的数据挖掘著作，包括Data Mining Techniquee,Mastering Data Mining和Mining the Web（均由Wiley公司出版）。作为数据挖掘顾问，他们一起为北美洲、欧洲和亚洲的许多大公司提供

书籍目录

出版者的话专家指导委员译者序致谢前言第1章  数据挖掘的缘起和内容  1.1  分析客户关系管理系统  1.2  什么是数据挖掘  1.3  数据挖掘可以完成哪些工作  1.4  为什么现在研究  1.5  目前如何使用数据挖掘  1.6  小结  第2章  数据挖掘的良性循环  2.1  商业数据挖掘案例研究  2.2  何谓良性循环  2.3  良性循环环境下的数据挖掘  2.4  移动通信公司建立恰当的联系  2.5  神经网络和决策树驱动SUV的销售  2.6  小结第3章  数据挖掘方法论和最佳实践  3.1  为什么需要方法论  3.2  假设测试  3.3  模型、建立简档和预测  3.4  方法论  3.5  小结第4章  数据挖掘在市场营销和客户关系管理中的应用  ……第5章  统计学的魅力：数据挖掘常用的工具第6章  决策树第7章  人工神经网络第8章  最近邻方法：基于存储的推理和协同过滤第9章  购物篮分析和关联规则第10章  链接分析第11章  自动聚类探测第12章  市场营销中的风险函数和生存分析第13章  遗传算法第14章  数据挖掘贯穿客户生存周期第15章  数据仓库、OLAP和数据挖掘第16章  构造数据挖掘环境第17章  为挖掘准备数据第18章  应用数据挖掘

用户评论 (总计14条)

•   内容比较适合从事商业的人员学习.
•   总体来看，这本书还是很不错的。对数据挖掘的技术介绍得很全面。翻译的质量尚可，只是限于东西方人的思维差异，读起来还是有一些晦涩。本书对具备一定数据处理分析经验的人，有很大的启发性。
•   应该是数据挖掘的经典之作了，内容很广泛全面，适合初学者。但是，细节讲解得不够，看起来案例很多，但是都无法直接应用。
•   这本书对数据挖掘技术诠释的很全面，值得大家看
•   针对商学院和经管学院的数据挖掘研究和学习十分有用，建议相关领域同学人手一本，华章这套书还是很不错的
•   不错的一本书，特别是涉及CRM方面的应用，在看完基础算法以后看看这类书是很有好处的
•   很不错的一本书,涉及许多统计学的原理.如果翻译功力能够再好一点就更好了.
•   只是翻译稍有不足，很多实际例子，讲解详细，容易明白，比国内人写的书要好很多。
•   不是很系统，从案例的角度来说还可以，废话有点多，唉
•   hghjhj
•   老师让我们选的这本书我们就选咯里面还算通俗易懂现在数据挖掘技术在国内还不是很成熟
•   数据挖掘是门高深的学问,不是一本书就能明白的但是个人觉得这本书翻译的有些晦涩.
•   为什么没有“调查分析师”证书考试用的书，我想买中级考试的书，但也要看价格
•   也许工作后会用到吧！