数据挖掘基础与应用 SQL Server2008PDF电子书下载
- 电子书积分:11 积分如何计算积分?
- 作 者:谢邦昌编著
- 出 版 社:北京:机械工业出版社
- 出版年份:2012
- ISBN:9787111360735
- 页数:285 页
第1章 数据挖掘与数据仓库 1
1.1数据挖掘简介 1
1.1.1数据挖掘的定义 1
1.1.2数据挖掘的重要性 1
1.1.3数据挖掘的功能 1
1.1.4数据挖掘的步骤 2
1.1.5数据挖掘建模的标准CRISP-DM 2
1.2商务智能简介 4
1.2.1商务智能 4
1.2.2商务智能的定义 4
1.2.3商务智能的架构 5
1.2.4商务智能的实施流程 5
1.3数据挖掘与其他相关领域的关系 6
1.3.1数据挖掘与统计分析的不同 6
1.3.2数据挖掘与数据仓库的关系 6
1.3.3 KDD与数据挖掘的关系 7
1.3.4在线分析处理(OLAP)与数据挖掘的关系 7
1.3.5数据挖掘与机器学习的关系 8
1.3.6 Web挖掘和数据挖掘有什么不同 8
1.4数据挖掘在客户关系管理中的应用 9
1.4.1客户关系管理(CRM) 9
1.4.2客户关系管理指标 10
1.4.3数据挖掘应用于各行业 13
1.4.4客户市场细分 14
1.4.5交叉销售 15
1.4.6客户关系管理四大循环过程 15
1.4.7数据库营销 16
1.5数据仓库定义 17
1.5.1数据仓库特性 17
1.5.2数据仓库架构 18
1.5.3构建数据仓库的原因 19
1.5.4构建数据仓库的主要目的 19
1.5.5数据仓库的应用 20
1.5.6数据仓库的管理 20
1.6数据挖掘工具分类 21
1.6.1数据挖掘工具 21
1.6.2各工具的简介 21
第2章SQL语言介绍及其实例 22
2.1 SQL简介及数据变量来源说明 22
2.1.1何谓SQL 22
2.1.2各数据文档变量说明 23
2.2 SQL基本语法介绍 25
2.3会员基本资料整理 40
2.3.1查询县市别填答状态 40
2.3.2婚姻状态 42
2.4会员基本变项 43
2.4.1性别 43
2.4.2交易周期性变化 49
2.4.3会员在交易时的年龄及婚姻状态 52
2.4.4会员交易金额及红利积点次数分配百分比 55
2.4.5平均交易间隔时间 59
2.5产品组合 62
2.5.1按照产品编号排行榜 63
2.5.2单项产品的排行榜 68
2.5.3重复购买率 71
2.6会员流失率 79
2.7会员贡献度 83
第3章SQL Server 2008的数据挖掘模型在零售业中的应用 86
3.1实际案例练习 86
3.1.1数据挖掘Microsoft决策树 87
3.1.2数据挖掘Microsoft罗吉斯回归 90
3.1.3数据挖掘Microsoft类神经网络 93
3.1.4数据挖掘Microsoft贝氏概率分类 97
3.2潜在客户预测模型 99
3.2.1潜在客户预测流程图 99
3.2.2交易频率趋势图 100
3.2.3交易频率语法 101
3.3模型建构 102
3.3.1 SSIS操作流程 102
3.3.2 SSAS操作流程 113
3.3.3数据挖掘Microsoft决策树模型建构 118
3.3.4数据挖掘Microsoft罗吉斯回归模型建构 128
3.3.5数据挖掘Microsoft类神经网络及贝氏概率模型建构 130
3.3.6模型比较 132
3.4数据挖掘Microsoft时间序列 140
3.4.1基本概念 140
3.4.2时间序列的成分 142
3.4.3时间序列数据的图形介绍 143
3.4.4利用修匀法预测 147
3.4.5用趋势投射预测时间序列 150
3.4.6预测含趋势与季节成分的时间序列 151
3.4.7利用回归模型预测时间序列 152
3.4.8其他预测模型 153
3.4.9模型单变量时间序列预测模型 153
3.4.10时间趋势预测模型 155
3.4.11范例操作 156
3.5数据挖掘Microsoft聚类分析 165
3.5.1基本概念 165
3.5.2范例操作 167
3.6数据挖掘Microsoft线性回归 182
3.6.1基本概念 182
3.6.2简单线性回归分析 184
3.6.3多元回归分析 184
3.6.4岭回归分析 184
3.6.5范例操作 185
3.6.6补充(测试集数据汇出) 205
3.7数据挖掘Microsoft关联规则 208
3.7.1基本概念 208
3.7.2关联规则的种类 209
3.7.3关联规则的算法:Apriori算法 209
3.7.4关联规则DMX数据挖掘语法 210
3.8数据挖掘Microsoft时序群集 211
3.8.1基本概念 211
3.8.2相关研究 211
3.8.3时序群集DMX数据挖掘语法 212
第4章OLAP在零售业中的应用 214
4.1数据仓库 214
4.2实例操作 217
4.2.1数据来源检查 217
4.2.2创建命名查询(VIP会员数据) 222
4.2.3编辑命名查询(VIP产品组成货号) 224
4.2.4编辑命名查询(VIP订单明细表) 225
4.2.5编辑命名查询(VIP订单数) 225
4.2.6编辑命名查询(VIP购买产品) 225
4.2.7编辑命名查询(VIP会员数) 226
4.3维度设计 227
4.4建立多维数据集 238
4.4.1对企业的价值 238
4.4.2数据储存的选择性 239
4.4.3实例操作 240
4.5数据模拟及相关数据明细 249
第5章Excel中的数据挖掘模块 253
5.1安装与设定数据挖掘加载宏 253
5.1.1系统需求 253
5.1.2开始安装 253
5.1.3完成安装检查 256
5.1.4状态设定 256
5.1.5设定完成检查 259
5.2 Excel 2007数据挖掘工具列介绍 260
5.2.1数据挖掘使用帮助 260
5.2.2数据挖掘连接设定 261
5.2.3设定目前的连接 261
5.2.4跟踪 263
5.2.5数据准备 263
5.2.6浏览数据 263
5.2.7清除数据 266
5.2.8为数据分区 267
5.2.9数据建模 270
5.2.10准确性和验证 270
5.2.11精确度图表 270
5.2.12分类矩阵 271
5.2.13利润图 272
5.2.14模型使用方法 272
5.2.15浏览 272
5.2.16查询 275
5.2.17模型管理 275
5.2.18重命名此挖掘结构 276
5.2.19删除此挖掘结构 276
5.2.20清除此挖掘结构 276
5.2.21使用原始数据处理此挖掘结构 277
5.2.22用新数据处理此挖掘结构 277
5.2.23导出此挖掘结构 278
5.2.24导入 278
附录 279
- 《市政工程基础》杨岚编著 2009
- 《SQL与关系数据库理论》(美)戴特(C.J.Date) 2019
- 《零基础学会素描》王金著 2019
- 《计算机网络与通信基础》谢雨飞,田启川编著 2019
- 《生物质甘油共气化制氢基础研究》赵丽霞 2019
- 《花时间 我的第一堂花艺课 插花基础技法篇》(日)花时间编辑部编;陈洁责编;冯莹莹译 2020
- 《Photoshop CC 2018基础教程》温培利,付华编著 2019
- 《数据库技术与应用 Access 2010 微课版 第2版》刘卫国主编 2020
- 《看视频零基础学英语口语》宋德伟 2019
- 《胃癌基础病理》(日)塚本彻哉编者;宫健,刘石译者 2019
- 《市政工程基础》杨岚编著 2009
- 《家畜百宝 猪、牛、羊、鸡的综合利用》山西省商业厅组织技术处编著 1959
- 《《道德经》200句》崇贤书院编著 2018
- 《高级英语阅读与听说教程》刘秀梅编著 2019
- 《计算机网络与通信基础》谢雨飞,田启川编著 2019
- 《看图自学吉他弹唱教程》陈飞编著 2019
- 《法语词汇认知联想记忆法》刘莲编著 2020
- 《培智学校义务教育实验教科书教师教学用书 生活适应 二年级 上》人民教育出版社,课程教材研究所,特殊教育课程教材研究中心编著 2019
- 《国家社科基金项目申报规范 技巧与案例 第3版 2020》文传浩,夏宇编著 2019
- 《流体力学》张扬军,彭杰,诸葛伟林编著 2019
- 《指向核心素养 北京十一学校名师教学设计 英语 七年级 上 配人教版》周志英总主编 2019
- 《北京生态环境保护》《北京环境保护丛书》编委会编著 2018
- 《高等教育双机械基础课程系列教材 高等学校教材 机械设计课程设计手册 第5版》吴宗泽,罗圣国,高志,李威 2018
- 《指向核心素养 北京十一学校名师教学设计 英语 九年级 上 配人教版》周志英总主编 2019
- 《高等院校旅游专业系列教材 旅游企业岗位培训系列教材 新编北京导游英语》杨昆,鄢莉,谭明华 2019
- 《中国十大出版家》王震,贺越明著 1991
- 《近代民营出版机构的英语函授教育 以“商务、中华、开明”函授学校为个案 1915年-1946年版》丁伟 2017
- 《新工业时代 世界级工业家张毓强和他的“新石头记”》秦朔 2019
- 《智能制造高技能人才培养规划丛书 ABB工业机器人虚拟仿真教程》(中国)工控帮教研组 2019
- 《AutoCAD机械设计实例精解 2019中文版》北京兆迪科技有限公司编著 2019