第一部分 基础篇 2
第1章 初识数据挖掘 2
1.1什么是数据挖掘 2
1.2数据挖掘在企业商务智能应用中的定位 2
1.2.1数据挖掘给企业带来最大的投资收益 3
1.2.2数据挖掘从本质上提升商务智能平台的价值 3
1.2.3数据挖掘让商务智能流程真正形成闭环 4
1.3信息类BI应用与知识类BI应用 5
1.4数据挖掘现状及应用前景 5
1.5本章小结 7
第2章 数据挖掘的应用分类 8
2.1分类与回归 8
2.1.1分类与回归建模原理 9
2.1.2分类与回归算法 10
2.2聚类 11
2.2.1聚类分析建模原理 11
2.2.2聚类算法 12
2.3关联规则 13
2.3.1什么是关联规则 13
2.3.2关联规则算法 14
2.4时序模式 14
2.4.1什么是时序模式 14
2.4.2时间序列的组合成分 15
2.4.3时间序列的组合模型 15
2.4.4时序算法 16
2.5偏差检测 16
2.6本章小结 17
第3章 数据挖掘建模 18
3.1数据挖掘的过程 18
3.2数据挖掘建模过程 18
3.2.1定义挖掘目标 18
3.2.2数据取样 19
3.2.3数据探索 20
3.2.4预处理 21
3.2.5模式发现 23
3.2.6模型构建 23
3.2.7模型评价 24
3.3常用的建模工具 27
3.4本章小结 29
第4章 顶尖数据挖掘平台TipDM 31
4.1 TipDM产品功能 31
4.1.1 TipDM平台提供的数据探索及预处理算法 31
4.1.2 TipDM平台提供的分类与回归算法 32
4.1.3 TipDM平台提供的时序模式算法 34
4.1.4 TipDM平台提供的聚类分析算法 35
4.1.5 TipDM平台提供的关联规则算法 35
4.2 TipDM使用说明 37
4.3 TipDM产品特点 39
4.3.1支持CRISP-DM数据挖掘标准流程 39
4.3.2提供丰富的数据挖掘模型和灵活算法 40
4.3.3具有多模型的整合能力 40
4.3.4提供灵活多样的应用开发接口 40
4.3.5海量数据的处理能力 40
4.3.6适应不同类型层次人员需求 41
4.4本章小结 42
第二部分 实战篇 44
第5章 数据挖掘在金融电信行业的应用 44
5.1案例一：基于公司价值评价的证券策略投资 44
5.1.1挖掘目标的提出 44
5.1.2分析方法与过程 44
5.1.3建模仿真 51
5.1.4核心知识点 52
5.1.5拓展思考 53
5.2案例二：电信3G客户识别系统 54
5.2.1挖掘目标的提出 54
5.2.2分析方法与过程 54
5.2.3建模仿真 58
5.2.4核心知识点 61
5.2.5拓展思考 63
5.3案例三：基于客户分群的精准智能营销 64
5.3.1挖掘目标的提出 64
5.3.2分析方法与过程 65
5.3.3建模仿真 75
5.3.4核心知识点 81
5.3.5拓展思考 82
5.4本章小结 83
第6章 数据挖掘在电力行业的应用 84
6.1案例一：电力负荷预测 84
6.1.1挖掘目标的提出 84
6.1.2分析方法与过程 85
6.1.3建模仿真 90
6.1.4核心知识点 94
6.1.5拓展思考 95
6.2案例二：自适应防窃漏电实时诊断 96
62.1挖掘目标的提出 96
6.2.2分析方法与过程 96
6.2.3建模仿真 107
6.2.4核心知识点 110
6.2.5扩展思考 111
6.3本章小结 112
第7章 数据挖掘在互联网行业的应用 113
7.1案例一：商业零售行业中的购物篮分析 113
7.1.1挖掘目标的提出 113
7.1.2分析方法与过程 113
7.1.3建模仿真 118
7.1.4核心知识点 120
7.1.5拓展思考 121
7.2案例二：电子商务网站用户行为分析 124
7.2.1挖掘目标的提出 124
7.2.2分析方法与过程 124
7.2.3建模仿真 129
7.2.4核心知识点 132
7.2.5拓展思考 132
7.3案例三：网络入侵智能检测 134
7.3.1挖掘目标的提出 134
7.3.2分析方法与过程 136
7.3.3建模仿真 137
7.3.4核心知识点 141
7.3.5拓展思考 141
7.4案例四：基于用户行为分析的定向网络广告投放 142
7.4.1挖掘目标的提出 142
7.4.2分析方法与过程 143
7.4.3建模仿真 146
7.4.4结果及分析 158
7.4.5核心知识点 159
7.4.6拓展思考 160
7.5案例五：企业信息系统用户服务感知评价 161
7.5.1挖掘目标的提出 161
7.5.2分析方法与过程 161
7.5.3建模仿真 186
7.5.4核心知识点 192
7.5.5拓展思考 193
7.6本章小结 194
第8章 数据挖掘在生产制造行业中的应用 195
8.1案例一：基于小波变换的桩基完整性检测 195
8.1.1挖掘目标的提出 195
8.1.2分析方法与过程 196
8.1.3仿真过程 202
8.1.4核心知识点 204
8.1.5拓展思考 204
8.2案例二：基于水色图像的水质评价 205
8.2.1挖掘目标的提出 205
8.2.2分析方法与过程 206
8.2.3建模仿真 210
8.2.4核心知识…点 213
8.2.5拓展思考 214
8.3案例三：生物质废物混合厌氧消化优势组分互补机制 216
8.3.1挖掘目标的提出 216
8.3.2分析方法与过程 217
8.3.3建模仿真 221
8.3.4核心知识点 223
8.3.5拓展思考 224
8.4案例四：基于RFM的企业客户关系分析 224
8.4.1挖掘目标的提出 224
8.4.2分析过程与方法 226
8.4.3建模仿真 229
8.4.4核心知识点 236
8.4.5拓展思考 236
8.5案例五：水产养殖投入产出多目标优化仿真 239
8.5.1挖掘目标的提出 239
8.5.2分析方法与过程 240
8.5.3建模仿真 244
8.5.4核心知识点 249
8.5.5拓展思考 250
8.6本章小结 252
第9章 数据挖掘在公共服务行业的应用 253
9.1案例一：乳腺癌证素变化规律及截断疗法 253
9.1.1挖掘目标的提出 253
9.1.2分析方法与过程 255
9.1.3建模仿真 265
9.1.4核心知识点 274
9.1.5拓展思考 274
9.2案例二：卷烟消费者购买行为分析 277
9.2.1挖掘目标的提出 277
9.2.2分析过程与方法 278
9.2.3挖掘建模 281
9.2.4核心知识点 287
9.2.5拓展思考 288
9.3案例三：纳税人偷漏税评估 288
9.3.1挖掘目标的提出 288
9.3.2分析方法与过程 290
9.3.3建模仿真 294
9.3.4核心知识点 300
9.3.5拓展思考 301
9.4案例四：道路缺陷自动识别 302
9.4.1挖掘目标的提出 302
9.4.2分析方法与过程 304
9.4.3建模仿真 319
9.4.4核心知识点 322
9.4.5拓展思考 322
9.5案例五：航空公司客运信息挖掘 322
9.5.1挖掘目标的提出 322
9.5.2分析方法与过程 323
9.5.3建模仿真 327
9.5.4核心知识点 348
9.5.5拓展思考 352
9.6本章小结 353
第10章 动手实践 354
10.1实验一：数据探索及数据预处理 354
10.2实验二：神经网络模型的构建与使用 356
10.3实验三：决策树模型的构建与使用 358
10.4实验四：聚类算法的构建与使用 360
10.5实验五：关联规则模型的构建与使用 361
10.6实验六：时间序列模型的构建与使用 363
10.7本章小结 364
第三部分 高级篇 366
第11章 基于第三方接口的数据挖掘二次开发 366
11.1 WEKA数据挖掘接口 366
11.1.1 WEKA功能及其算法 366
11.1.2 WEKA包结构 367
11.1.3 WEKA算法入口 370
11.1.4二次开发相关输出 370
11.2 MATLAB数据挖掘接口 370
11.3案例：基于MATLAB接口的数据挖掘二次开发 372
11.3.1接口算法编程 372
11.3.2用Java Builder创建Java组件 385
11.3.3安装MATLAB运行时环境 386
11.3.4 JDK环境及设置 386
11.4本章小结 389
第12章 基于Hadoop框架的海量数据挖掘开发 390
12.1基于云计算的海量数据挖掘技术特点 390
12.2基于Hadoop的并行数据挖掘算法工具箱TipCDM 392
12.3案例：基于海量计量数据的电力客户在线分群方法 392
12.3.1挖掘目标的提出 392
12.3.2分析方法与过程 393
12.3.3建模仿真 399
12.3.4核心知识点 400
12.4本章小结 401
参考文献 402