數(shù)據(jù)挖掘：構筑企業(yè)競爭優(yōu)勢

第1部分  入門篇                  
 第1章　數(shù)據(jù)挖掘引論                  
 1. 1　什么是數(shù)據(jù)挖掘？                  
 1. 2　為什么要進行數(shù)據(jù)挖掘？                  
 1. 2. 1　使用數(shù)據(jù)挖掘的例子                  
 1. 3　實現(xiàn)數(shù)據(jù)挖掘的實例研究                  
 1. 3. 1　數(shù)據(jù)挖掘技術在美國西部電信公司中的應用                  
 1. 3. 2　數(shù)據(jù)挖掘在貝斯出口公司的應用                  
 1. 3. 3　數(shù)據(jù)挖掘在路透社的應用                  
 1. 4　開展數(shù)據(jù)挖掘以提高企業(yè)競爭力的成功步驟                  
 1. 4. 1　問題定義                  
 1. 4. 2　發(fā)現(xiàn)信息                  
 1. 4. 3　制定計劃                  
 1. 4. 4　采取行動                  
 1. 4. 5　監(jiān)測效果                  
 1. 4. 6　對數(shù)據(jù)挖掘過程的討論                  
 1. 5　有關隱私問題的說明                  
 1. 6　小結                  
 第2章　數(shù)據(jù)挖掘入門                  
 2. 1　分類（有指導的學習）                  
 2. 1. 1　目標                  
 2. 1. 2　研究主題                  
 2. 2　聚類研究（無指導的學習）                  
 2. 2. 1　一個聚類的例子                  
 2. 3　可視化                  
 2. 4　關聯(lián)（貨籃子）分析                  
 2. 4. 1　貨籃子分析存在的問題                  
 2. 5　品種優(yōu)化                  
 2. 5. 1　銷量：多樣性和替換性                  
 2. 5. 2　成本：故事的另一面                  
 2. 6　預測                  
 2. 6. 1　相反的預測結果                  
 2. 6. 2　勝出裕度                  
 2. 6. 3　成本收益分析                  
 2. 7　評估                  
 2. 7. 1　評估的例子                  
 2. 8　小結                  
 第3章　數(shù)據(jù)挖掘過程                  
 3. 1　數(shù)據(jù)挖掘的方法                  
 3. 1. 1　SEMMA方法                  
 3. 2　實例                  
 3. 3　數(shù)據(jù)準備                  
 3. 3. 1　獲取數(shù)據(jù)                  
 3. 3. 2　限定數(shù)據(jù)范圍                  
 3. 3. 3　數(shù)據(jù)質量                  
 3. 3. 4　數(shù)據(jù)分組                  
 3. 3. 5　數(shù)據(jù)導出                  
 3. 4　確定主題                  
 3. 4. 1　了解主題的局限性                  
 3. 4. 2　選擇良好的主題                  
 3. 4. 3　主題的類型                  
 3. 4. 4　哪些因素需要分析？                  
 3. 4. 5　數(shù)據(jù)抽樣問題                  
 3. 5　讀入數(shù)據(jù)并建立模型                  
 3. 5. 1　關于模型的準確性                  
 3. 5. 2　關于模型的可理解性                  
 3. 5. 3　關于模型的性能                  
 3. 6　理解模型                  
 3. 6. 1　模型概要                  
 3. 6. 2　數(shù)據(jù)分布                  
 3. 6. 3　驗證                  
 3. 7　預測                  
 3. 7. 1　其它候選結果                  
 3. 7. 2　獲選邊際率                  
 3. 7. 3　理解為什么會得到這樣的預測結果                  
 3. 8　小結                  
 第4章　數(shù)據(jù)挖掘算法                  
 4. 1　引言                  
 4. 2　決策樹                  
 4. 2. 1　決策樹如何工作                  
 4. 2. 2　決策樹方法的優(yōu)缺點                  
 4. 3　遺傳算法                  
 4. 3. 1　遺傳算法如何工作                  
 4. 3. 2　遺傳算法的優(yōu)缺點                  
 4. 4　神經網絡                  
 4. 4. 1　神經網絡如何工作                  
 4. 4. 2　建立不同類型的模型--無指導的學習                  
 4. 4. 3　模型的優(yōu)缺點                  
 4. 5　貝葉斯信任網絡                  
 4. 5. 1　貝葉斯信任網絡如何工作                  
 4. 5. 2　貝葉斯信任網絡的優(yōu)缺點                  
 4. 6　統(tǒng)計分析                  
 4. 6. 1　辨別分析                  
 4. 6. 2　回歸建模                  
 4. 6. 3　優(yōu)點和缺點                  
 4. 7　關聯(lián)分析的高級算法                  
 4. 7. 1　發(fā)現(xiàn)關聯(lián)的更好方法                  
 4. 7. 2　統(tǒng)計相關以外的                  
 4. 7. 3　理解關聯(lián)                  
 4. 7. 4　有效可行的市場籃子分析                  
 4. 8　品種優(yōu)化的高級算法                  
 4. 8. 1　成本：像ABC一樣簡單？                  
 4. 8. 2　相關成本                  
 4. 8. 3　商業(yè)目標                  
 4. 9　小結                  
 第5章　數(shù)據(jù)挖掘市場                  
 5. 1　簡介（趨勢）                  
 5. 1. 1  數(shù)據(jù)倉庫日益普及                  
 5. 1. 2  Internet數(shù)據(jù)挖掘                  
 5. 1. 3  EIS工具供應商也在集成數(shù)據(jù)挖掘功能                  
 5. 1. 4　信息訪問更容易                  
 5. 1. 5　數(shù)據(jù)挖掘供應商更注重縱向市場                  
 5. 2　數(shù)據(jù)挖掘工具供應商                  
 5. 3　可視化                  
 5. 3. 1　數(shù)據(jù)可視化的例子                  
 5. 3. 2　供應商列表                  
 5. 4　有用的網站／可獲得的商業(yè)代碼                  
 5. 4. 1　數(shù)據(jù)挖掘網站                  
 5. 4. 2　查找數(shù)據(jù)集                  
 5. 4. 3　源代碼                  
 5. 5　用于數(shù)據(jù)挖掘的數(shù)據(jù)源                  
 5. 6　小結                  
 第2部分　工具篇                  
 第6章　決策樹方法在數(shù)據(jù)挖掘中的應用                  
 6. 1　引言                  
 6. 1. 1　對決策樹方法的進一步說明                  
 6. 1. 2　決策樹方法的應用狀況                  
 6. 2　數(shù)據(jù)準備                  
 6. 3　定義研究對象                  
 6. 3. 1　定義挖掘目標                  
 6. 3. 2　啟動                  
 6. 3. 3　設置因變量                  
 6. 4　建立模型                  
 6. 5　理解模型                  
 6. 5. 1　觀察其它分叉                  
 6. 5. 2　進入特定分叉                  
 6. 5. 3　擴展模型樹                  
 6. 5. 4　強制分叉                  
 6. 5. 5　對模型進行驗證                  
 6. 5. 6　重新定義挖掘對象                  
 6. 5. 7　模型樹的自動擴展                  
 6. 5. 8　數(shù)據(jù)分布                  
 6. 6　預測                  
 6. 7　小結                  
 第7章　代理網絡技術應用范例                  
 7. 1　簡介                  
 7. 1. 1　RightPoint公司相關技術說明                  
 7. 1. 2　如何使用RightPoint                  
 7. 2　準備數(shù)據(jù)                  
 7. 3　定義研究對象                  
 7. 3. 1　定義目標                  
 7. 3. 2　選擇因變量                  
 7. 3. 3　開始一次研究                  
 7. 3. 4　開始運行RightPoint                  
 7. 3. 5　建立數(shù)據(jù)規(guī)格                  
 7. 4　讀取數(shù)據(jù)準立發(fā)規(guī)模型                  
 7. 5　理解模型                  
 7. 5. 1　評估                  
 7. 5. 2　改進模型                  
 7. 5. 3　成本收益分析                  
 7. 6　預測                  
 7. 6. 1　假設分析                  
 7. 6. 2　批預測                  
 7. 7　小結                  
 第3部分　應用篇                  
 第8章　數(shù)據(jù)挖掘在若干行業(yè)中的應用                  
 8. 1　數(shù)據(jù)挖掘在銀行和金融部門的應用                  
 8. 1. 1　股票預測                  
 8. 1. 2　銀行業(yè)的跨區(qū)銷售和客戶保持                  
 8. 2　數(shù)據(jù)挖掘在零售部門的應用                  
 8. 2. 1　一個數(shù)據(jù)挖掘在財產評估中應用的例子                  
 8. 2. 2　零售業(yè)中客戶收益率分析的一個例子                  
 8. 3　數(shù)據(jù)挖掘在保健部門的應用                  
 8. 3. 1　數(shù)據(jù)可視化在醫(yī)療業(yè)的應用                  
 8. 4　數(shù)據(jù)挖掘在電信部門的應用                  
 8. 4. 1　電信業(yè)的數(shù)據(jù)挖掘研究類型                  
 8. 5　小結                  
 第9章　基于數(shù)據(jù)倉庫的數(shù)據(jù)挖掘                  
 9. 1　引言                  
 9. 1. 1　數(shù)據(jù)獲取                  
 9. 1. 2　數(shù)據(jù)精煉                  
 9. 1. 3　數(shù)據(jù)倉庫設計                  
 9. 1. 4　數(shù)據(jù)倉庫和數(shù)據(jù)集市的實現(xiàn)                  
 9. 2　數(shù)據(jù)倉庫在銀行金融領域中的應用實例                  
 9. 2. 1　事務型數(shù)據(jù)庫系統(tǒng)與數(shù)據(jù)倉庫                  
 9. 2. 2　樣例數(shù)據(jù)模型                  
 9. 2. 3　預測信用卡欺詐                  
 9. 2. 4　在客戶保持中的應用                  
 9. 2. 5　數(shù)據(jù)趨勢分析                  
 9. 3　數(shù)據(jù)倉庫在零售領域中的應用實例                  
 9. 3. 1　樣例數(shù)據(jù)模型                  
 9. 3. 2　哪種類型的客戶會購買哪種類型的產品                  
 9. 3. 3　有關銷售區(qū)域分析和其它方面的例子                  
 9. 4　數(shù)據(jù)倉庫在醫(yī)療保健領域中的應用實例                  
 9. 4. 1　樣例數(shù)據(jù)模型                  
 9. 4. 2　在醫(yī)療保健領域中進行數(shù)據(jù)挖掘的例子                  
 9. 4. 3　有關在樣例數(shù)據(jù)中增加病人信用數(shù)據(jù)的討論                  
 9. 5　數(shù)據(jù)倉庫在電信領域中的應用實例                  
 9. 5. 1　樣例數(shù)據(jù)模型                  
 9. 5. 2　數(shù)據(jù)收集                  
 9. 5. 3　創(chuàng)建數(shù)據(jù)集                  
 9. 6　小結                  
 附錄A　數(shù)據(jù)挖掘產品制造商                  
 A. 1　數(shù)據(jù)挖掘提供商                  
 A. 2　可視化工具                  
 A. 3　有用的Web站點                  
 A. 4　信息訪問提供商                  
 A. 5　數(shù)據(jù)倉庫軟件制造商                  
 附錄B　演示程序的安裝                  
 B. 1  Angoss Knowledge SEEKER演示版的安裝                  
 B. 2  RightPoint DataCrruncher演示版的安裝