数据挖掘与分析技术在电商中的应用.docVIP

数据挖掘与分析技术在电商中的应用

TOC\o1-2\h\u4458第1章数据挖掘基础 4

314531.1数据挖掘概述 4

96021.2数据挖掘流程 4

187581.2.1数据准备 4

104441.2.2数据摸索 4

184221.2.3数据挖掘算法选择 4

58161.2.4模型评估与优化 4

136641.2.5结果解释与应用 5

188271.3常见数据挖掘算法 5

189021.3.1决策树 5

110101.3.2支持向量机 5

225331.3.3朴素贝叶斯 5

151921.3.4K均值聚类 5

323761.3.5关联规则挖掘 5

105601.3.6神经网络 5

23071第2章电商数据预处理 5

191432.1数据清洗 5

271852.1.1概述 5

16022.1.2缺失值处理 6

61032.1.3异常值处理 6

296172.1.4重复记录处理 6

103762.1.5数据类型修正 6

5782.2数据集成 6

27752.2.1概述 6

325832.2.2数据整合方法 6

163062.3数据转换 7

61222.3.1概述 7

109512.3.2数据格式转换 7

101942.3.3数据结构转换 7

141372.4数据归一化 7

161612.4.1概述 7

266282.4.2最小最大归一化 7

170802.4.3Zscore标准化 8

115122.4.4对数归一化 8

20435第3章电商用户行为分析 8

41933.1用户行为数据获取 8

106323.1.1网站日志分析 8

28333.1.2用户行为跟踪技术 8

264113.1.3社交媒体数据分析 8

311503.1.4问卷调查与用户访谈 8

48383.2用户行为模式识别 9

177703.2.1关联规则挖掘 9

87133.2.2聚类分析 9

91103.2.3时序模式分析 9

155813.3用户画像构建 9

109263.3.1人口统计特征 9

148433.3.2兴趣爱好 9

124883.3.3消费行为 9

44713.3.4社交属性 9

180693.4用户行为预测 9

282653.4.1回归分析 10

315733.4.2机器学习算法 10

311153.4.3时间序列分析 10

146943.4.4深度学习模型 10

3599第四章电商推荐系统 10

185214.1推荐系统概述 10

209514.2协同过滤推荐 10

104264.2.1用户基于协同过滤 10

134884.2.2商品基于协同过滤 11

242864.3基于内容的推荐 11

139024.4混合推荐算法 11

11650第5章电商价格优化 12

43615.1价格优化策略 12

15335.1.1基于竞争者定价策略 12

60675.1.2基于消费者需求定价策略 12

254195.1.3基于成本定价策略 12

181815.2价格敏感度分析 12

118465.2.1价格弹性系数 12

203275.2.2价格敏感度分析模型 13

319375.3动态定价算法 13

169435.3.1竞价算法 13

190435.3.2预测定价算法 13

96005.3.3优化定价算法 13

3705.4价格预测 13

31805.4.1基于历史数据的预测 13

69035.4.2基于市场信息的预测 14

320265.4.3基于商品属性的预测 14

63575.4.4基于消费者行为的预测 14

31978第6章电商库存管理 14

291326.1库存数据挖掘 14

68986.1.1数据来源及预处理 14

16756.1.2数据挖掘方法 14

213326.2库存优化策略 15

123346.2.1库存分类 15

148976.2.2库存优化策略 15

153326.3库存预测模型 15

49366.3.1预测方法 15

11706.3.2