互联网数据分析与挖掘实战指南.docVIP

互联网数据分析与挖掘实战指南

TOC\o1-2\h\u6120第1章数据准备与处理 4

153481.1数据采集与获取 4

274471.1.1网络爬虫技术 4

23451.1.2数据接口与API 4

292641.1.3数据源选择与评估 4

233821.2数据清洗与预处理 4

108851.2.1数据清洗 5

305001.2.2数据转换 5

61311.2.3数据集成 5

168801.3数据存储与索引 5

321131.3.1关系型数据库 5

170141.3.2非关系型数据库 5

248331.3.3分布式存储与索引 5

11.4数据库与数据仓库技术 5

104421.4.1数据仓库概述 5

317421.4.2数据仓库建模 5

155901.4.3数据仓库实现技术 6

8470第2章数据分析方法与模型 6

154882.1描述性统计分析 6

72362.2推断性统计分析 6

23352.3预测性分析方法 7

306002.4数据挖掘算法概述 7

16657第3章数据可视化与展现 7

192243.1数据可视化基础 7

190203.1.1数据可视化概念 8

167103.1.2数据可视化类型 8

228533.1.3数据可视化流程 8

190623.2常用数据可视化工具 8

316233.2.1Tableau 8

25163.2.2PowerBI 8

112913.2.3ECharts 8

22213.2.4D（3）js 9

266133.3高级数据可视化技术 9

280523.3.1交互式可视化 9

110113.3.2可视化分析 9

76163.3.3大数据可视化 9

170503.3.4增强现实（AR）与虚拟现实（VR）可视化 9

87733.4可视化设计原则与技巧 9

21253.4.1设计原则 9

143493.4.2设计技巧 9

28786第4章用户行为分析 10

268254.1用户行为数据采集 10

291544.1.1Web日志挖掘 10

154044.1.2用户行为追踪 10

145254.1.3应用接口（API）调用 10

194994.1.4第三方数据服务 10

256504.2用户行为分析模型 10

71944.2.1用户分群 10

203784.2.2用户留存分析 10

209604.2.3转化路径分析 11

106054.3用户画像构建 11

106474.3.1数据源 11

283754.3.2构建方法 11

325894.3.3应用场景 11

227744.4用户行为预测与推荐 11

265724.4.1用户行为预测 11

289364.4.2个性化推荐 11

226664.4.3应用案例 11

27413第5章网络爬虫与数据挖掘 11

82415.1网络爬虫技术基础 11

89185.1.1爬虫原理与分类 12

154625.1.2爬虫关键技术 12

135485.1.3常用爬虫框架 12

160465.2网络爬虫实战技巧 12

160265.2.1反爬虫策略应对 12

168115.2.2动态网页抓取 12

247485.2.3数据清洗与存储 12

145935.3数据挖掘与信息提取 12

179635.3.1数据挖掘概述 12

311395.3.2常用数据挖掘方法 12

138325.3.3互联网数据挖掘应用 12

13755.4网络爬虫与数据挖掘的伦理与法律问题 13

120195.4.1伦理问题 13

153225.4.2法律法规 13

181545.4.3合规建议 13

25694第6章文本挖掘与自然语言处理 13

51936.1文本预处理技术 13

243586.1.1文本清洗 13

216056.1.2分词 13

5306.1.3词性标注 13

255956.1.4停用词过滤 13

9976.2文本挖掘方法与算法 13

327486.2.1文本分类 14

129186.2.2文本聚类 14

14