原创力文档- 1、本文档共20页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
大数据挖掘在商业决策中的应用与实践
TOC\o1-2\h\u7678第1章大数据挖掘概述 4
128641.1数据挖掘的发展历程 4
85541.1.1数据库时代的数据挖掘 4
7791.1.2互联网时代的数据挖掘 5
307121.1.3大数据时代的数据挖掘 5
56831.2大数据时代的商业决策挑战 5
95211.2.1数据量巨大 5
228101.2.2数据类型多样 5
2291.2.3数据速度快速 5
195581.2.4数据价值密度低 5
145721.3大数据挖掘在商业决策中的价值 5
325551.3.1提高决策效率 5
241001.3.2降低决策风险 6
277851.3.3优化资源配置 6
158981.3.4创新商业模式 6
59121.3.5提升客户体验 6
5950第2章数据预处理 6
227432.1数据清洗 6
255042.1.1缺失值处理 6
213702.1.2异常值处理 6
57512.1.3重复数据删除 6
31522.2数据集成 6
192062.2.1数据集成策略 7
225432.2.2数据集成技术 7
60512.2.3数据集成过程中的问题与解决方案 7
77532.3数据转换 7
35552.3.1数据规范化 7
310722.3.2数据离散化 7
310352.3.3数据归一化 7
79752.4数据降维 7
142302.4.1特征选择 7
80962.4.2主成分分析（PCA） 7
91362.4.3线性判别分析（LDA） 7
129042.4.4其他降维方法 7
1847第3章数据挖掘技术 8
206943.1关联规则挖掘 8
314873.1.1关联规则基本概念 8
25313.1.2关联规则算法 8
35343.1.3关联规则在商业决策中的应用案例 8
97913.2聚类分析 8
37183.2.1聚类分析方法 8
98083.2.2聚类分析在商业决策中的应用案例 8
319383.3分类与预测 8
125253.3.1分类与预测方法 9
315103.3.2分类与预测在商业决策中的应用案例 9
2663.4时间序列分析 9
144843.4.1时间序列分析方法 9
45333.4.2时间序列分析在商业决策中的应用案例 9
13129第4章大数据挖掘算法 9
7884.1机器学习算法 9
9724.1.1监督学习算法 9
185044.1.2无监督学习算法 9
87264.1.3强化学习算法 10
279944.2深度学习算法 10
220684.2.1卷积神经网络 10
321604.2.2循环神经网络 10
234584.2.3对抗网络 10
56904.2.4转移学习 10
133814.3模型评估与优化 10
198704.3.1评估指标 10
205694.3.2超参数调优 11
82594.3.3模型融合与集成学习 11
68794.4分布式计算框架 11
214894.4.1ApacheHadoop 11
138864.4.2ApacheSpark 11
36454.4.3其他分布式计算框架 11
213094.4.4分布式深度学习框架 11
57第5章大数据挖掘在零售行业的应用 12
72955.1客户细分与精准营销 12
226335.1.1客户细分策略 12
171915.1.2精准营销实践 12
300605.2销售预测与库存管理 12
238855.2.1销售预测方法 12
263785.2.2库存管理优化 12
34335.3商品推荐与关联销售 12
308415.3.1商品推荐系统 12
250665.3.2关联销售策略 12
56675.4供应链优化 13
57655.4.1供应链数据分析 13
128445.4.2供应链协同 13
279085.4.3智能仓储与物流 13
9859第6章大数据挖掘在金融行业的应用 13
168056.1信用风险评估 13
18514
文档评论（0）