数据挖掘在业务决策中的应用指南.docVIP

数据挖掘在业务决策中的应用指南

TOC\o1-2\h\u779第一章数据挖掘概述 3

53811.1数据挖掘的定义与重要性 3

248541.2数据挖掘与传统数据分析的区别 3

130151.3数据挖掘的主要任务 4

10213第二章数据挖掘基础 4

95312.1数据挖掘流程 4

13862.1.1业务理解 4

213062.1.2数据收集 4

312032.1.3数据预处理 4

10382.1.4数据挖掘与分析 5

81392.1.5结果评估与解释 5

163262.1.6业务决策与应用 5

246912.2数据预处理 5

117792.2.1数据清洗 5

251472.2.2数据转换 5

112042.2.3数据整合 5

96722.3数据挖掘方法与技术 5

226102.3.1分类方法 5

127082.3.2聚类方法 6

68602.3.3关联规则挖掘 6

266692.3.4时间序列分析 6

278822.3.5文本挖掘 6

16838第三章数据挖掘工具与平台 6

237823.1常见数据挖掘工具介绍 6

137213.1.1Weka 6

19733.1.2R 6

116363.1.3RapidMiner 6

56163.1.4Python 7

14123.2数据挖掘平台的选择与评估 7

228133.2.1功能需求 7

243203.2.2功能和稳定性 7

215683.2.3可扩展性 7

12743.2.4学习成本 7

45593.2.5支持和社区 7

237963.3数据挖掘工具的实操演示 7

313703.3.1数据导入 7

268623.3.2数据预处理 7

152953.3.3模型构建 8

202263.3.4模型评估 8

2593.3.5模型部署 8

15056第四章数据挖掘在市场分析中的应用 8

93244.1市场细分 8

202864.2客户价值分析 8

209344.3市场趋势预测 9

21346第五章数据挖掘在产品研发中的应用 9

154615.1产品推荐 9

234355.2产品缺陷分析 9

175275.3产品优化策略 10

30663第六章数据挖掘在供应链管理中的应用 10

41086.1供应商评价与选择 10

315716.1.1数据挖掘方法 10

320396.1.2评价指标体系 11

196766.1.3实施步骤 11

157706.2库存优化 11

280286.2.1数据挖掘方法 11

129206.2.2库存优化策略 11

53246.2.3实施步骤 11

31716.3供应链风险预测 12

293356.3.1数据挖掘方法 12

79386.3.2风险预测指标体系 12

273596.3.3实施步骤 12

2396第七章数据挖掘在销售预测中的应用 12

18827.1销售趋势分析 12

86937.2销售预测模型 13

290757.3销售策略优化 13

19674第八章数据挖掘在人力资源管理中的应用 14

90408.1人才招聘与选拔 14

212478.1.1引言 14

99668.1.2数据挖掘方法 14

198688.1.3应用案例分析 14

204318.2员工绩效评估 14

34408.2.1引言 14

212668.2.2数据挖掘方法 15

258688.2.3应用案例分析 15

110518.3人员离职预测 15

139808.3.1引言 15

176828.3.2数据挖掘方法 15

268188.3.3应用案例分析 15

11305第九章数据挖掘在金融行业中的应用 16

172809.1信用评分 16

209969.1.1引言 16

320749.1.2信用评分模型构建 16

147749.1.3信用评分模型应用 16

168099.2风险管理 16

190329.2.1引言 16

15759.2.2风险类型及数据挖掘方法 17

273539.2.3风险管理策略 1