《業務建模與數據挖掘》是2005年4月1日機械工業出版社出版的圖書,作者是(美)派爾,由楊冬青等翻譯。
基本介紹
- 書名:業務建模與數據挖掘
- 作者:(美)派爾
- 譯者:楊冬青
- ISBN:9787111161943
- 類別:圖書 > 計算機與網際網路 > 資料庫
- 頁數:429
- 出版社:機械工業出版社
- 出版時間:2005-04-01
- 裝幀:平裝
- 開本:16開
- 叢 書 名:資料庫技術叢書
- 版 次:1
基本信息,內容簡介,作者簡介,目錄,
基本信息
本書系統介紹業務建模與數據挖掘技術。內容涵蓋了如何發現、構建和提煉在業務情景中有用的模型;如何設計、發現和開發挖掘所需的數據;如何提供為各種業務情景挖掘數據的實用的方法等。
內容簡介
本書適合從事業務建模和數據挖掘以及相關領域的專業技術人員參考。
本書展示了如何系統地表達現實世界中的業務問題,從而可以利用數據挖掘技術來解決。重點介紹如何將業務問題的口頭表達或模糊的描述首先轉換為定性的模型,然後再轉換為定義明確的定量模型用於解決問題。最後描述了通過數據挖掘所發現的這些結論如何轉換為戰略的或技術的實現。
本書回答了各行各業各個層次的經營管理者,數據挖掘工具的真正用戶所面臨的許多非常切實的問題,例如,數據挖掘技術能夠在哪些領域中最有效地套用?如何建立挖掘模型,從而把業務問題轉化為數據挖掘能夠解決的形式?如何為數據挖掘工具準備數據?等等,並給出了實際解決方案。
作者簡介
Dorian Pyle具有超過25年的從事數據挖掘工作的經驗,擔任過若干個數據挖掘工具公司、信用卡業務公司、製造業公司的顧問,他目前是Data Mirlers Inc.的顧問。他研發過若干個具有專利權的建模和數據挖掘技術,包括數據準備和數據概括工具,以及一個可以直接套用的自適應的建模技術。他還是業界會議上一位受歡迎的演說家,另外著有《Data Preparation for Data Mining》。
目錄
第一部分 本領域的概要
第1章 世界、知識與模型 2
1.1 世界的本質 2
1.2 系統 7
1.3 知識結構 8
1.4 改變知識結構 14
1.5 小結 18
補充材料 19
第2章 轉變經驗 20
2.1 挖掘和思想 20
2.2 世界的系統 28
2.3 戰略和戰術 33
2.4 小結 35
第3章 建模與挖掘的結合 37
3.1 問題 37
3.2 現實世界的數據 40
3.3 假說:解釋數據 42
3.4 做出決策 45
3.5 決策 47
3.6 小結 54
第二部分 業務建模
第4章 什麼是模型 56
4.1 數據、信息和知識簡介 56
4.2 觀察者的模型指南 60
4.3 作為一種行為的建模 70
4.4 小結 73
第5章 構建業務模型 74
5.1 建立框架 75
5.2 確定目標 77
5.3 問題和決策 78
5.4 為情形建模:將決策與世界觀連線起來 83
5.5 選項:評估可能性 84
5.6 期望:評估未來 89
5.7 最後的調整 94
5.8 為問題框架構圖 94
5.9 小結 98
5.10 對決策圖的解釋 98
5.11 風險計算 99
第6章 獲得正確的模型 101
6.1 互動地探索相關領域 102
6.2 利用比喻為業務情形建模 108
6.3 探索工具 120
6.4 業務案例 126
6.5 現實:用我的數據可以做什麼 133
6.6 小結 136
第7章 確保模型正確 137
7.1 發現用以挖掘的數據 137
7.2 使用數據 156
7.3 小結 161
第8章 模型的部署 162
8.1 修改業務過程 162
8.2 成功的動機 164
8.3 模型類別的影響 165
8.4 小結 170
第三部分 數據挖掘
第9章 數據挖掘模型入門 172
9.1 查看數據 172
9.2 預處理第一步:檢驗 174
9.3 基本特徵提取 189
9.4 調查數據 194
9.5 小結 195
第10章 挖掘工具做什麼 196
10.1 數據挖掘算法 196
10.2 工具和工具集 218
10.3 小結 226
第11章 獲得初始模型 227
11.1 準備保持誠實 227
11.2 強調數據 229
11.3 為理解建模 241
11.4 為分類建模 250
11.5 為預測建模 263
11.6 小結 269
補充材料 269
第12章 改進已挖掘的模型 271
12.1 從誤差中學習 272
12.2 提高模型質量,解決問題 285
12.3 小結 322
第13章 部署挖掘出的模型 323
13.1 部署解釋性模型 323
13.2 新奇性及保持模型有效 323
13.3 所部署模型的形式 334
13.4 小結 335
第四部分 方法論
第14章 方法論概述 338
14.1 方法論的結構 339
14.2 使用方法論 343
14.3 警告 344
第15章 MII—業務建模方法論 346
第16章 MIII—數據挖掘方法論 362
參考資源 425