SAS數據挖掘與分析項目實戰

《SAS數據挖掘與分析項目實戰》是2020年中國鐵道出版社出版的圖書，作者是尚濤。本書案例豐富，實用性較強，特別適合從事數據挖掘、統計建模、機器學習、商業分析、運營分析等工作的人員使用，也可作為數學、統計學、金融管理、計算機等專業的學生學習SAS數據挖掘套用的參考書籍。

基本介紹

• 中文名：SAS數據挖掘與分析項目實戰
• 作者：尚濤
• 出版社：中國鐵道出版社
• ISBN：9787113268503

內容簡介

SAS數據挖掘與分析項目實戰 講述了在實際運營中核心的數據挖掘分析案例，為讀者重點展示了SAS在精準行銷、客戶流失預警、客戶分群、廣告點擊、信用卡欺詐、信用風險評分等領域中的具體套用。本書分為16章，以數據挖掘基礎知識介紹開始，循序漸進地講述了Kaggle數據科學社區調查數據分析、考察汽車耗油量與里程數的關係分析、影響汽車銷售的關鍵因子分析、健身運動中耗氧量回歸分析、旅客量預測分析、客戶群分類判別分析、銷售公司的客戶分群、員工離職預測、廣告點擊率預測、產品精準行銷模型、電信客戶流失預警、銀行貸款用戶風險分析、信用風險評分卡的開發以及信用卡反欺詐預測模型等案例。*後一章介紹了與數據挖掘項目中的時間成本有較大關係的SAS數據清洗的相關技術。本書案例豐富，實用性較強，特別適合從事數據挖掘、統計建模、機器學習、商業分析、運營分析等工作的人員使用，也可作為數學、統計學、金融管理、計算機等專業的學生學習SAS數據挖掘套用的參考書籍。

圖書目錄

第1章數據挖掘知識介紹

11數據挖掘算法簡介

111分類

112聚類

113關聯

114預測

12分類模型的相關概念

121數據說明

122混淆矩陣

123ROC曲線和AUC面積

124提升（Lift）

125KS曲線

13數據挖掘過程中關鍵問題處理

131數據準備

132定義變數及數據抽樣

133變數選擇

134缺失值處理

135模型比較

14SAS STAT介紹

第2章Kaggle數據科學社區調查分析

21描述性統計分析的主要內容

211數據的頻數分析

212數據的集中趨勢分析

213數據的離散程度分析

214數據的分布

215繪製統計圖

22SAS描述性分析過程介紹

221PROC FREQ過程

222PROC MEANS過程

223PROC UNIVARIATE過程

23調查數據說明

24數據探索

25Kaggle社區用戶畫像分析

251人員屬性

252工作屬性

253技能屬性

254學習屬性

第3章考察汽車耗油量與里程數的關係

31項目背景

32非線性回歸簡介

33非線性回歸過程說明

34廣義線性模型過程

35數據檔案說明

36數據探索

37模型建立

38結果分析

第4章影響汽車銷售的關鍵因子分析

41數據說明

42因子分析的基本原理

421因子分析模型

422因子旋轉

423計算因子得分

43因子分析的步驟和SAS過程

431因子分析的步驟

432FACTOR過程說明

44模型開發及結果解釋

45主成分分析和因子分析的區別

第5章健身運動中耗氧量回歸分析

51線性回歸模型

52REG過程

521過程選項

522MODEL語句選項

523關鍵字選項

524PLOT語句選項

53數據說明

54相關性分析

55回歸分析

56逐步回歸

561逐步回歸過程

562利用逐步回歸選擇變數

第6章旅客量預測分析

61項目背景

62數據檔案說明

63平穩隨機過程概述

631自回歸模型

632滑動平均模型

633自回歸滑動平均模型

64ARMA模型的識別

641基於相關函式的定階方法

642利用信息準則法定階

65模型參數的估計

66時間序列的分析步驟

67SAS系統的ARIMA過程

671ARIMA語句選項

672IDENTIFY語句選項

673ESTIMATE語句選項

674FORECAST語句選項

675ARIMA建模過程

68數據探索

681平穩性檢驗

682序列變換

69自相關函式檢驗

610模型參數估計

611預測

第7章客戶群分類判別分析

71業務背景及數據說明

72判別分析的數學原理

73判別分析的SAS過程

731DISCRIM過程

732CANDISC過程

733STEPDISC過程

74數據探索

75客戶群判別模型建立

76模型套用

第8章銷售公司的客戶分群分析

81項目背景

811客戶細分的概念

812客戶細分模型

813客戶細分模型的基本流程

814細分方法介紹

82聚類分析的數學原理

821聚類的數學原理

822距離和相似距離

823聚類方法

824聚類數的確定

825聚類分析步驟

83SAS中的聚類過程

831Cluster系統聚類過程

832Fastclus快速聚類過程

833Varclus方差聚類過程

834Tree聚類樹型輸出過程

84數據檔案說明

85數據探索

851變數衍生

852變數標準化

853變數相關性分析

86模型建立

87客戶畫像分析

88模型套用

第9章員工離職預測

91項目背景

92數據說明

93數據探索

94數據建模

941變數相關分析

942決策樹建模

95模型評估與套用

第10章廣告點擊率預測

101業務背景

1011網路廣告發展情況

1012計算廣告學

102數據說明

103數據不平衡的處理方式

1031收集更多的數據

1032改變模型性能評價指標

1033重新對樣本進行採樣

104模型開發與評估

1041樣本欠抽樣

1042模型開發

1043模型評估

105CTR模型的發展脈絡

第11章產品精準行銷推薦

111項目背景

1111業務背景

1112數據說明

1113項目目標

112數據探索

1121變數描述性統計分析

1122變數缺失值處理

1123變數衍生處理

113模型建設

1131欠抽樣

1132數據集分割

1133模型開發

1134模型評估

114模型套用

1141產品自動化推薦系統

1142易受到市場環境等各種因素的影響

1143人群特徵漂移需要不斷最佳化模型

第12章通信客戶流失預警模型

121項目背景

1211客戶流失分析要解決的問題

1212分析客戶流失的類型

1213如何進行客戶流失分析

122數據說明

123因變數定義

124樣本抽取

125數據探索

126模型開發

1261變數衍生

1262變數選擇

1263相關性處理

1264模型結果

127模型評估

1271開發樣本上的模型性能

1272驗證樣本上的模型性能

128模型套用

第13章銀行貸款用戶風險分析

131案例背景

132因變數定義

133樣本抽取

134數據探索

1341為什麼要進行數據探索

1342數據分布情況

135模型建設

1351變數衍生

1352變數選擇

1353共線性處理

1354模型結果

136模型性能評估

1361開發樣本上的模型性能

1362驗證樣本上的模型性能

137模型套用

第14章信用風險評分卡開發

141信用評分模型簡介

142信用卡模型的開發過程

143案例背景及項目目標確定

1431項目背景說明

1432確定項目目標

144數據獲取

145數據質量檢驗

146項目參數設定

1461排除規則確定

1462表現和觀察視窗

1463確定“壞”的定義

1464滾動率分析

1465客戶分群

147數據探索

1471數據分布分析

1472缺失值的處理

1473值的處理

148模型開發

1481證據權重（WOE）

1482信息值（IV）

1483變數選擇

1484變數分組

1485變數相關性分析

1486模型疊代開發

149模型評估

1491混淆矩陣

1492KS統計量

1493ROC曲線

1410評分卡創建

14101評分尺度變換

14102變數分值分配

1411評分卡實施

1412監測與報告

1413拒絕推斷

1414運用評分卡需要注意的事項

作者簡介

尚濤，畢業於上海交通大學數學系，擁有數學專業碩士學位，研究方向為數據挖掘及機器學習領域，曾任職於支付寶、平安科技、易方達基金，現任職於南方基金，專注於信用風險評分、精準行銷、推薦系統、文本挖掘等領域數據挖掘項目的研發工作以及企業的數據化運營落地工作，擁有超過10年數據挖掘和最佳化建模的經驗，以及多年使用SPSS、SAS、R、Python等建模軟體的經驗。在從業經歷中，多次為所在公司的業務方提供數據挖掘技術服務，成功實施了眾多深受好評的數據挖掘項目，取得了較好的業務價值。