大数据掘金：挖掘商业世界中的数据价值

内容简介

在数据洪流中沙里淘金,挖掘大数据背后的价值洼地,为企业带来下一个增长红利。
在互联网风气云涌的时代,很多企业拥有数据金矿,却很少能挖出真金白银。
数据本身不产生价值,企业只有分析和利用大数据,才能将散落在各个平台中的数据的真正商业价值挖掘出来。
数据挖掘已成为解决复杂商业问题、抓住商机的常用工具。
杜尔森·德伦编著丁晓松、宋冰玉编译的《大数据掘金(挖掘商业世界中的数据价值)》一书介绍了数据挖掘与分析领域的最佳案例,揭示了如何系统运用数据,找出其中隐含的模式与联系,帮助你更好的利用收集到的数据为自己服务。

作者简介

作者:(美)杜尔森·德伦 译者:丁晓松 译者:宋冰玉

丁晓松,北京外国语大学国际商学院管理科学与工程系教授,主要的研究领域包括库存管理、模糊决策分析、最优化算法、供应链绩效评估等。
迄今为止,丁晓松教授已在国内外知名学术期刊发表论文多篇,并出版专著译著多部。
杜尔森·德伦博士,国际知名的商务分析与数据挖掘专家,经常受邀参加全国乃至国际会议,就数据与文本挖掘、商务情报、决策支持系统、商业分析以及知识管理等话题发表演讲。
德伦博士是威廉姆·斯皮尔斯和尼尔·帕特森商务分析荣誉主席、健康系统创新中心的研究主任,俄克拉何马州立大学斯皮尔斯商学院管理科学与信息系统教授。
现已出版多部关于商务分析与数据挖掘方面的著作。

目录

第1章 分析学入门
分析学与分析有区别吗
数据挖掘该归何处
分析学何以突然受到追捧
分析学的应用领域
分析学面临的主要挑战
分析学的发展历史
分析学的简单分类
分析学的前沿技术——以IBM Watson 为例
第2章 数据挖掘入门
数据挖掘是什么
哪些不属于数据挖掘
数据挖掘最常见的应用
数据挖掘能够发现怎样的规律
常用的数据挖掘工具
数据挖掘的负面影响:隐私问题
第3章 数据挖掘过程
数据库知识获取过程
跨行业标准化数据挖掘流程
SEMMA
数据挖掘六西格玛方法
哪种方法最好
第4章 数据与数据挖掘的方法
数据挖掘中的数据属性
数据挖掘中的数据预处理
数据挖掘方法
预测法
分类法
决策树
数据挖掘中的聚类分析
K 均值聚类算法
关联法
Apriori 算法
对数据挖掘的误解与事实
第5章 数据挖掘算法
近邻算法
评估相似性:距离度量
人工神经网络
支持向量机
线性回归
逻辑回归
时间序列预测
第6章 文本分析和情感分析
自然语言处理
文本挖掘应用
文本挖掘的流程
文本挖掘工具
情感分析
第7章 大数据分析学
大数据从何而来
定义“大数据”的V 们
大数据的关键概念
大数据分析处理的商业问题
大数据科技
数据科学家
大数据和流分析法
数据流挖掘
译者后记