数据挖掘与数据化运营实战：思路、方法、技巧与应用_B00ETOV2BY(全）

大数据技术丛书 数据挖掘与数据化运营实战 ——思路、方法、技巧与应用 卢辉 著 ISBN：978-7-111-42650-9 本书纸版由机械工业出版社于2013年出版， 电子版由华章分社（北京华章图文信息有限公司）全球范围内制作 与 发行。 版权所有，侵权必究 客服热线：+ 86-10-68995265 客服信箱： service@bbbvip.com 官方网址：www.hzmedia.com.cn 新浪微博 @研发书 局 腾讯微博 @yanfabook 目 录 推荐序 前言 为什么要写这本书 读者对象 勘误和支持 如何阅读本书 致谢 第1章 什么是数据化运营 1.1 现代营销理论的发展历程 1.1.1 从4P到4C 1.1.2 从4C到3P3C 1.2 数据化运营的主要内容 1.3 为什么要数据化运营 1.4 数据化运营的必要条件 1.4.1 企业级海量数据存储的实现 1.4.2 精细化运营的需求 1.4.3 数据分析和数据挖掘技术的有效应用 1.4.4 企业决策层的倡导与持续支持 1.5 数据化运营的新现象与新发展 1.6 关于互联网和电子商务的最新数据 第2章 数据挖掘概述 2.1 数据挖掘的发展历史 2.2 统计分析与数据挖掘的主要区别 2.3 数据挖掘的主要成熟技术以及在数据化运营中的主要应用 2.3.1 决策树 2.3.2 神经网络 2.3.3 回归 2.3.4 关联规则 2.3.5 聚类 2.3.6 贝叶斯分类方法 2.3.7 支持向量机 2.3.8 主成分分析 2.3.9 假设检验 2.4 互联网行业数据挖掘应用的特点 第3章 数据化运营中常见的数据分析项目类型 3.1 目标客户的特征分析 3.2 目标客户的预测（响应、分类）模型 3.3 运营群体的活跃度定义 3.4 用户路径分析 3.5 交叉销售模型 3.6 信息质量模型 3.7 服务保障模型 3.8 用户（买家、卖家）分层模型 3.9 卖家（买家）交易模型 3.10 信用风险模型 3.11 商品推荐模型 3.11.1 商品推荐介绍 3.11.2 关联规则 3.11.3 协同过滤算法 3.11.4 商品推荐模型总结 3.12 数据产品 3.13 决策支持 第4章 数据化运营是跨专业、跨团队的协调与合作 4.1 数据分析团队与业务团队的分工和定位 4.1.1 提出业务分析需求并且能胜任基本的数据分析 4.1.2 提供业务 经验和参考建议 4.1.3 策划和执行精细化运营方案 4.1.4 跟踪运营效果、反馈和总结 4.2 数据化运营是真正的多团队、多专业的协同作业 4.3 实例示范数据化运营中的跨专业、跨团队协调合作 第5章 分析师 常见的错误观念和对治的管理策略 5.1 轻视业务论 5.2 技术......