第1部分  数据挖掘篇

第1章  数据挖掘概述    3

1.1  什么是数据挖掘    3

1.1.1  数据挖掘的定义    4

1.1.2  数据挖掘的发展阶段    5

1.1.3  数据挖掘的技术特征    6

1.2  与传统技术的比较    8

1.2.1  数据挖掘和统计分析    8

1.2.2  数据挖掘和数据仓库    8

1.2.3  数据挖掘和OLAP    9

1.2.4  数据挖掘和Web挖掘    10

1.3  常用的数据挖掘软件    11

1.3.1  SAS EM    12

1.3.2  SPSS Modeler    13

1.3.3  Intelligent Miner    13

1.4  应用实例：目标客户分析    15

1.4.1  研究方法    15

1.4.2  数据分析    15

1.4.3  研究结论    26

第13章  社交网络分析    220

13.1  社交网络分析模型概述    220

13.1.1  模型定义    221

13.1.2  模型应用    222

13.1.3  建模步骤    223

13.1.4  注意事项    224

13.2  应用实例：客户流失预警分析    224

13.2.1  研究方法    225

13.2.2  数据分析    225

13.2.3  研究结论    228

第2部分  文本挖掘篇

第14章  文本挖掘概述    230

14.1  什么是文本挖掘    231

14.2  文本挖掘的研究现状    232

14.3  文本挖掘软件简介    233

14.3.1  Intelligent Miner    233

14.3.2  北大方正智思    233

第15章  文本挖掘算法    235

15.1  特征选择文本分类算法    236

15.1.1  文本特征表示    236

15.1.2  文档预处理    236

15.1.3  文档特征选择    237

15.2  支持向量机文本分类算法    239

15.2.1  文档特征的表示    239

15.2.2  文本特征的提取    240

15.2.3  文档的相似度    240

15.2.4  支持向量机算法    241

15.3  朴素贝叶斯文本分类算法    242

15.3.1  贝叶斯公式    242

15.3.2  贝叶斯定理的应用    242

15.3.3  朴素贝叶斯分类器    243

15.3.4  朴素贝叶斯文本分类算法    244

15.4  KNN文本分类算法    245

15.4.1  KNN文本分类算法概述    245

15.4.2  基于统计的KNN文本分类算法    246

15.4.3  基于LSA降维的KNN文本分类算法    248

第16章  SPSS Modeler文本挖掘概述    250

16.1  Modeler软件中的文本挖掘理论    250

16.1.1  功能简介    251

16.1.2  文本挖掘节点    252

16.2  Modeler软件中的文本挖掘安装    253

第17章  SPSS Modeler文本挖掘节点    258

17.1  File List节点    259

17.1.1  节点简介    259

17.1.2  节点实例    260

17.2   Web Feed节点    261

17.2.1  节点简介    261

17.2.2  节点实例    263

17.3  Text Mining节点    265

17.3.1  节点简介    265

17.3.2  节点实例    269

17.4  Text Link Analysis节点    271

17.4.1  节点简介    271

17.4.2  节点实例    272

17.5  Translate节点    274

17.5.1  节点简介    274

17.5.2  节点实例    275

17.6  File Viewer节点    277

17.6.1  节点简介    277

17.6.2  节点实例    278

第18章  SPSS Modeler文本挖掘实例    280

18.1  实例：音乐调查数据的概念模型分析    280

18.2  实例：音乐调查数据的文本类别分析    284

附录A  配置SQL Server ODBC数据源    289

参考文献    294