大數據挖掘: 從巨量資料發現別人看不到的秘密 | 誠品線上

大數據挖掘: 從巨量資料發現別人看不到的秘密

內容簡介

內容簡介 本書全面地介紹了如何使用資料挖掘技術從各種結構的（資料庫）或非結構（Web）的巨量資料中提取和產生業務知識。作者整理了各種資料挖掘常用演算法和資訊採集技術，有系統地描述如何透過網誌分析、電子郵件行銷、網路廣告和電子商務進行網際網路上的巨量資料挖掘。美國一名男子衝入他家附近的一家美國零售連鎖超市Target 店鋪（美國第三大零售商）進行抗議：「你們竟然寄給我17 歲的女兒嬰兒尿片和嬰兒推車的優惠券？」一個月後，這位父親來道歉，因為這時他才知道他的女兒的確懷孕了。 總公司寄嬰兒尿片和嬰兒推車的優惠券的行為正是執行大數據挖掘的結果！ 連鎖超市Target 比這位父親知道他女兒懷孕的時間足足早了一個月。 問卷調查是上一個世代的做法。 直接從顧客的行為分析出正確商業決策才是王道！ 誰是潛在的客戶？ 如何從消費者的習慣決定商品的架位。 怎麼辨別大量的偽造資訊？ 當YB(10的24次方Bytes)等級的資料呈現在你眼前的時候，是否有能力從中擷取有意義的資訊就是現在成功的關鍵！

作者介紹

作者介紹 ■作者簡介譚磊復旦大學電腦學士，美國杜克大學電腦碩士，在美國微軟服務時間超過13年，曾經擔任多家公司多個層級技術管理崗位，在搜索、網路廣告、資料挖掘、電子商務等方面有豐富的經驗，是網際網路技術領域的資深專家。

產品目錄

產品目錄 Chapter 1 緒論——從淘金客到礦山主 1.1 巨量資料時代的「四V」 1.2 什麼是巨量資料挖掘 1.3 巨量資料挖掘的國內外發展 1.4 本書內容Chapter 2 一小時了解資料採擷 2.1 資料採擷是如何解決問題的 2.2 分類：從人臉識別系統說起 2.3 一切為了商業 2.4 資料採擷很糾結 2.5 資料採擷的基本流程 2.6 本章相關資源Chapter 3 資料倉儲——資料採擷的基礎 3.1 儲存資料的倉庫 3.2 傳統的資料倉儲介紹 3.3 資料倉儲基本結構 3.4 OLAP 連線分析處理 3.5 雲端儲存上的資料倉儲 3.6 本章相關資源Chapter 4 資料採擷演算法及原理 4.1 資料採擷中的演算法 4.2 資料採擷十大經典演算法 4.3 分類演算法（Classification） 4.4 集群演算法（Clustering） 4.5 連結演算法 4.6 序列挖掘（Sequence Mining） 4.7 資料採擷建模語言PMML 4.8 本章相關資源Chapter 5 在進行資料採擷之前 5.1 資料整合 5.2 為何要做資料前置處理 5.3 資料前置處理 5.4 本章相關資源Chapter 6 R 語言和其他資料採擷工具 6.1 R 語言的歷史 6.2 其他資料採擷工具 6.3 資料採擷和雲端 6.4 本章相關資源Chapter 7 網際網路上的記錄檔分析 7.1 網站記錄檔簡介 7.2 網站記錄檔處理 7.3 郵件記錄檔 7.4 本章相關資源Chapter 8 資料採擷和電子郵件 8.1 郵件行銷與垃圾郵件過濾 8.2 資料採擷和郵件行銷 8.3 資料採擷和垃圾郵件過濾 8.4 本章相關資源Chapter 9 資料採擷和網際網路廣告 9.1 網際網路廣告 9.2 廣告作弊行為 9.3 網站聯盟廣告 9.4 網站聯盟廣告上的資料採擷 9.5 本章相關資源Chapter 10 資料採擷和電子商務 10.1 中國大陸電子商務現狀 10.2 在網際網路上賣米 10.3 用資料來掌握客戶 10.4 電子商務案例 10.5 本章相關資源Chapter 11 資料採擷和Web 挖掘 11.1 網際網路上的個性化–Like 11.2 Web 挖掘和SNS 11.3 資料採擷和隱私 11.4 本章相關資源Chapter 12 資料採擷和行動網際網路 12.1 行動網際網路的特殊性 12.2 資料採擷和LBS 12.3 行動網際網路資料面臨的問題 12.4 本章相關資源 A 技術詞彙表英文參考文獻表 B 英文參考文獻表 C 中文參考文獻表 D 微博 E 部落格和其他網址

商品規格

活動

• 6/18前 圖書滿$1,000折$100
• 6/18前 全站滿$1,688享92折
• 6/18前 全站滿$3,688享9折