课程编号：

20140124077

授课课时:

4天

授课条件：

学员必须具有基本的计算机操作知识

内容摘要：

第一天 数据挖掘简介

 1- 数据挖掘系统的分类

²   示例：数据挖掘在各行业中的应用

 2- 数据预处理

²  描述性数据汇总

²  数据清理

²  数据集成和变换

²  数据归约

3- 统计学中的几个基本概念

4- 数据挖掘工具 SPSS Clementine工具简介

²  工具安装

²  读取数据文件

²  建模及模型评价过程

5- Clementine中的数据挖掘各种算法介绍

²  实验：使用Clementine统计软件进行挖掘前的数据浏览与预处理

第二天 数据挖掘过程CRISP-DM简介

1- 数据挖掘算法概述

²   关联和相关

²   购物篮分析

²   频繁模式挖掘

2- Apriori算法介绍

3- 挖掘各种类型的关联规则

²  由关联挖掘到相关分析

²  关联分析算法的使用场景

4- Clementine关联分析技术

²  GRI/Carma/Apriori算法

²   实例1：使用关联分析进行业务挖掘

²   实例2：使用关联分析套餐捆绑挖掘

第三天 分类

1- 用决策树归纳分类

2- 神经网络

3- 贝叶斯分类

4- 基于规则的分类

5- 分类算法的使用场景

     实例：使用分类方法进行客户流失分析

6- 回归分析与预测

  7- 时间序列

8- Clementine分类技术

²  决策树技术

²  Logistics回归

²  神经网络

示例：使用回归（时间序列）分析进行网络流量预测

第四天 聚类分析

  1- 聚类分析中的数据类型

²  划分方法

²  层次方法

²  基于密度的方法

²  基于网格的方法

²   聚类算法的使用场景

2- Clementine聚类技术

²  Kohonen网络

²  两步聚类

²  K-means

²  实例：聚类分析实例，客户聚类

3- 数据挖掘模型评价

²  Clementine中的模型评估技术

²   评估图、分析节点

授课语言：

中文