請開啓javascript,方便系統運作!謝謝!
重要訊息:慎防詐騙電話,絕無簽單錯誤造成重複扣款或重複出貨,請您千萬不要操作ATM提款機。
註冊
帳號
密碼
f
忘記密碼
客服中心
購物車
全部
書名
作者姓名
ISBN
出版社名稱
熱門搜尋
165防詐騙
蝦皮
法官學院 / 裁判實務教材
中華藥典第9版85折
《苔蘚兄妹》筆記本
關閉廣告
展開廣告
圖書分類
五南本版
公職考試
教科專業
政府出版
暢銷精選
文具
休閒
課程
美食
美妝
精品
服飾包包
3C
餐廚具
家居
婦幼
辭書、總類
中文辭書
西文辭書
日韓文辭書
專業辭書
圖書館學
教育
通論
教育與學校行政
教育心理、測驗與統計
課程與教學
幼兒教育
特殊教育
各級各類教育
班級經營
心理、諮商與輔導
通論
認知心理學
發展心理學
社會心理學
工商心理學
諮商基礎
諮商運用
法律
工具書
總論
憲法
行政法
民事法
刑事法
商事法
國際法
犯罪防制
學科概要系列
學術專著
實務叢書
政治、公共行政
政治理論
比較政府與政治
國際關係
公共行政
工具書
學術專著
財經、商管
管理
財經
國貿
金融
會計
統計
研究方法與論文寫作
社會、傳播
社會科學
社會學
社會工作
社會問題與福利
高齡學
新聞學
傳播學
廣播、電視、電影
廣告與公共關係
文化研究、禮俗
觀光、餐旅、休閒
觀光
餐旅
休閒
其他
語言、文學
通識
文學總論
中國文學
臺灣文學
世界文學
現代文學
兒童、青少年文學
語言
語言文字學
應用文
研究方法、論文寫作
學術專著
悅讀中文
歷史、哲學、宗教
總論
中國史
世界史
中外地理
哲學研究
中國哲學
西洋哲學
宗教研究
西洋宗教
藝術、設計、文創
美學與藝術總論
視覺藝術
表演藝術
影像藝術
創意設計
文創產業
理工
總論
理科類
電機資訊類
工科類
環境與土木
海洋科技
職場書
醫護暨生命科學
總論
生命科學
醫學
藥學
護理
食品營養
考用出版
教檢、教甄
諮商、輔導、社工
消防用書
司法考試
高普特考
初等、五等
導遊領隊
會計、記帳士
地政士、不動產經紀人、
金融證照
乙、丙級技能檢定
留學必備用書
數學
書泉出版社
職場專門店
e商朝
兩性家庭
法律識讀
知識探索
養生保健
教育、通論
其他
台灣書房
閱讀台灣
納福系列
人文誌(台灣書房)
台灣誌記
游藝集
城市風景
台灣古籍大觀
時代人物
出土思想文物與文獻研究
白話經典系列
五南文庫
五南文庫
研究方法、論文寫作
研究方法
圖解系列
圖解系列
學科概要
學科概要
世界名人傳
世界名人傳
博雅書屋
人文隨筆
人物誌
全球直擊
法律屋
搜查一課
社會意識
美學誌
會飲考
萬國誌
萬象考
歷史迴廊
博雅文庫
經銷書目
經銷書目
字辭典/總類
字辭典/總類
教育/心理
教育
心理/諮商
政治/法學
法律
政治
公共行政
國際關係
經貿/管理/會計
管理
經濟
國貿
金融
會計
統計
社會休閒
社會
傳播
觀光
餐飲
休閒
國際禮儀/會展
文史哲
臺灣文學
中國文學
各國文學
語言/文字
史地
哲學
宗教
藝術設計
藝術
設計
創意美學
科學
自然科學
應用科學
醫療衛生
衛生行政
中醫
西醫
初等/地方五等
初等/地方五等
專技高普考
營養師
記帳士
導遊領隊
護士/護理師
不動產經紀人
地政士
消防設備師/設備士
會計師
社會工作師
專技高普考
特種考試
鐵路特考
公路監理站
民航特考
港務人員
司法特考
海巡特考
關務/報關人員特考
移民署
調查局
社會福利工作
專利商標審查
特種考試
捷運招考
國民營事業
中鋼/中龍鋼鐵
中油
台電
中華郵政
中華電信
台灣自來水
農會
農田水利會
銀行人員/銀行僱員
國/民營事業
警察特考
警察特考
警大/二技/警專
軍職特考
士官/軍校考試
預官 甄試
金融證照
金融證照
保險從業人員
證券商資格/分析師
期貨商資格/分析師
信託業務人員
理財規劃人員
銀行內控人員
授信人員
債券人員
外匯人員
技能檢定
專技人員技能檢定
電腦檢定
美容/美髮檢定
中餐/烘焙/餐飲檢定
廣告/建築/設計檢定
勞工安全檢定
汽車/機械/電機檢定
電子檢定
技術士技能檢定
會計檢定
全民英檢
英檢/教師甄試
教師甄試/資格檢定
升學考試
研究所/二技
升大學
四技/二專
國中
國小
高普考/地方三四等
高普考/地方三四等
內政及國土
國家大事紀
國防軍事
深訪中研院
經濟金融
經濟金融
醫療/社福
醫療/社福
教育學習
教育學習
台灣旅遊
台灣好好玩
遨遊大自然
縣市采風
客家/原民文化
客家風情
原民文化
文化藝術
走訪博物館
文化藝術
法律/科技
法律司法
探索科技
公共工程/交通
公共工程/交通
期刊/影音
逗陣影音館
期刊
語言
英文
日文
各國語言
小說/文學
小說
台灣文學
西洋文學
中國文學
大眾文學
財經/企管/經濟
工商企管
財經
理財
統計
會計/審計
經濟
科學科普
數學
理工
科學
地理
歷史
自然科學
電腦
農林漁牧
動植物
社會人文
社會
人文
心理
教育
哲學
政治/法律/軍事
圖書資訊
新聞傳播
新聞傳播
健康醫療
健康
醫學
護理
宗教命理
宗教
命理
休閒生活
休閒
居家生活
美容
飲食烹飪
旅遊
台灣
中國大陸
日/韓
亞洲
紐/澳
歐洲
美洲
非洲
他國旅遊
藝術設計
技藝
建築
音樂
戲劇
藝術
攝影
繪畫/雕刻
兒童/漫畫
兒童讀本
漫畫
一般分類:
五南本版
>
理工
>
電機資訊類
資料探勘與顧客分析:Modeler應用[1版/2021年1...
編/著者:
陳耀茂
出版社:
五南
出版日期:
2021-10-01
ISBN:
9786263172319
參考分類(CAT):
電機資訊類
參考分類(CIP):
電腦科學
優惠價:
9
折,
540
元
定價:
$600
分享
f
買了此商品的人,也買了....
e網新生活 一起上網去 [附光...
定價:300 元
特價:
90
折!
270
元
從這裡開始Solid Edge...
定價:950 元
特價:
95
折!
903
元
資料結構:使用C[1版/202...
定價:550 元
特價:
90
折!
495
元
C語言入門與進階教學:跨平台程...
定價:620 元
特價:
95
折!
589
元
訊號系統與通訊原理
定價:750 元
特價:
90
折!
675
元
|
內容簡介
|
內容簡介
所謂「資料探勘」(Data Mining)是利用模型認知技術與統計的手法處理大數據,發現有意義的新模型及傾向的過程。IBM SPSS Modeler 是一款資料探勘與預測分析軟體,可以使用Microsoft 安裝程式(MSI) 在Windows 系統上完成安裝,最近也可以在雲端使用它。它擁有 30 多種基本的機器學習算法和自動建模方法,具有 R 語言可擴展性,可使用 Python 腳本。使用IBM SPSS Modeler軟體可以找出人們最頻繁討論的話題,或是企業可以了解消費者實際關心的問題。
資料探勘因為是透過各種資料分析技術,挖掘出顧客的消費行為模式與各項營運作業之管理決策等,可說是知識管理之一大利器。例如,7-11超商就是充分運用資料探勘技術,不斷推出各種抓住顧客心房的行銷活動,以贏得更多顧客的心,並將店舖之經營作更完善的規劃管理,使其獲利並使績效能夠長期位居國內零售業之領先地位。
根據美國一項調查超過7萬名購物者的行銷研究,發現消費者在他們店中購物的行為有其一定的慣性,如果門市經營者或是行銷人員能夠善用「消費者行為」模式,將可有效改善經營品質。
書中也一併列舉IBM SPSS Modeler常用的分析方法供讀者參考。資料探勘的方法包括監督式學習、非監督式學習等。監督式學習包括:分類、估計、預測等;非監督式學習包括:集群、關聯規則分析等。上述相關的分析方法,在第1篇中均有步驟式的介紹 ; 第2篇中舉出百貨業的資料案例,分析顧客的消費行為,利用IBM SPSS Modeler從RFM的角度探討消費者的特徵,以及如何向未購買者推銷商品,盼能藉由此例題能激起讀者對資料探勘的興趣。
作者介紹
陳耀茂
日本(國立)電氣通信大學經營工學博士
東海大學企管系教授
目次
第1篇 基礎篇
1. 何謂資料探勘
1.1 資料探勘的意義與過程
1.2 Modeler的介面
1.3 Modeler的利用例與主要應用領域
1.4 IBM SPSS Modeler試用版的下載
1.5 Modeler的基本操作
1.6 IBM SPSS Modeler的節點形狀與功能
2. Modeler範例1─關聯規則、決策樹(C5.0)、主成分分析、集群分析
2.1 問題的發生狀況法則的探索
2.2 有關品質管理諸工具的構成
2.3 關聯規則
2.4 決策樹分析的一種C5.0
2.5 Kohonen網路
2.6 利用主成分分析密集大量的變數
3. Modeler範例2─類神經網路、決策樹(CART)
3.1 類神經網路的基礎理論
3.2 類神經網路與Modeler
3.3 利用CART從學習結果抽出規則
4. Modeler範例3─判別分析、時間序列、二項羅吉斯迴歸、多項羅吉斯迴歸
4.1 利用判別分析
4.2 時間序列
4.3 二項羅吉斯迴歸
4.4 多項羅吉斯迴歸
5. 購物籃分析(關聯歸納/C5.0)、支援向量機器(SVM)、廣義線性模型、Cox迴歸
5.1 購物籃分析
5.2 支援向量機器(SVM)
5.3 廣義線性模型
5.4 Cox迴歸
第2篇 應用篇
6. 在開始顧客分析之前
6.1 顧客分析的5個業務課題
6.2 掌握顧客的4個數據
6.3 資料探勘手法是顧客分析的核心
6.4 準備顧客分析工具
7. 理解顧客行為將顧客價值定量化
7.1 使用購買明細數據之後的顧客行為紀要
7.2 購買金額等級與優良顧客定義
7.3 利用RFM分數理解顧客
7.4 掌握顧客行為的特徵
7.5 十分位數分析
8. 發現顧客的行為模式
8.1 關聯規則
8.2 協同過濾
8.3 時系列關聯
8.4 關聯規則的留意點
9. 將顧客的行為分類
9.1 利用集群分析將顧客行為類型化
9.2 理解集群的特徵
9.3 依照集群推薦
10. 預測顧客行為
10.1 行銷活動的反應預測
10.2 休眠的判別預測
10.3 顧客與商品的匹配
11. 確立顧客分析的基礎
11.1 處理大數據
11.2 將分析流程效率化