大数据分析与挖掘

本书分为理论篇、工具篇和实训篇。理论篇主要介绍数据挖掘的基础知识、基本任务和常用方法，侧重培养学生对于数据挖掘基本概念等理论知识的正确理解；工具篇主要介绍PMT这一的数据挖掘工具，通过功能简介、分类预测认知实验等内容，侧重培养学生对于数据挖掘基本操作的准确认知；实训篇主要介绍了七个来自实际企业需求的大数据挖掘案例，侧重培养学生对于数据挖掘解决实际问题的应用。本书结构严密、内容较新，叙述清晰，强调实践，可作为各类职业院校大数据类课程的教材，也可作为企业大数据分析的培训教材，还可作为企事业单位企业管理、电子商务、市场营销、国际贸易等相关从业人员的参考用书。

理 论 篇
第1章 数据挖掘概述3
1.1　数据挖掘的基本概念4
1.2　数据挖掘的起源与发展7
1.3　数据挖掘的应用产业与行业11
1.4　数据挖掘相关的几个概念19

第2章 数据挖掘任务和方法26
2.1　大数据挖掘的任务27
2.2　数据挖掘的常见方法33

工 具 篇
第3章 数据挖掘平台PMT57
3.1　PMT概述58
3.2　PMT使用说明72
3.3　PMT的特点74

第4章 数据挖掘认知实验80
4.1　分类预测认知实验81
4.2　回归预测认知实验84
4.3　聚类分析认知实验88
4.4　关联规则认知实验91

实 训 篇
实训1 基于时间序列的分仓商品需求预测99
实训背景100
实训分析100
核心知识点101
实训步骤104
拓展与思考118

实训2 基于聚类分析（K-means）的快递企业客户群识别119
实训背景120
实训分析120
核心知识点121
实训步骤122
拓展与思考140

实训3 基于关联规则的超市顾客购物行为分析142
实训背景143
实训分析143
核心知识点143
实训步骤144
拓展与思考154

实训4 基于决策树的电信流失客户预警与分析155
实训背景156
实训分析156
核心知识点157
实训步骤161
拓展与思考178

实训5 基于神经网络算法的共享单车需求预测180
实训背景181
实训分析181
核心知识点182
实训步骤184
拓展与思考200

实训6 基于逻辑回归算法的信用风险预测201
实训背景202
实训分析202
核心知识点203
实训步骤204
拓展与思考215

实训7 深度学习在图像识别及图像分类领域中的应用217
实训背景218
实训分析218
核心知识点219
实训步骤220
拓展与思考232

参考文献233

大数据分析、数据挖掘是当今科技行业非常受欢迎的流行语，也是各领域人士极为关注的话题。飞速发展的中国，同样将大数据作为行业重点，企业实践成果不断涌现。
本书是数据科学领域为数不多的理论与实践相结合的教材，它通过详细剖析数据挖掘的基础理论、数据挖掘工具基本功能和企业的实训实例，全面展现了大数据分析与挖掘的基础知识、基本任务、常见方法、实用场景和主要流程等。
本书分为三篇。理论篇，大数据分析与挖掘的理论部分，包括数据挖掘概述、数据挖掘任务和方法；工具篇，大数据分析与挖掘的工具部分，包括数据挖掘平台PMT、数据挖掘认知实验；实训篇，大数据分析与挖掘的实训部分，包括基于时间序列的分仓商品需求预测、基于聚类分析（K-means）的快递企业客户群识别、基于关联规则的超市顾客购物行为分析、基于决策树的电信流失客户预警与分析、基于神经网络算法的共享单车需求预测、基于逻辑回归算法的信用风险预测、深度学习在图像识别及图像分类领域中的应用7 个不同实际场景的实训。每个实训都包括实训背景、实训分析、核心知识点、实训步骤、拓展与思考5 个部分。
本书由北京络捷斯特科技发展股份有限公司组编。朱晓峰担任主编，王晓艳和李宇航担任副主编，参加编写的还有张琳、郑乐、冷凯峰、潘海兰、殷延海、陈向阳、黎浩东和王志峰。
由于编者水平有限，本书难免有疏漏和不妥之处，恳请广大读者提出宝贵意见，以期不断改进。