課(ke)程描(miao)述INTRODUCTION
大數據挖掘與分析培訓
日(ri)程安排SCHEDULE
課程大綱Syllabus
大數據挖掘與分析培訓
內容概要:
1.介紹SPSS Modeler數據挖掘軟件的功能和基本操作;
2.學習如何使用SPSS Modeler完成數據挖掘過程;
3.學習機器學習的常見技術,例如神經網絡、決策樹、聚類、關聯分析、回歸分析和社會網絡用戶情感分析等,并學習如何將它們應用到業務數據。
4.結合實(shi)際(ji)案例以(yi)及(ji)上機操作講解
培訓內容:
1.數據挖掘簡介
數據挖掘的概念
CRISP-DM方法論
SPSS Modeler 18簡介
2.數據理解
數據理解
缺失值定義
數據審核節點介紹
分布圖節點----初步理解字符型字段的分
直方圖/統計節點----初步理解數值型字段的分布
常用數據分析圖畫法
3.SPSS Modeler分類技術
決策樹技術
Logistics回歸
神經網絡
貝葉斯分類器
4.SPSS Modeler細分技術
Kohonen網絡/兩步聚類/K-means
5.SPSS Modeler關聯分析技術
常見的回歸分析Carma/Apriori
序列節點
6.SPSS Modeler自動建模技術
自動聚類節點
自動分類節點
自動數值節點
7.SPSS Modeler其他技術
線性回歸
特征選擇
支持向量機(SVM)
主成分/因子分析
8.SPSS Modeler模型評估技術
評估圖
分析節點
案例1:銀行客戶數據分析
以客戶信用記錄、消費歷史記錄數據為基礎,使用IBM SPSS Modeler,分析決定用戶信用等級的主要因素是什么?并給與解釋。信用額度和信用評分有何關系?給出欺詐的判斷模型。分析客戶人口屬性對銀行信貸和信用評分有無影響。分析逾期還款的客戶有什么特征?根據消費歷史分析各類客戶的特征。
案例2:大眾點評網的用戶偏好分析
到大眾點評網抓取多家火鍋店的店名、位置、點評條數、人均消費額、口味評分(均分)、環境評分(均分)、服務評分(均分)、點評的均分、有無團購、有無送外賣、有無訂座等數據(還可以采集標簽等數據),對火鍋店進行分類、找出每類火鍋店的特征,并分析點評均分與其他變量之間的關系。為新開設火鍋店選址提供指導;為用戶推薦火鍋店。
案例3:制造企業質量數據挖掘
本項目在中天耐熱導線工廠最近2年的質量管理數據的基礎上,分析了這些數據存在的問題,進行了大量的預處理,利用統計學、多維度分析、數據挖掘以及可視化等多種數據分析方法,以優化耐熱導線的制造過程。
案例4:電商客戶情感分析
通過(guo)抓取對典型電(dian)商(shang)(shang)客(ke)戶(hu)的(de)評論(lun),分析客(ke)戶(hu)對于(yu)某個(ge)商(shang)(shang)品多(duo)個(ge)維度(du)的(de)態度(du)和情(qing)感傾向,以及客(ke)戶(hu)注重商(shang)(shang)品屬性所在,商(shang)(shang)品的(de)賣(mai)點、不足以及同類商(shang)(shang)品競爭力對比。
大數據挖掘與分析培訓
轉載://citymember.cn/gkk_detail/36438.html
已開課時間Have start time
- 趙衛東
大數據課程內訓
- 《大數據分析與客戶開發》 喻國慶
- 《大數據精益化營銷思維與運 喻國慶
- 大數據項目解決方案及應用 胡(hu)國慶
- 《流量神器,銷量升級:如何 武建偉
- 數據驅動價值 ——基于Ex 張曉(xiao)如
- 數據創造價值——大數據分析 張(zhang)曉如
- 《銀行--網絡消費行為與網 武建偉(wei)
- 企業區塊鏈技術的應用場景與 李(li)璐
- 大數據提升:用戶體驗提升與 武建偉
- 能源電力企業數字化轉型探索 李開(kai)東
- 建材門店--微信獲客與運營 武(wu)建偉
- 《精細運營——京東/天貓平 武建偉