亞太傳統月

防曬

一人食

養生指南

親子購物節

薯片

拉麵

電飯煲

登入/註冊

繁體中文

English 简体中文繁體中文 한국어 日本語

{{sellerTotalView > 1 ? __("sellers", {number: sellerTotalView}) : __("seller", {number: sellerTotalView}) }}, {{numTotalView > 1 ? __("items", {number: numTotalView}) : __("item", {number: numTotalView}) }}

去購物車結算

Nickname

請告訴我們怎麼更好地稱呼你

更新你的名字

xxxxxxx@yamibuy.com

賬戶訂單收藏

積分 0

優惠券 0

禮品卡餘額 $0.00

退出登入

切換配送區域

不同區域的庫存和配送時效可能存在差異。

歷史郵編

我們將在商品到貨後第一時間通知你。

商品到貨後將發送通知至： {{remindEmail}}

取消

京東圖書

数据挖掘技术：应用于市场营销、销售与客户关系管理（第3版）

去購物車結算

{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}

圖書電腦與網際網路資料庫

京東圖書

数据挖掘技术：应用于市场营销、销售与客户关系管理（第3版）

Name: 数据挖掘技术：应用于市场营销、销售与客户关系管理（第3版）
Brand: 京東圖書
SKU: 3118043171
Price: 52.08 USD
Availability: OutOfStock

{{__(":people-members", {'people': item.limit_people_count})}} {{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ item.invalid_price }} {{ itemDiscount }}

後結束

{{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }}

{{ itemCurrency }}{{ item.valid_price }} {{ itemCurrency }}{{ priceFormat(item.valid_price / item.bundle_specification) }}/{{ item.unit }} {{ itemCurrency }}{{ item.invalid_price }} {{itemDiscount}}

後結束促銷

後開始秒殺後結束秒殺

{{ __( "Pay with Gift Card to get sale price: :itemCurrency:price", { 'itemCurrency' : itemCurrency, 'price' : (item.giftcard_price ? priceFormat(item.giftcard_price) : '0.00') } ) }} ({{ itemCurrency }}{{ priceFormat(item.giftcard_price / item.bundle_specification) }}/{{ item.unit }}) 詳情

商品有效期

已下架

我們不知道該商品何時或是否會重新有庫存。

當前地址無法配送

已售完

商品描述

展開全部描述

Content Description

谁将是忠实的客？谁将不是呢？哪些消息对哪些客户细分最有效？如何较大化客户的价值？如何将客户的价值最火化？《数据挖掘技术：应用于市场营销、销售与客户关系管理（第3版）》提供了强大的工具，可以从上述和其他重要商业问题所在的公司数据库中提取它们的答案。自本书第1版问世以来，数据挖掘已经日益成为现代商业不可缺少的工具。在这个较新版本中，作者对每个章节都进行了大量的更新和修订，并且添加了几个新的章节。《数据挖掘技术：应用于市场营销、销售与客户关系管理（第3版）》保留了早期版本的重点，指导市场分析师、业务经理和数据挖掘专家利用数据挖掘方法和技术米解决重要的商业问题。在不牺牲准确度的前提下，为了简单起见，即使是复杂的主题，作者也进行了简洁明了的介绍，并尽量减少对技术术语或数学公式的使用。每个技术丰题都通过案例研究和源自作者经验的真实案例进行说明，每章都包含了针对从业者的宝贵提示。书中介绍的新技术和更为深入的技术包括：线性和逻辑回归模型、增量响应（提升）建模、朴素贝叶斯模型、表查询模型、相似度模型、径向基函数网络、期望值较大化（EM）聚类和群体智慧。新的章节专门讨论了数据准备、派生变量、主成分分析和其他变量减少技术，以及文本挖掘。
在建立了全面的数据挖掘应用业务环境，并介绍了所有数据挖掘项目通用的数据挖掘方法论的各个方面之后，《数据挖掘技术：应用于市场营销、销售与客户关系管理（第3版）》详细介绍了每个重要的数据挖掘技术。

Author Description

Gordon S.Linoff和Michael J.A.Berry在数据挖掘领域的知名度众所周知。他们是Data Miners公司——一家从事数据挖掘的咨询公司——的创始人，而且他们已经共同撰写了一些在该领域有影响力和得到广泛阅读的书籍。他们共同撰写的第1本书是Data Mining Techniques的第1个版本，于1997年出版。自那时起，他们就一直积极地挖掘各种行业的数据。持续的实践分析工作使得两位作者能够紧跟数据挖掘、预测以及预测分析领域的快速发展。Gordon和Michael严格地独立于供应商。通过其咨询工作，作者接触了所有主要软件供应商（以及一些小的供应商）的数据分析软件。他们相信好的结果不在于是采用专用的还是开源的软件，命令行的还是点击的软件，而是在于创新思维和健全的方法。
Gordon和Michael专注于数据挖掘在营销和客户关系管理方面的应用——例如，为交叉销售和向上销售改进推荐，预测未来的用户级别，建模客户生存期价值，根据用户行为对客户进行划分，为访问网站的客户选择很好登录页面，确定适合列入营销活动的候选者，以及预测哪些客户处于停止使用软件包、服务或药物治疗的风险中。Gordon和Michael致力于分享他们的知识、技能以及对这个主题的热情。当他们自己不挖掘数据时，他们非常喜欢通过课程、讲座、文章、现场课堂，当然还有你要读的这本书来教其他人。经常可以发现他们在会议上发言和在课堂上授课。作者还在blog.data-miners.com维护了一个数据挖掘的博客。
Gordon生活在曼哈顿。在本书之前，他最近的一本书是Data Analysis Using SQL andExcel，已经由Wiley于2008年出版。
Michael生活在马萨诸塞州剑桥市。他除了在Data Miners从事咨询工作之外，还在波士顿大学卡罗尔管理学院讲授市场营销分析（Marketing Analytics）课程。

Catalogue

第1章什么是数据挖掘以及为什么要进行数据挖掘
1.1 什么是数据挖掘
1.1.1 数据挖掘是一项业务流程
1.1.2 大量的数据
1.1.3 有意义的模式和规则
1.1.4 数据挖掘和客户关系管理
1.2 为什么是现在
1.2.1 数据正在产生
1.2.2 数据正存在于数据仓库中
1.2.3 计算能力能够承受
1.2.4 对客户关系管理的兴趣非常强烈
1.2.5 商业的数据挖掘软件产品变得可用
1.3 数据挖掘人员的技能
1.4 数据挖掘的良性循环
1.5 业务数据挖掘的案例研究
1.5.1 识别美国银行的业务挑战
1.5.2 应用数据挖掘
1.5.3 对结果采取行动
1.5.4 度量数据挖掘的影响
1.6 良性循环的步骤
1.6.1 识别业务机会
1.6.2 将数据转换为信息
1.6.3 根据信息采取行动
1.6.4 度量结果
1.7 良性循环上下文中的数据挖掘
1.8 经验教训

第2章数据挖掘在营销和客户关系管理中的应用
2.1 两个客户生存周期
2.1.1 客户个人生存周期
2.1.2 客户关系生存周期
2.1.3 基于订阅的关系和基于事件的关系
2.2 围绕客户生存周期组织业务流程
2.2.1 客户获取
2.2.2 客户激活
2.2.3 客户关系管理
2.2.4 赢回
2.3 数据挖掘应用于客户获取
2.3.1 识别好的潜在客户
2.3.2 选择通信渠道
2.3.3 挑选适当的信息
2.4 数据挖掘示例：选择合适的地方做广告
2.4.1 谁符合剖析
2.4.2 度量读者群的适应度
2.5 数据挖掘改进直接营销活动
2.5.1 响应建模
2.5.2 优化固定预算的响应
2.5.3 优化活动收益率
2.5.4 抵达最受信息影响的人
2.6 通过当前客户了解潜在客户
2.6.1 在客户成为“客户”以前开始跟踪他们
2.6.2 收集新的客户信息
2.6.3 获取时间变量可以预测将来的结果
2.7 数据挖掘应用于客户关系管理
2.7.1 匹配客户的活动
2.7.2 减少信用风险
2.7.3 确定客户价值
2.7.4 交叉销售、追加销售和推荐
2.8 保留
2.8.1 识别流失
2.8.2 为什么流失是问题
2.8.3 不同类型的流失
2.8.4 不同种类的流失模型
2.9 超越客户生存周期
2.10 经验教训

第3章数据挖掘过程
3.1 会出什么问题
3.1.1 学习的东西不真实
3.1.2 学习的东西真实但是无用
3.2 数据挖掘类型
3.2.1 假设检验
3.2.2 有指导数据挖掘
3.2.3 无指导数据挖掘
3.3 目标、任务和技术
3.3.1 数据挖掘业务目标
3.3.2 数据挖掘任务
3.3.3 数据挖掘技术
3.4 制定数据挖掘问题：从目标到任务再到技术
3.4.1 选择广告的最佳位置
3.4.2 确定向客户提供的最佳产品
3.4.3 发现分支或商店的最佳位置
3.4.4 根据未来利润划分客户
3.4.5 减少暴露于违约的风险
3.4.6 提高客户保留
3.4.7 检测欺诈性索赔
3.5 不同技术对应的任务
3.5.1 有一个或多个目标
3.5.2 目标数据是什么
3.5.3 输入数据是什么
3.5.4 易于使用的重要性
3.5.5 模型可解释性的重要性
3.6 经验教训

第4章统计学入门：关于数据，你该了解些什么
4.1 奥卡姆（Occam）剃刀
4.1.1 怀疑论和辛普森悖论
4.1.2 零假设（Null Hypothesis）
4.1.3 p-值
4.2 观察和度量数据
4.2.1 类别值
4.2.2 数值变量
4.2.3 更多的统计思想
4.3 度量响应
4.3.1 比例标准误差
4.3.2 使用置信区间比较结果
4.3.3 利用比例差异比较结果
4.3.4 样本大小
4.3.5 置信区间的真正含义是什么
4.3.6 实验中检验和对照的大小
4.4 多重比较
4.4.1 多重比较的置信水平
4.4.2 Bonferroni修正
4.5 卡方检验
4.5.1 期望值
4.5.2 卡方值
4.5.3 卡方值与比例差异的比较
4.6 示例：区域和开局卡方
4.7 案例研究：利用A/B检验比较两种推荐系统
4.7.1 第一个指标：参与会话
4.7.2 第二个指标：每个会话的日收益
4.7.3 第三个指标：每天谁取胜
4.7.4 第四个指标：每个会话的平均收益
……
第5章描述和预测：剖析与预测建模
第6章使用经典统计技术的数据挖掘
第7章决策树
第8章人工神经网络
第9章最近邻方法：基于记忆的推理和协同过滤
第10章了解何时应担忧：使用生存分析了解客户
第11章遗传算法与群体智能
第13章发现相似的岛屿：自动群集检测
第14章其他的群集检测方法
第15章购物篮分析和关联规则
第16章链接分析
第17章数据仓库、OLAP、分析沙箱和数据挖掘
第18章构建客户签名
第19章派生变量：使数据的含义更丰富
第20章减少变量数量的技术
第21章仔细聆听客户所述：文本挖掘

Book Abstract

1.每个业务都是服务业务
处于服务行业的公司，信息将赋予其竞争优势。这就是为什么连锁饭店会记录你首选无烟的房间，而租车公司会记录你喜欢的车的类型。此外，传统上认为自身不是服务提供者的公司也开始从不同的角度来思考。汽车经销商是出售汽车还是运输工具？如果是后者，那么每当你自己的车在商店里时，经销商就为你提供一辆替代车是合理的，许多经销商现在就是这么做的。
即使是日用商品也可以通过服务得到加强。一家家庭供热石油公司如果能够监视你的使用情况，并在你需要更多的石油时向你提供石油，那么相比一家公司期望你在油箱枯竭和管道冻结前记得打电话来安排你的订单，它销售的产品更好。对于信用卡公司、长途运输公司、航空公司以及所有类型的零售商而言，服务竞争通常会与价格竞争一样多或更多。
2.信息即产品
许多公司发现他们拥有的客户信息不仅对自己有价值，而且对其他人同样有价值。一家具有忠诚卡方案的超市有一些消费者包装食品行业会喜欢的信息——关于谁在购买哪些产品的知识。信用卡公司有一些航空公司想要了解的信息——谁在买大量的机票。超市和信用卡公司都处于知识经纪人的位置。超市可以通过打印优惠券向消费者包装食品公司索取更高的收费，此时超市会承诺通过向适当的购物者打印适当的优惠券获得更高的回报率。信用卡公司可以向航空公司收费，其目标是为经常旅行、但乘坐其他航空公司航班的人提供频繁的飞行积分。
Google了解人们正在Web上寻找什么。它在出售赞助商链接（以及其他事物）时利用这种知识。保险公司会为确保某人在搜索“汽车保险”时，为其提供它们站点的链接而支付相应的费用。金融企业将支付赞助商链接，从而当有人搜索诸如“抵押贷款再融资”之类的短语时显示其链接。
……

Introduction

15年前，Michael和我合写了这本书的第一版。那本书400页多一点，通过弥合技术和实践之间的差距，通过帮助商业人士了解数据挖掘技术以及帮助技术人员理解这些技术的商业应用，从而满足了我们调查数据挖掘领域的目标。当Wiley出版社的编辑Bob Elliott让我们撰写Data Mining Techniques的第3版时，我们欣然同意，浑然忘记了撰写一本书给我们的个人生ai ok de活所带来的牺牲。我们也知道新版本将会大幅改写以前的两个版本。
在过去的15年中，这个领域无论是在内涵上还是在字面上都已经得到了扩展，这本书中同样如此。2004年出版了第2版，这一版本增加到了600页，并引入了两个新的章节，分别介绍了生存分析和统计算法这两种新的关键技术，它们对于数据挖掘人员而言已经变得（并依然）越来越重要。现在的这个版本将再度引入新的技术领域——尤其是文本挖掘和主成分分析，同时在所有章节中引入了丰富的新实例，并增强了技术描述。这些例子来自各行各业，其中包括金融服务、零售、电信、媒体、保险、保健和基于Web的服务。
作为该领域的从业人员，我们也一直在学习。我们现在大约已经有半个世纪的数据挖掘方面的经验。自1999年以来，Michael和我一直在通过SAS研究所的业务知识系列（本系列与业务的软件方面分离，引入外部专家讲授非软件特定的课程）、数据仓库研究所以及许多不同企业的现场课程进行授课。我们在这些课程中的讲师角色使我们有机会接触成千上万各种行业中的不同业务人员。其中商业数据挖掘技术这门课程就是基于这本书的第二版。这些课程提供了大量有关数据挖掘主题的反馈，比如现实世界的人们正在做什么，以及如何以最佳方式来表示这些思想，从而使它们易于理解。大部分的反馈在这个新版本中都右所反映。我们从学生那里学到的东西看起来与学生从我们这里学到的一样多。

規格參數

品牌

京東圖書

品牌屬地

China

免責聲明

產品價格、包裝、規格等資訊如有調整，恕不另行通知。我們盡量做到及時更新產品資訊，但請以收到實物為準。使用產品前，請始終閱讀產品隨附的標籤、警告及說明。

查看詳情

加入收藏

{{ $isZh ? coupon.coupon_name_sub : coupon.coupon_ename_sub | formatCurrency }}

詳情

數量

{{buttonTypePin == 3 ? __("Scan to view more PinGo") : __("Scan to start")}}

由 JD@CHINA 銷售

送至

滿69免運費

正品保證

查看詳情

地區

已加入購物車

繼續逛逛

為你推薦

優惠券

領取已領取已領完

即將過期： {{ formatTime(coupon.use_end_time) }}

分享給好友

取消

亞米禮卡專享價

使用禮卡支付即可獲得禮卡專享價

規則說明

禮卡專享價是部分商品擁有的特殊優惠價格；

購買禮卡專享價商品時，若在結算時使用電子禮卡抵扣支付，且禮卡餘額足夠支付訂單中所有禮卡專享價商品的專享價總和，則可以啟用禮卡專享價；

不使用禮卡支付，或禮卡餘額不滿足上一條所述要求時，將無法啟用禮卡專享價，按照普通售價計算，但您仍然可以購買這些商品；

在購買禮卡專享價商品時，若餘額不足，可以在購物車或結算頁中點擊“充值”按鈕對禮卡進行購買和充值；

商品若擁有禮卡專享價，會顯示“專享”的特殊價格標記；

如有疑問，請隨時聯繫客服；

禮卡專享價相關規則最終解釋權歸亞米所有。

由亞米銷售

服務保障

滿$49免運費

無憂退換

從美國出貨

配送資訊

美國

標準配送 $5.99（不含阿拉斯加，夏威夷），最終價滿$49免運費

本地配送$5.99(加州，紐約州，新澤西，麻省和賓夕法尼亞，以上州部分地區);最終價滿$49免運費

兩日達（含阿拉斯加夏威夷）運費19.99美元起

退換政策

亞米網希望為我們的客戶提供最優秀的售後服務，讓所有人都能放心在亞米購物。亞米自營商品在滿足退換貨條件的情況下，可在收到包裹的30天之內退換商品（食品因商品質量問題7天內可退換；為了確保每位客戶都能獲得安全和高質量的商品，對於美妝類產品，一經開封或使用即不提供退款或退貨服務，質量問題除外；其他特殊商品需聯繫客服諮詢）。
感謝您的理解和支持。

查看詳情

由亞米銷售

亞米電子禮品卡使用規則

若購買時選擇自動儲值，訂單完成後禮品卡將自動儲值至您的帳戶；

若購買時選擇發送郵件，訂單完成後系統將自動發送卡號和密碼到您填寫的郵箱；

寄送郵件時，任何使用者均可使用郵件中的卡號密碼進行禮卡儲值，請妥善保管郵件資訊。

如接收郵件遇到問題，請聯絡客服處理；

發送郵件時，若禮卡沒有被兌換，可以補發郵件。若已經被其他用戶兌換，無法補償；

亞米網電子禮卡可用於購買自營或第三方商品；

亞米網電子禮卡沒有有效期限限制，長期有效；

亞米網電子禮卡的金額，可分多次使用；

亞米網電子禮卡業務規則，最終解釋權歸亞米網所有。

退換政策

已消費的電子禮卡不支持退款。

由 JD@CHINA 銷售

亞米發貨

服務保障

滿$49免運費

最優售後

美國本土出貨

配送資訊

美國

標準配送 $5.99（不含阿拉斯加，夏威夷），最終價滿$49免運費

本地配送$5.99(加州，紐約州，新澤西，麻省和賓夕法尼亞，以上州部分地區);最終價滿$49免運費

兩日達（含阿拉斯加夏威夷）運費19.99美元起

退換政策

提供30天內退還保障。產品需全新未使用原包裝內，並附有購買憑證。產品品質問題、或錯發漏發等,由商家造成的失誤，將進行補發,或退款處理。其它原因需退貨費用由客戶自行承擔。

由 JD@CHINA 銷售

Yami-China FC

服務保障

跨店滿$69免運費

30天退換保障

亞米-中國集運倉

由亞米從中國精選並集合各大優秀店舖的商品至亞米中國整合中心，合併包裹後將一次合包跨國郵寄至您的地址。跨店包郵門檻低至$69。您將在多商家集合提供的廣泛選購商品中選購商品，輕鬆享有跨店鋪包郵後的低郵資。

退換政策

提供30天內退換保障。產品需在全新未使用的原包裝內，並附有購買憑證。產品品質問題、錯發、或漏發等商家造成的失誤，將進行退款處理。其它原因造成的退換貨郵費客戶將需要自行承擔。由於所有商品均長途跋涉，偶有簡易外包壓磨等但不涉及內部品質問題者，不予退換。

配送資訊

亞米中國集運 Consolidated Shipping 運費$9.99（訂單滿$69 包郵）

下單後2個工作天中國商家出貨，所有包裹抵達亞米中國整合中心（除特別情況及中國境內個別法定假日外）會合併包裹後透過UPS發往美國。 UPS從中國出貨後到美國境內的平均時間為10個工作天左右，可隨時根據直發單號追蹤查詢。受疫情影響，目前物流可能延遲5天左右。包裹需要客人簽收。如未簽收，客人須承擔包裹遺失風險。

由 JD@CHINA 銷售

服務保障

滿69免運費

正品保證

配送資訊

Yami Consolidated Shipping 運費$9.99（訂單滿$69包郵）

Seller will ship the orders within 1-2 business days. The logistics time limit is expected to be 7-15 working days. In case of customs clearance, the delivery time will be extended by 3-7 days. The final receipt date is subject to the information of the postal company.

積分規則

不參加任何折扣活動以及亞米會員積分制度。

退換政策

下載亞米應用

意見反饋

返回頂部

評論{{'('+ commentList.posts_count + ')'}}

分享您的感受，幫助更多用戶做出選擇。

撰寫評論

{{i}}星

{{i}} 星

{{ parseInt(commentRatingList[i]) }}%

{{ showTranslate(comment) }}收起

{{ strLimit(comment,800) }}查看全部

Show Original

{{ formatTime(comment.in_dtm) }} 已購買 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}

{{ showTranslate(comment) }}收起

{{ strLimit(comment,800) }}查看全部

Show Original

{{ formatTime(comment.in_dtm) }} 已購買 {{groupData}}

{{ comment.likes_count }} {{ comment.likes_count }} {{ comment.reply_count }} {{comment.in_user==uid ? __('Delete') : __('Report')}}

暫無符合條件的評論~

更多評論

評論詳情

{{ showTranslate(commentDetails) }}收起

{{ strLimit(commentDetails,800) }}查看全部

Show Original

{{ formatTime(commentDetails.in_dtm) }} 已購買 {{groupData}}

請輸入內容

回覆{{'(' + replyList.length + ')'}}

{{ reply.reply_user_name }}回覆{{ reply.parent_user_name }}

{{ showTranslate(reply) }}收起

{{ strLimit(reply,800) }}查看全部

Show Original

請輸入內容

取消

這是到目前為止的所有評論！

發表評論

商品評分

請輸入評論

一個好的暱稱，會讓你的評論更受歡迎！
修改了這裡的暱稱，個人資料中的暱稱也將被修改。

感謝你的評論

你的好評可以幫助我們的社區發現更好的亞洲商品。