培训目标：
完成此门课程，学员将具备以下能力：
- 了解互联网行业数据挖掘的特点
- 掌握互联网行业数据分析与挖掘中的基本概念和指标
- 掌握数据挖掘的应用范围及技术发展方向 了解数据挖掘在互联网行业的应用
- 掌握关联分析、分类、聚类算法及应用场景
- 掌握主流数据挖掘工具在互联网行业业务分析中的应用
- 能够灵活运用本课所学知识，进行互联网业务的辅助业务分析
培训内容：
| 互联网数据挖掘概览 |
- 互联网的数据挖掘典型需求
- 互联网数据采集的典型渠道
- 互联网数据存储特征
- 数据挖掘技术与工具
- 数据分析的工作模式
- 示例：数据挖掘在互联网行业中的应用
|
| 互联网相关的数据挖掘典型应用场景 |
- 数据流挖掘分析
- 文本挖掘分析
- 示例：文本数据流分析
- 位置分析
- 社交关系分析
- 互联网应用识别
- 个性化推荐介绍
|
| 数据分析与挖掘的流程 |
- 确定数据需求
- 设计数据挖掘模型
- 确定数据来源
- 收集并整理数据
- 选择数据挖掘算法
- 执行数据挖掘算法
- 数据分析结果评估与算法+数据优化
- 报告数据分析结果
|
| 数据需求分析 |
- 确定数据分析目标
- 围绕目标分解指标
- 把指标映射到已有的数据
- 确定对数据的要求
|
| 设计数据挖掘模型 |
- 确定数据源模型
- 确定数据挖掘结果模型
- 确定数据分析算法容器模型
- 建立从数据源到数据分析结果映射图
|
| 确定数据源 |
- 数据源存储空间标定
- 数据源逻辑模型分析
- 数据源抽取方法列表
- 数据源备份机制选择
- 数据源质量分析
|
| 收集并整理数据 |
- 数据整理需求明确
- 采用自动化方法整理数据
- 对不合规数据的特殊处理
- 间隙数据的补充
|
| 选择数据挖掘算法 |
- 典型数据挖掘算法列表
- 关联和相关分析
- 相关分析
- 关联规则分析
- 实例：使用相关及关联进行分析
- 聚类分析算法及应用
- 分类算法
- 用决策树进行分类
- 神经网络
- 实例：使用分类方法进行客户流失分析
- 回归分析与预测
- 示例：使用时间序列分析进行网络流量预测
|
| 数据挖掘工具原理与实践 |
- 典型数据挖掘工具列表
- 统计分析工具SPSS介绍（简要）
- 数据挖掘专用工具SPSS Clementine介绍
- 建模及模型评价过程
- 应用SPSS Clementine工具进行数据挖掘与分析
|
| 数据挖掘效果评估与优化 |
- 数据挖掘结果差异分析
- 差异原因定位
- 优化数据与算法
- 重新处理数据、算法分析
- 结果比对与确认
- 数据分析结果报告
|
如果您想学习本课程，请
预约报名
如果没找到合适的课程或有特殊培训需求，请
订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表点击在线申请
服务特点：
海量专家资源，精准匹配相关行业，相关项目专家，针对实际需求，顾问式咨询，互动式授课，案例教学，小班授课，实际项目演示，快捷高效，省时省力省钱。
专家力量：
中国科学院软件研究所，计算研究所高级研究人员
oracle,微软，vmware，MSC,Ansys，candence,Altium,达索等大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关技术专业，理论素养丰富
多年实际项目经历，大型项目实战案例，热情，乐于技术分享
针对客户实际需求，案例教学，互动式沟通，学有所获
