大数据分析与变现：利润驱动（新时代·技术新未来）

第1章
以价值为中心的分析方法

11概述/
111商业分析/
12利润驱动的商业分析/
13分析流程模型/
14分析模型评估/
15分析团队/
151人员背景/
152数据科学家/
总结/
复习题/
参考文献/


第2章
分析技术

21概述/
22数据预处理/
221分析数据的去标准化/
222抽样/
223探索性分析/
224缺失值/
225异常值监测和处理/
226主成分分析/
23分析类型/
X大数据分析与变现：利润驱动目录XI24预测分析/
241概述/
242线性回归/
243逻吉斯回归/
244决策树/
245神经网络/
25综合法/
251装袋法/
252推进法/
253随机森林法/
254综合法的评估/
26预测模型评估/
261数据集拆分/
262分类模型的性能测算/
263回归模型的性能测算/
264预测分析模型的其他性能测算指标/
27描述性分析/
271概述/
272关联规则/
273顺序规则/
274聚类/
28生存分析/
281概述/
282生存分析测算/
283Kaplan Meier分析/
284参数化生存分析/
285比例风险回归/
286生存分析模型的扩展/
287生存分析模型评估/
29社交网络分析/
291概述/
292社交网络定义/
293社交网络指标/
294社交网络学习/
295相关邻居分类器/
296概率相关邻居分类器/
297相关逻吉斯回归/
298集体推论/
总结/
复习题/
注释/
参考文献/


第3章
商业应用

31概述/
32营销分析/
321概述/
322RFM分析/
323响应建模/
324流失预测/
325X销售/
326客户细分/
327客户终身价值/
328客户之旅/
329推荐系统/
33欺诈分析/
34信用风险分析/
35HR分析/
总结/
复习题/
注释/
参考文献/XII大数据分析与变现：利润驱动目录XIII


第4章
建立提升模型

41概述/
411提升建模案例：响应模型建立/
412处理效果/
42实验设计、数据采集和数据处理/
421实验设计/
422活动模型有效性测算/
43提升建模的方法/
431双模型法/
432基于回归的方法/
433基于树的方法/
434综合法/
435连续型或顺序结果/
44提升模型评估/
441可视化评估方法/
442性能测算指标/
45操作指导/
451建立提升模型的两步法/
452实施和软件/
总结/
复习题/
注释/
参考文献/


第5章
利润驱动的分析技术

51概述/
52利润驱动的预测分析法/
521利润驱动的预测分析案例/
522成本矩阵/
523利用成本非敏感性分类模型进行成本敏感性决策/
524成本敏感性分类框架/
53成本敏感性分类法/
531训练前方法/
532训练中方法/
533训练后方法/
534成本敏感性分类模型评估/
535不平衡的类别分布/
536操作/
54成本敏感性回归法/
55回归的成本敏感性学习法/
551训练中方法/
552训练后方法/
56利润驱动描述性分析/
561利润驱动的细分法/
562利润驱动的关联规则法/
总结/
复习题/
注释/

参考文献/


第6章
利润驱动的模型评估和实施

61概述/
62分类模型的利润驱动评估/
621平均错误分类成本/
622分界点调优/
623基于ROC曲线的测算法/
624利用观察对象依赖型成本法进行利润驱动评估/
63回归模型的利润驱动评估/
631损失函数和基于误差的评估测算法/
632REC曲线和曲面/
总结/
复习题/
注释/
参考文献/XIV大数据分析与变现：利润驱动目录XV


第7章
经济影响

71概述/
72大数据和分析的经济价值/
721所有权总成本/
722投资回报/
723利润驱动的商业分析/
73关键经济考虑因素/
731内包与外包的对比/
732企业预置与云平台的对比/
733开源软件与商业软件的对比/
74大数据和分析的ROI提升/
741新数据源/
742数据质量/
743管理支持/
744组织方面/
745交叉繁殖/
总结/
复习题/
注释/