New internet：大数据挖掘

第1章绪论——从淘金客到矿山主
1.1大数据时代的“四V”
1.2什么是大数据挖掘
1.2.1从数据分析到数据挖掘
1.2.2Web挖掘
1.2.3大数据挖掘之“大”
1.3大数据挖掘的国内外发展
1.3.1数据挖掘的应用发展
1.3.2数据挖掘研究发展
1.4本书内容
第2章一小时了解数据挖掘
2.1数据挖掘是如何解决问题的
2.1.1尿不湿和啤酒
2.1.2Target和怀孕预测指数
2.1.3电子商务网站流量分析
2.2分类：从人脸识别系统说起
2.2.1分类算法的应用
2.2.2数据挖掘分类技术
2.2.3分类算法的评估
2.3一切为了商业
2.3.1什么是商业智能（BusinessIntelligence）
2.3.2数据挖掘的九大定律
2.4数据挖掘很纠结
2.5数据挖掘的基本流程
2.5.1数据挖掘的一般步骤
2.5.2几个数据挖掘中常用的概念
2.5.3CRISP－DM
2.5.4数据挖掘的评估
2.5.5数据挖掘结果的知识表示
2.6本章相关资源
第3章数据仓库——数据挖掘的基石
3.1存放数据的仓库
3.1.1数据仓库的定义
3.1.2数据仓库和数据库
3.2传统的数据仓库介绍
3.3数据仓库基本结构
3.4OLAP联机分析处理
3.5云存储上的数据仓库
3.5.1Google公司的云架构
3.5.2开源的分布式系统Hadoop
3.5.3Facebook的数据仓库
3.5.4NoSQL
3.6本章相关资源
第4章数据挖掘算法及原理
4.1数据挖掘中的算法
4.2数据挖掘十大经典算法
4.3分类算法（Classification）
4.4聚类算法（Clustering）
4.5关联算法
4.5.1关联算法中的概念
4.5.2关联规则数据挖掘过程
4.5.3关联规则的分类
4.5.4Apriori算法的执行实例
4.5.5关联规则挖掘算法的研究与优化
4.6序列挖掘（SequenceMining）
4.7数据挖掘建模语言PMML
4.8本章相关资源
第5章在进行数据挖掘之前
5.1数据集成
5.2为何要做数据预处理
5.3数据预处理
5.3.1数据清理
5.3.2数据转换
5.3.3数据规约
5.4本章相关资源
第6章R语言和其他数据挖掘工具
6.1R语言的历史
6.1.1R语言的特点
6.1.2R语言和数据挖掘
6.2其他数据挖掘工具
6.2.1MATLAB
6.2.2其他商用数据挖掘工具
6.2.3开源数据挖掘工具Weka
6.3数据挖掘和云
6.4本章相关资源
第7章互联网上的日志分析
7.1网站日志简介
7.2网站日志处理
7.2.1Web日志预处理
7.2.2Web日志分析和数据挖掘
7.3邮件日志
7.4本章相关资源
第8章数据挖掘和电子邮件
8.1邮件营销与垃圾邮件过滤
8.2数据挖掘和邮件营销
8.2.1如何有效地进行邮件营销
8.2.2邮件营销案例分享之一
8.2.3邮件营销案例分享之二
8.2.4运用数据挖掘RFM模型提高邮件营销效果
8.3数据挖掘和垃圾邮件过滤
8.3.1垃圾邮件
8.3.2垃圾邮件过滤技术
8.3.3垃圾邮件过滤案例
8.4本章相关资源
第9章数据挖掘和互联网广告
9，1互联网广告
9.2广告作弊行为
9.3网站联盟广告
9.4网站联盟广告上的数据挖掘
9.4.1数据助力网盟广告
9.4.2如何应对网盟广告作弊
9.5本章相关资源
第10章数据挖掘和电子商务
10.1中国电子商务现状
10.2在互联网上卖米
10.3用数据来掌握客户
10.3.1客户何时来，从哪来
10.3.2客户最喜欢哪种商品
10.3.3竞争与反竞争分析
10.3.4客户还会买什么
10.3.5哪些客户是我们需要的
10.4电子商务案例
10.4.1电子商务企业案例一
10.4.2电子商务企业案例二
10.5本章相关资源
……
第11章数据挖掘和Web挖掘
第12章数据挖掘和移动互联网
附录A技术词汇表
附录B英语参考文献表
附录C中文参考文献表
附录D微博
附录E博客和其他网址