第1章 緒論
1.1 本書背景
1.2 數據挖掘應用概述
1.3 本書的主要內容安排
1.4 小結
第2章 基於GPS信息的出租車行車軌跡數據挖掘
2.1 概述
2.2 出租車GPS數據挖掘問題描述
2.3 基於GPS數據的出租車軌跡挖掘與分析
2.4 挖掘任務點評
2.5 小結
第3章 NBA比賽結果預測
3.1 問題背景
3.2 數據采集
3.2.1 數據來源
3.2.2 數據采集方法
3.2.3 原始數據
3.3 挖掘方法
3.3.1 挖掘的目標與實現思路
3.3.2 預測特征選取
3.4 分類和預測方法
3.5 預測結果的分析和對比
3.5.1 使用球隊平均數據預測比賽結果
3.5.2 使用球隊近期數據預測比賽結果
3.6 挖掘任務點評
3.7 小結
參考文獻
第4章 大型商業銀行後臺運維數據故障分析
4.1 概述
4.1.1 應用背景
4.1.2 主要研發內容
4.2 相關方法回顧
4.2.1 主成分分析法
4.2.2 前向特征選擇法
4.2.3 隨機森林方法
4.3 交易超時故障預測方法設計與實現
4.3.1 問題定義
4.3.2 工作流程
4.3.3 數據預處理
4.3.4 降維處理
4.3.5 預測模型
4.3.6 防範模型
4.3.7 評價方法
4.4 綜合繫統的設計與實現
4.4.1 繫統框架
4.4.2 數據預處理模塊
4.4.3 隨機森林模塊
4.4.4 展示模塊
4.4.5 *終效果模塊
4.5 結果分析與評價
4.5.1 實驗數據
4.5.2 交易故障預測相關實驗
4.6 挖掘任務點評
4.7 小結
4.7.1 總結
4.7.2 展望
參考文獻
第5章 RNA排序預測
5.1 概述
5.2 研發現狀
5.2.1 內部核糖體進入位點的數據挖掘研發現狀
5.2.2 冷凍電鏡圖像蛋白質顆粒挑選研究現狀
5.3 工作設計與實現
5.3.1 基本的設計框架與實現思路
5.3.2 核心挖掘模型設計與實現
5.4 應用實現
5.4.1 實現程序與功能
5.4.2 數據挖掘分析結果展示
5.5 操作說明
5.6 挖掘任務點評
5.7 小結
參考文獻
第6章 “樂學”微信公眾號關注趨勢分析
6.1 前言
6.1.1 研究背景
6.1.2 數據來源
6.1.3 數據預處理
6.1.4 研究思路
6.2 平臺發展現狀
6.2.1 平臺用戶特性
6.2.2 平臺傳播狀態
6.2.3 便捷操作發展狀況
6.3 推送發展模式探究
6.3.1 成功推送案例分析
6.3.2 理想發展模式探究
6.3.3 不同模式下的平臺關注量預測
6.3.4 推送發展的改進思路
6.4 便捷操作功能探究
6.4.1 用戶使用習慣分析
6.4.2 便捷操作功能的改進思路
6.5 挖掘任務點評
6.6 小結
參考文獻
第7章 保險行業客戶特征識別
7.1 概述
7.2 數據挖掘問題描述
7.2.1 問題背景
7.2.2 關於數據集
7.3 保險客戶特征識別與分析
7.3.1 數據預處理
7.3.2 挖掘與分析結果
7.4 挖掘任務點評
7.5 小結
參考文獻
第8章 電力繫統不良數據辨識案例分析
8.1 概述
8.1.1 電力繫統不良數據辨識
8.1.2 數據介紹
8.2 研究內容
8.2.1 基於GSA的k-means聚類
8.2.2 基於有效指數的k-means聚類
8.2.3 模糊C-means聚類
8.3 總結分析
8.3.1 不良數據辨識結果對比
8.3.2 不良數據分析
8.4 挖掘任務點評
8.5 小結
第9章 總結