大数据技术丛书：MATLAB数据分析与挖掘实战

　　张良均，资深大数据挖掘专家和模式识别专家，有10多年的大数据挖掘应用、咨询经验，10余年数据仓库系统管理与实施经验，超过10年的系统开发与设计经验。为电信、电力、互联网、生产制造、零售、银行、生物、化工、医药等多个行业上百家大型企业提供过数据挖掘应用与咨询服务，实践经验非常丰富。此外，他精通JavaEE企业级应用开发，是广东工业大学和华南师范大学兼职教授，著有《神经网络实用教程》、《数据挖掘：实用案例分析》等畅销书。

　　《大数据技术丛书：MATLAB数据分析与挖掘实战》共16章，共三篇。基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对《大数据技术丛书：MATLAB数据分析与挖掘实战》所用到的数据挖掘建模工具MATALB进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，《大数据技术丛书：MATLAB数据分析与挖掘实战》是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程关键环节，穿插程序实现代码。最后通过上机实践，加深数据挖掘技术在案例应用中的理解。提高篇（第16章），介绍了基于MATLAB二次开发的数据挖掘应用软件——TipDM数据挖掘建模工具，并以此工具为例详细介绍了基于MATLAB接口完成数据挖掘二次开发的各个步骤，使读者体验到通过MATLAB实现数据挖掘二次开发的强大魅力。

基础篇
第1章 数据挖掘基础
1.1 某知名连锁餐饮企业的困惑
1.2 从餐饮服务到数据挖掘
1.3 数据挖掘的基本任务
1.4 数据挖掘的建模过程
1.4.1 定义挖掘目标
1.4.2 数据取样
1.4.3 数据探索
1.4.4 数据预处理
1.4.5 挖掘建模
1.4.6 模型评价
1.5 常用的数据挖掘建模工具
1.6 小结
第2章 MATLAB数据分析工具箱简介
2.1 MATLAB的安装
2.2 MATLAB使用入门
2.2.1 MATLAB R2014a操作界面
2.2.2 MATLAB常用操作
2.3 MATLAB数据分析工具箱
2.4 配套附件使用设置
2.5 小结
第3章 数据探索
3.1 数据质量分析
3.1.1 缺失值分析
3.1.2 异常值分析
3.1.3 一致性分析
3.2 数据特征分析
3.2.1 分布分析
3.2.2 对比分析
3.2.3 统计量分析
3.2.4 周期性分析
3.2.5 贡献度分析
3.2.6 相关性分析
3.3 MATLAB主要数据的探索函数
3.3.1 统计特征函数
3.3.2 统计作图函数
3.4 小结
第4章 数据预处理
4.1 数据清洗
4.1.1 缺失值处理
4.1.2 异常值处理
4.2 数据集成
4.2.1 实体识别
4.2.2 冗余属性识别
4.3 数据变换
4.3.1 简单的函数变换
4.3.2 规范化
4.3.3 连续属性离散化
4.3.4 属性构造
4.3.5 小波变换
4.4 数据规约
4.4.1 属性规约
4.4.2 数值规约
4.5 MATLAB主要的数据预处理函数
4.6 小结
第5章 挖掘建模
5.1 分类与预测
5.1.1 实现过程
5.1.2 常用的分类与预测算法
5.1.3 回归分析
5.1.4 决策树
5.1.5 人工神经网络
5.1.6 分类与预测算法评价
5.1.7 MATLAB主要分类与预测算法函数
5.2 聚类分析
5.2.1 常用的聚类分析算法
5.2.2 K-Means聚类算法
5.2.3 聚类分析算法评价
5.2.4 MATLAB主要聚类分析算法函数
5.3 关联规则
5.3.1 常用的关联规则算法
5.3.2 Apriori算法
5.4 时序模式
5.4.1 时间序列算法
5.4.2 时间序列的预处理
5.4.3 平稳时间序列分析
5.4.4 非平稳时间序列分析
5.4.5 MATLAB主要时序模式算法函数
5.5 离群点检测
5.5.1 离群点的检测方法
5.5.2 基于统计模型的离群点的检测方法
5.5.3 基于聚类的离群点的检测方法
5.6 小结

实战篇
第6章 电力企业的窃漏电用户自动识别
6.1 背景与挖掘目标
6.2 分析方法与过程
6.2.1 数据抽取
6.2.2 数据探索分析
6.2.3 数据预处理
6.2.4 构建专家样本
6.2.5 构建模型
6.3 上机实验
6.4 拓展思考
6.5 小结
第7章 航空公司的客户价值分析
7.1 背景与挖掘目标
7.2 分析方法与过程
7.2.1 数据抽取
7.2.2 数据探索分析
7.2.3 数据预处理
7.2.4 模型构建
7.3 上机实验
7.4 拓展思考
7.5 小结
第8章 中医证型关联规则挖掘
8.1 背景与挖掘目标
8.2 分析方法与过程
8.2.1 数据获取
8.2.2 数据预处理
8.2.3 模型构建
8.3 上机实验
8.4 拓展思考
8.5 小结
第9章 基于水色图像的水质评价
9.1 背景与挖掘目标
9.2 分析方法与过程
9.2.1 数据预处理
9.2.2 构建模型
9.2.3 水质评价
9.3 上机实验
9.4 拓展思考
9.5 小结
第10章 基于关联规则的网站智能推荐服务
10.1 背景与挖掘目标
10.2 分析方法与过程
10.2.1 数据抽取
10.2.2 数据预处理
10.2.3 构建模型
10.3 上机实验
10.4 拓展思考
10.5 小结
第11章 应用系统负载分析与磁盘容量预测
11.1 背景与挖掘目标
11.2 分析方法与过程
11.2.1 数据抽取
11.2.2 数据探索分析
11.2.3 数据预处理
11.2.4 构建模型
11.3 上机实验
11.4 拓展思考
11.5 小结
第12章 面向网络舆情的关联度分析
12.1 背景与挖掘目标
12.2 分析方法与过程
12.2.1 数据抽取
12.2.2 数据预处理
12.2.3 构建模型
12.3 上机实验
12.4 拓展思考
12.5 小结
第13章 家用电器用户行为分析及事件识别
13.1 背景与挖掘目标
13.2 分析方法与过程
13.2.1 数据抽取
13.2.2 数据探索分析
13.2.3 数据预处理
13.2.4 模型构建
13.2.5 模型检验
13.3 上机实验
13.4 拓展思考
13.5 小结
第14章 基于基站定位数据的商圈分析
14.1 背景与挖掘目标
14.2 分析方法与过程
14.2.1 数据抽取
14.2.2 数据探索分析
14.2.3 数据预处理
14.2.4 构建模型
14.3 上机实验
14.4 拓展思考
14.5 小结
第15章 气象与输电线路的缺陷关联分析
15.1 背景与挖掘目标
15.2 分析方法与过程
15.2.1 数据抽取
15.2.2 数据探索分析
15.2.3 数据预处理
15.2.4 模型构建
15.3 上机实验
15.4 拓展思考
15.5 小结

提高篇
第16章 基于MATLAB的数据挖掘二次开发
16.1 混合编程应用体验——TipDM数据挖掘平台
16.1.1 建设目标
16.1.2 模型构建
16.1.3 模型发布
16.1.4 模型调用
16.1.5 模型更新
16.2 二次开发过程
16.2.1 接口算法编程
16.2.2 用Library Compiler创建Java组件
16.2.3 安装MATLAB运行时环境
16.2.4 JDK环境及设置
16.2.5 接口函数的调用
16.3 小结
参考文献