可視化數(shù)據(jù)挖掘：數(shù)據(jù)可視化和數(shù)據(jù)挖掘的技術(shù)與工具

第1部分  項目規(guī)劃階段                  
 第1章  數(shù)據(jù)可視化和可視化數(shù)據(jù)挖掘介紹                  
 1.1  可視化數(shù)據(jù)集                  
 1.1.1  可視化數(shù)據(jù)類型                  
 1.1.2  可視維與數(shù)據(jù)維                  
 1.2  數(shù)據(jù)可視化工具                  
 1.2.1  多維數(shù)據(jù)可視化工具                  
 1.2.2  層次和地形數(shù)據(jù)可視化工具                  
 1.3  可視化數(shù)據(jù)挖掘工具                  
 1.4  小結(jié)                  
 第2章  步驟1：驗證和規(guī)劃數(shù)據(jù)可視化和數(shù)據(jù)挖掘項目                  
 2.1  項目類型                  
 2.2  項目可行性分析                  
 2.2.1  Dayton Hudson公司成功案例                  
 2.2.2  Marketing Dynamics成功案例                  
 2.2.3  Sprint成功案例                  
 2.2.4  Lowestfare.com成功案例                  
 2.2.5  可視化數(shù)據(jù)挖掘的挑戰(zhàn)                  
 2.3  閉環(huán)的業(yè)務模型                  
 2.3.1  使用閉環(huán)業(yè)務模型                  
 2.4  項目時間表                  
 2.5  項目資源和角色                  
 2.5.1  數(shù)據(jù)和業(yè)務分析團隊                  
 2.5.2  領(lǐng)域?qū)＜覉F隊                  
 2.5.3  決策制定團隊                  
 2.5.4  操作團隊                  
 2.5.5  數(shù)據(jù)倉庫團隊                  
 2.6  項目驗證和計劃的案例研究                  
 2.7  小結(jié)                   
 第3章 步驟2：識別關(guān)鍵的業(yè)務問題                  
 3.1  選擇關(guān)鍵的業(yè)務問題                  
 3.1.1  數(shù)據(jù)挖掘不能解決的問題                  
 3.1.2  數(shù)據(jù)可視化問題定義                  
 3.1.3  可視化數(shù)據(jù)挖掘問題定義                  
 3.2  計劃投資回報率（ROI）目標                  
 3.2.1  決定可視化和數(shù)據(jù)挖掘分析目標以及成功的條件                  
 3.3  問題和目標定義案例研究                  
 3.4  小結(jié)                   
 第2部分  數(shù)據(jù)預處理階段                  
 第4章  步驟3：選擇業(yè)務數(shù)據(jù)集                  
 4.1  識別操作型數(shù)據(jù)                  
 4.1.1  探索型數(shù)據(jù)集市                  
 4.1.2  業(yè)務數(shù)據(jù)集                  
 4.1.3  數(shù)據(jù)類型                  
 4.1.4  實驗單元                  
 4.2  從操作型數(shù)據(jù)源選擇字段                  
 4.2.1  數(shù)據(jù)維編碼                  
 4.2.2  數(shù)據(jù)維一致性                  
 4.2.3  業(yè)務規(guī)則一致性                  
 4.2.4  惟一列                  
 4.2.5  重復列                  
 4.2.6  關(guān)聯(lián)字段                  
 4.2.7  可忽略的字段                  
 4.3  ECTL過程的開發(fā)和歸檔                  
 4.3.1  數(shù)據(jù)清洗                  
 4.3.2  操作型數(shù)據(jù)源抽樣                  
 4.3.3  避免樣本偏差                  
 4.3.4  可用的ECTL工具                  
 4.3.5  ECTL過程歸檔                  
 4.4  選擇業(yè)務數(shù)據(jù)集案例研究                  
 4.4.1  識別操作型數(shù)據(jù)源                  
 4.4.2  客戶文件的ECTL過程                  
 4.4.3  客戶文件ECTL過程歸檔                  
 4.4.4  合同文件的ECTL過程                  
 4.4.5  合同文件ECTL過程歸檔                  
 4.4.6  賬單文件的ECTL過程                  
 4.4.7  賬單文件ECTL構(gòu)成歸檔                  
 4.4.8  人口統(tǒng)計文件的ECTL過程                  
 4.4.9  人口統(tǒng)計文件ECTL過程歸檔                  
 4.4.10  創(chuàng)建業(yè)務數(shù)據(jù)集的過程                  
 4.4.11  案例ECTL過程回顧                  
 4.5  小結(jié)                   
 第5章  步驟4：轉(zhuǎn)換業(yè)務數(shù)據(jù)集                  
 5.1  邏輯轉(zhuǎn)換的類別                  
 5.1.1  表級別的邏輯轉(zhuǎn)換                  
 5.1.2  字段級別的邏輯轉(zhuǎn)換                  
 5.1.3  邏輯轉(zhuǎn)換歸檔                  
 5.2  客戶保留業(yè)務數(shù)據(jù)集邏輯轉(zhuǎn)換的VDM案例研究                  
 5.2.1  customer_join業(yè)務數(shù)據(jù)集邏輯轉(zhuǎn)換                  
 5.2.2  業(yè)務數(shù)據(jù)集customer_join邏輯轉(zhuǎn)換歸檔                  
 5.2.3  customer_demographic業(yè)務數(shù)據(jù)集邏輯轉(zhuǎn)換                  
 5.2.4  業(yè)務數(shù)據(jù)集customer_demographic邏輯轉(zhuǎn)換歸檔                  
 5.2.5  案例研究中的邏輯轉(zhuǎn)換過程回顧                  
 5.3  小結(jié)                   
 第6章 步驟5：驗證業(yè)務數(shù)據(jù)集                  
 6.1  驗證過程                  
 6.1.1  驗證數(shù)據(jù)準備操作的完整性                  
 6.1.2  驗證數(shù)據(jù)準備操作的邏輯                  
 6.2  數(shù)據(jù)特征分析工具                  
 6.3  驗證案例學習中的數(shù)據(jù)集                  
 6.3.1  驗證ECTL過程                  
 6.3.2  驗證邏輯轉(zhuǎn)換                  
 6.4  小結(jié)                   
 第3部分  數(shù)據(jù)分析階段和其他                  
 第7章  步驟6：選擇可視化或挖掘工具                  
 7.1  選擇合適的數(shù)據(jù)可視化工具                  
 7.1.1  多維可視化                  
 7.1.2  特殊的地形和層次可視化工具                  
 7.2  選擇合適的數(shù)據(jù)挖掘工具                  
 7.2.1  哪些數(shù)據(jù)挖掘工具是可用的                  
 7.2.2  有監(jiān)督和無監(jiān)督的學習                  
 7.2.3  有監(jiān)督學習工具                  
 7.2.4  無監(jiān)督學習工具                  
 7.2.5  數(shù)據(jù)挖掘工具解決典型問題的情況                  
 7.2.6  哪種可用的工具最適合目前的情況                  
 7.3  為本案例選擇可視化和數(shù)據(jù)挖掘工具                  
 7.3.1  選擇數(shù)據(jù)可視化工具                  
 7.3.2  選擇數(shù)據(jù)挖掘工具                  
 7.4  小結(jié)                   
 第8章  步驟7：分析可視化或挖掘工具                  
 8.1  分析數(shù)據(jù)可視化                  
 8.1.1  使用頻率圖發(fā)現(xiàn)和評估關(guān)鍵的業(yè)務指標                  
 8.1.2  使用帕雷托圖發(fā)現(xiàn)和評估關(guān)鍵業(yè)務指標的重要性                  
 8.1.3  使用雷達圖描繪季節(jié)性的趨勢和問題區(qū)域                  
 8.1.4  使用折線圖分析時間關(guān)系                  
 8.1.5  使用散點圖評估因果關(guān)系                  
 8.2  分析數(shù)據(jù)挖掘模型                  
 8.2.1  使用可視化了解核心數(shù)據(jù)挖掘任務的性能                  
 8.3  使用可視化了解和評估有監(jiān)督學習模型                  
 8.3.1  在模型部署之后使用可視化                  
 8.4  分析案例中的可視化和數(shù)據(jù)挖掘工具                  
 8.4.1  使用帶有趨勢線的頻率圖分析時間關(guān)系                  
 8.4.2  使用帕雷托圖發(fā)現(xiàn)和評估關(guān)鍵業(yè)務指標的重要性                  
 8.4.3  使用散點圖評估因果關(guān)系                  
 8.4.4  使用數(shù)據(jù)挖掘進一步認識客戶流失問題                  
 8.5  小結(jié)                   
 第9章  步驟8：驗證和展示可視化或挖掘模型                  
 9.1  驗證數(shù)據(jù)可視化和挖掘模型                  
 9.1.1  驗證業(yè)務數(shù)據(jù)集的邏輯轉(zhuǎn)換                  
 9.1.2  驗證你的業(yè)務假設                  
 9.2  組織和創(chuàng)建業(yè)務展示                  
 9.2.1  業(yè)務展示部分                  
 9.2.2  要求采取行動                  
 9.3  VDM項目的實施階段                  
 9.4  驗證和展示分析結(jié)果的案例研究                  
 9.4.1  驗證對業(yè)務數(shù)據(jù)集所做的邏輯轉(zhuǎn)換                  
 9.4.2  驗證業(yè)務假設                  
 9.4.3  業(yè)務展示                  
 9.5  小結(jié)                   
 第10章  可視化數(shù)據(jù)挖掘的未來                  
 10.1  項目計劃階段                  
 10.2  數(shù)據(jù)準備階段                  
 10.3  數(shù)據(jù)分析階段                  
 10.4  商業(yè)可視化數(shù)據(jù)挖掘軟件的趨勢                  
 10.4.1  更多的圖表種類和用戶自定義的布局                  
 10.4.2  允許用于進行交互的動態(tài)可視化                  
 10.4.3  可視化數(shù)據(jù)結(jié)構(gòu)的大小和復雜性                  
 10.4.4  工具間交換信息的標準                  
 10.5  小結(jié)                  
 詞匯表