spss modeler数据挖掘实战技巧（12集）

课程大纲：

　　一、SPSS Modeler数据挖掘概述

　　1、课程版本

　　2、软件安装

　　3、软件优势

　　4、课程优势

　　二、数据挖掘流程与原理

　　1、数据挖掘流程

　　2、数据挖掘步骤

　　3、软件原理

　　4、电子商务的数据挖掘

　　5、常用模型

　　三、数据挖掘准备工作

　　1、读取数据源

　　(1)标准表格

　　(2)SPSS格式

　　(3)Excel格式

　　(4)文本格式

　　2、链接数据库做数据挖掘

　　3、数据合并与追加

　　(1)合并追加

　　(2)链接方式

　　(3)多种链接方式

　　4、类型节点

　　5、Modeler计算字段

　　6、样本管理

　　7、数据质量与审查

　　四、数据挖掘模型

　　1、图形的简单统计分析

　　2、输出的统计分析

　　3、建模高级统计分析

　　4、用于股票数据预测的神经网络

　　(1)神经网络模型节点

　　(2)神经元节点

　　(3)网络分类

　　(4)神经网络节点模型选项

　　(5)快速方法

　　(6)神经网络高级选项

　　(7)适应度

　　5、关联分析

　　(1)实际运用

　　(2)数据形式

　　(3)模型分类

　　(4)基本概念

　　(5)Sequence模型

　　(6)时序关联

　　6、RFM客户价值分析

　　(1)生命周期管理

　　(2)客户分类

　　(3)软件操作

　　7、聚类分析

　　8、决策树模型评估

　　(1)决策树原理

　　(2)数据挖掘

　　(3)决策树分类

　　(4)模型评估

　　(5)Modeler 帮助文档

讲师简介：

　　杜超

　　互联网数据分析师，擅长数据管理、数据分析、市场分析、数据挖掘、数据可视化及网络营销，曾参与多个大型市场研究项目，包括品牌研究、广告分析、口味测试、价格研究、概念测试、普查、汽车研究、神秘顾客等；曾任职于中型独立B2C电商公司，包括查询数据库数据做分析、可视化、撰写报表等工作。在电商服务公司任职时，对品牌研究，客户价值分析，客户生命周期，商品分类，流量质量评估，文本数据挖掘，数据管理(MySQL)，数据可视化有深入研究。