知識模塊

授課內容

數據處理及復雜數據可視化（一）

第一講 大數據挖掘及可視化介紹
? 數據挖掘及可視化背景
? 數據挖掘流程
? 常用挖掘工具介紹
? R語言的優勢
? R數據挖掘可視化工具-Rattle快速上手
? R語言對復雜數據可視化的優勢
? R語言快速入門
? 利用caret包做數據抽樣及虛擬化處理

數據處理及復雜數據可視化（二）

第二講 數據質量分析及高級可視化
? 缺失值處理的高級方法
? 異常值甄別的高級方法
? 數據可視化進階：lattice及ggplot2包介紹
? 數據交互可視化：rCharts、recharts、networkD3、plotly等包介紹

數據挖掘模型實戰（一）

第三講 聚類分析及R語言實現
聚類分析是一種原理簡單、應用廣泛的數據挖掘技術。顧名思義，聚類分析即是把若干事物按照某種標準歸為幾個類別，其中較為相近的聚為一類，不那么相近的聚于不同類。
? 案例一：對著名的鳶尾花數據進行K均值聚類分析
? 案例二：對汽車數據進行K均值聚類分析
? 案例三：對洛杉磯街區數據進行層次聚類
? 案例四：對汽車數據進行層次聚類
第四講 關聯規則及R語言實現
關聯規則（著名的“啤酒和尿布”）是數據挖掘的基礎和核心技術之一，本講將著重圍繞經典的Apriori算法，闡明關聯規則的支持、置信和提升程度與控制，使用R語言快速完成關聯規則分析，并通過arulesViz擴展包對關聯規則進行可視化展示。
案例：利用超市購物籃Groceries數據進行關聯規則分析

數據挖掘模型實戰（二）

第五講 KNN近鄰算法及R語言實現
KNN（k-Nearest Neighbor)分類算法是數據挖掘分類技術中較簡單的方法之一。所謂k最近鄰，就是k個最近的鄰居的意思，說的是每個樣本都可以用它最接近的k個鄰居來代表。
? 案例一：對鳶尾花數據集進行knn分類
? 案例二：對乳腺癌數據進行knn分類
? 案例三：對文本數據進行knn分類
第六講 決策樹分類及R語言實現
決策樹是數據挖掘的經典方法，其原理容易被理解。本講主要講授兩種最為普遍的決策樹算法：CART和C5.0算法，使用rpart和C50函數進行R語言分析。
? 案例一：對鳶尾花數據集運用C50算法分類
? 案例二：對鳶尾花數據集運用CART算法進行分類
? 案例三：對汽車數據運用CART對汽車重量進行預測

行業應用案例分享（一）

第七講 深度挖掘用戶付費行為及社會網絡分析
? 對用戶的購買行為進行購物籃分析
? 智能推薦系統常用算法介紹
? 對用戶購物行為構建智能推薦系統
? 社會網絡圖基本知識
? 利用R語言繪制社會網絡圖
? 利用Gephi繪制社會網絡圖
? 對用戶購物行為進行聚類分析，發現社群

行業應用案例分享（二）

第八講 客戶價值分析
? 背景與挖掘目標
? 分析方法及過程
? 數據探索分析
? 數據預處理
? 模型構建
? 模型應用

?

第九講 漏斗模型及路徑分析
? 漏斗模型的主要應用場景
? 路徑分析的主要應用場景
? 漏斗模型與路徑分析的不同點
? sunburst事件路徑圖的繪制方法
? 利用基于時序的關聯規則對點擊事件進行分析