IBM SPSS Modeler数据与文本挖掘实战
《IBM SPSS Modeler数据与挖掘实战》
王国平
Python、Tableau、Power BI、SPSS、可视化数据挖掘、数据挖掘、数据可视化、数据分析
展开
-
《IBM SPSS Modeler数据与文本挖掘实战》之文本挖掘算法
随着文档信息的迅猛发展,文本分类成为处理和组织大量文档数据的关键技术。现代文本分类和聚类领域面临巨大的挑战,而且随着学者研究的不断深入,其中的一些深层次问题也逐渐暴露出来,一些问题也已经成为本学科进一步发展的阻碍。但是,从另一个角度来说,它们也揭示了文本分类和聚类领域下一步应该重点研究的内容和方向。文本自动分类是指将一个文本自动指定到一个或几个前期预定义的文本类别中。文本分类在文本检索、信...原创 2020-02-03 19:22:22 · 2583 阅读 · 2 评论 -
《IBM SPSS Modeler数据与文本挖掘实战》之社交网络分析
社交网络分析将关于关系的信息转换为字段,这些字段可描述个人和组的社交行为的特征。社交网络分析可识别影响网络中他人行为的社交领导。此外,可确定受其他网络参与者影响最大的个体。通过结合这些结果和其他测量,可创建个人的综合配置文件,作为预测模型的基础,包括此社交信息的模型比不包括的模型执行效果更好。本章将首先介绍社交网络分析的基本知识,包括模型定义、模型应用、建模步骤和一些重要的模型注意事项,随...原创 2020-02-03 19:13:32 · 3536 阅读 · 0 评论 -
《IBM SPSS Modeler数据与文本挖掘实战》之常用数据挖掘软件
根据数据挖掘软件的开发目的和用途,一般可以分为专业型和通用型两种。专业型数据挖掘软件一般是针对某个特定领域的问题提供解决方案,在设计算法的时候充分考虑到数据的规模、类型以及研究者的需求等特点,并作了优化;而通用型数据挖掘软件不区分具体数据的含义,能处理常见的数据类型,具有较为广泛的使用范围,其所包含的数据挖掘方法也较为全面,而且通用型数据挖掘软件还具有良好的数据库管理能力以及其他常规的统计分析...原创 2020-02-03 19:06:52 · 2703 阅读 · 0 评论 -
《IBM SPSS Modeler数据与文本挖掘实战》之序言
本书主要包括两部分内容:在数据挖掘部分,重点介绍了各种数据挖掘方法的基本原理及应用,包括回归分析、时间序列分析、因子分析、决策树分析、判别分析、聚类分析、人工神经网络、贝叶斯网络以及社交网络分析等;在文本挖掘部分,重点介绍了文本挖掘的节点,以及具体的实现过程。每一章都详细介绍了数据和文本挖掘的基本原理和分析过程,同时在实例中也介绍了SPSSModeler中大部分节点的使用方法及应用步骤。...原创 2020-02-03 19:00:26 · 651 阅读 · 0 评论