行业数据挖掘与决策支持系统解决方案.docVIP

行业数据挖掘与决策支持系统解决方案

TOC\o1-2\h\u13791第1章数据挖掘基础理论 3

117661.1数据挖掘的定义与分类 3

7781.2数据挖掘在行业中的应用 3

172641.3数据挖掘的关键技术 4

7244第2章行业数据特点与挖掘需求 4

309162.1行业数据特点 4

201312.2行业数据挖掘需求分析 5

271042.3行业数据挖掘面临的挑战 5

26001第3章数据预处理与数据仓库构建 6

241833.1数据预处理技术 6

295093.1.1数据抽取 6

112713.1.2数据转换 6

315353.1.3数据加载 6

175643.2数据清洗与数据集成 6

66843.2.1数据清洗 6

166293.2.2数据集成 6

246533.3数据仓库的构建与设计 7

268303.3.1数据仓库架构 7

299873.3.2数据仓库设计 7

4681第4章行业数据挖掘算法与应用 7

64904.1行业数据挖掘算法概述 7

147994.2关联规则挖掘算法 7

9994.3聚类分析算法 8

322324.4分类与预测算法 8

14068第5章决策支持系统构建 8

181355.1决策支持系统概述 9

55195.2行业决策支持系统需求分析 9

245655.3行业决策支持系统架构设计 9

2056第6章数据可视化与交互式分析 10

146356.1数据可视化技术 10

112896.1.1基本概念 10

309736.1.2可视化工具与技术 10

141396.1.3可视化设计原则 10

30586.2交互式数据分析方法 10

94466.2.1交互式数据分析技术 10

11376.2.2用户界面设计 10

224096.2.3交互式数据分析的应用场景 10

302766.3行业数据可视化与交互式分析应用 10

190656.3.1行业数据可视化案例 10

49546.3.2行业交互式数据分析案例 11

92606.3.3效益与展望 11

15237第7章案例分析：政务大数据挖掘与决策支持 11

131807.1政务大数据概述 11

325847.2案例一：税收大数据挖掘与分析 11

306567.2.1背景介绍 11

220017.2.2数据来源与处理 11

48677.2.3模型与方法 11

24437.2.4应用与实践 11

160367.3案例二：公共卫生大数据挖掘与决策支持 11

121517.3.1背景介绍 12

240857.3.2数据来源与处理 12

313987.3.3模型与方法 12

267877.3.4应用与实践 12

23755第8章智能化决策支持系统 12

272418.1人工智能技术概述 12

220178.2机器学习与深度学习在行业的应用 12

76368.2.1机器学习概述 12

37678.2.2深度学习概述 12

272458.2.3机器学习与深度学习在行业的应用实例 13

301748.3智能化决策支持系统构建与实现 13

150388.3.1系统架构 13

116988.3.2数据处理与特征工程 13

272768.3.3模型选择与训练 13

91028.3.4系统实现与部署 13

224648.3.5应用案例分析 13

21427第9章安全与隐私保护 13

132339.1数据挖掘与决策支持中的安全问题 14

327419.1.1数据泄露 14

244979.1.2数据篡改 14

62159.1.3系统漏洞 14

140879.1.4恶意攻击 14

204599.2数据加密与隐私保护技术 14

311719.2.1对称加密 14

253149.2.2非对称加密 14

263729.2.3哈希算法 14

4689.2.4安全协议 15

191179.3行业数据安全与隐私保护策略 15

141949.3.1制定严格的数据安全政策 15

86139.3.2加强数据加密与访问控制 15

323079.3.3定期进行安全审计