時間

知識模塊

授課內(nèi)容

**天

上午

數(shù)據(jù)處理及復雜數(shù)據(jù)可視化（一）

**講 大數(shù)據(jù)挖掘及可視化介紹

? 數(shù)據(jù)挖掘及可視化背景

? 數(shù)據(jù)挖掘流程

? 常用挖掘工具介紹

? R語言的優(yōu)勢

? R數(shù)據(jù)挖掘可視化工具-Rattle**上手

? R語言對復雜數(shù)據(jù)可視化的優(yōu)勢

? R語言**入門

? 利用caret包做數(shù)據(jù)抽樣及虛擬化處理

**天

下午

數(shù)據(jù)處理及復雜數(shù)據(jù)可視化（二）

第二講 數(shù)據(jù)質(zhì)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(shù)據(jù)可視化進階：lattice及ggplot2包介紹

? 數(shù)據(jù)交互可視化：rCharts、recharts、networkD3、plotly等包介紹

第二天

上午

數(shù)據(jù)挖掘模型實戰(zhàn)（一）

第三講 聚類分析及R語言實現(xiàn)

聚類分析是一種原理簡單、應用廣泛的數(shù)據(jù)挖掘技術(shù)。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(shù)據(jù)進行K均值聚類分析

? 案例二：對汽車數(shù)據(jù)進行K均值聚類分析

? 案例三：對洛杉磯街區(qū)數(shù)據(jù)進行層次聚類

? 案例四：對汽車數(shù)據(jù)進行層次聚類

第四講 關(guān)聯(lián)規(guī)則及R語言實現(xiàn)

關(guān)聯(lián)規(guī)則（著名的“啤酒和尿布”）是數(shù)據(jù)挖掘的基礎(chǔ)和核心技術(shù)之一，本講將著重圍繞經(jīng)典的Apriori算法，闡明關(guān)聯(lián)規(guī)則的支持、置信和提升程度與控制，使用R語言**完成關(guān)聯(lián)規(guī)則分析，并**arulesViz擴展包對關(guān)聯(lián)規(guī)則進行可視化展示。

案例：利用超市購物籃Groceries數(shù)據(jù)進行關(guān)聯(lián)規(guī)則分析

第二天

下午

數(shù)據(jù)挖掘模型實戰(zhàn)（二）

第五講 KNN近鄰算法及R語言實現(xiàn)

KNN（k-Nearest Neighbor)分類算法是數(shù)據(jù)挖掘分類技術(shù)中較簡單的方法之一。所謂k*近鄰，就是k個*近的鄰居的意思，說的是每個樣本都可以用它*接近的k個鄰居來代表。

? 案例一：對鳶尾花數(shù)據(jù)集進行knn分類

? 案例二：對乳腺癌數(shù)據(jù)進行knn分類

? 案例三：對文本數(shù)據(jù)進行knn分類

第六講 決策樹分類及R語言實現(xiàn)

決策樹是數(shù)據(jù)挖掘的經(jīng)典方法，其原理容易被理解。本講主要講授兩種*為普遍的決策樹算法：CART和C5.0算法，使用rpart和C50函數(shù)進行R語言分析。

? 案例一：對鳶尾花數(shù)據(jù)集運用C50算法分類

? 案例二：對鳶尾花數(shù)據(jù)集運用CART算法進行分類

? 案例三：對汽車數(shù)據(jù)運用CART對汽車重量進行預測

第三天

上午

行業(yè)應用案例分享（一）

第七講 深度挖掘用戶付費行為及社會網(wǎng)絡分析

? 對用戶的購買行為進行購物籃分析

? 智能推薦系統(tǒng)常用算法介紹

? 對用戶購物行為構(gòu)建智能推薦系統(tǒng)

? 社會網(wǎng)絡圖基本知識

? 利用R語言繪制社會網(wǎng)絡圖

? 利用Gephi繪制社會網(wǎng)絡圖

? 對用戶購物行為進行聚類分析，發(fā)現(xiàn)社群

第三天

下午

行業(yè)應用案例分享（二）

第八講 航空公司客戶價值分析

? 背景與挖掘目標

? 分析方法及過程

? 數(shù)據(jù)探索分析

? 數(shù)據(jù)預處理

? 模型構(gòu)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(guān)聯(lián)規(guī)則對點擊事件進行分析

第四天

學習考核與業(yè)內(nèi)經(jīng)驗交流