目錄
第1部分 數(shù)據(jù)挖掘基礎(chǔ)
第1章 Python數(shù)據(jù)挖掘基礎(chǔ) 4
1.1　數(shù)據(jù)挖掘軟件簡介 5
1.1.1 基本數(shù)據(jù)挖掘軟件 5
1.1.2 Python語言介紹 6
1.2　Anaconda計算包 9
1.2.1 Anaconda的使用 9
1.2.2 Jupyter分析平臺 11
1.2.3 Spyder編程平臺 15
1.3　Python編程基礎(chǔ) 17
1.3.1 Python編程入門 17
1.3.2 Python數(shù)據(jù)類型 17
1.3.3 Python編程運算 21
1.4　Python程序設(shè)計 23
1.4.1 Python數(shù)據(jù)分析包 24
1.4.2 數(shù)值分析包numpy 26
1.4.3 基本繪圖包matplotlib 27
數(shù)據(jù)及練習(xí)1 34
第2章 數(shù)據(jù)挖掘的基本方法 36
2.1　數(shù)據(jù)收集過程 37
2.1.1 常規(guī)數(shù)據(jù)收集 37
2.1.2 大數(shù)據(jù)的概念 42
2.1.3 數(shù)據(jù)管理 46
2.1.4 數(shù)據(jù)分析包pandas 48
2.2　數(shù)據(jù)的描述分析 56
2.2.1 基本統(tǒng)計量 56
2.2.2 基于數(shù)據(jù)框的繪圖 61
2.3　數(shù)據(jù)的透視分析 65
2.3.1 一維頻數(shù)分析 65
2.3.2 二維集聚分析 67
2.3.3 多維透視分析 72
數(shù)據(jù)及練習(xí)2 74
第3章 數(shù)據(jù)挖掘的統(tǒng)計基礎(chǔ) 76
3.1　均勻分布及其應(yīng)用 77
3.1.1 均勻分布的概念 77
3.1.2 均勻分布的應(yīng)用 78
3.2　正態(tài)分布及其應(yīng)用 81
3.2.1 正態(tài)分布簡介 81
3.2.2 基本統(tǒng)計推斷 85
數(shù)據(jù)及練習(xí)3 87
第2部分 數(shù)值數(shù)據(jù)的挖掘
第4章 線性相關(guān)與回歸模型 90
4.1　兩變量相關(guān)與回歸分析 91
4.1.1 兩變量線性相關(guān)分析 91
4.1.2 兩變量線性回歸模型 93
4.2　多變量相關(guān)與回歸分析 95
4.2.1 多變量線性相關(guān)分析 95
4.2.2 多變量線性回歸模型 97
數(shù)據(jù)及練習(xí)4 107
第5章 時間序列數(shù)據(jù)分析 110
5.1　時間序列簡介 111
5.1.1 時間序列的概念 111
5.1.2 時間序列的模擬 111
5.1.3 股票數(shù)據(jù)的分析 113
5.2　時間序列模型的構(gòu)建 114
5.2.1 ARIMA模型 114
5.2.2 ARMA模型的構(gòu)建 119
5.2.3 ARMA模型的建立與檢驗 123
5.3　時間序列模型的應(yīng)用 129
5.3.1 模型的預(yù)處理 130
5.3.2 模型的估計與檢驗 131
5.3.3 模型的預(yù)測分析 133
數(shù)據(jù)及練習(xí)5 133
第6章 多元數(shù)據(jù)的統(tǒng)計分析 135
6.1 綜合評價方法 136
6.1.1 綜合評價指標(biāo)體系 136
6.1.2 綜合評價分析方法 138
6.2　主成分分析方法 144
6.2.1 主成分分析方法的基本思想 144
6.2.2 主成分的基本分析 146
6.3　聚類分析方法 151
6.3.1 聚類分析方法的概念 151
6.3.2 系統(tǒng)聚類方法 153
數(shù)據(jù)及練習(xí)6 158
第3部分 文本數(shù)據(jù)的挖掘
第7章 簡單文本處理方法 162
7.1　字符串處理 163
7.1.1 字符串的基本操作 163
7.1.2 字符串查詢與替換 164
7.2　簡單文本處理 165
7.2.1 文本挖掘的概念 165
7.2.2 文本數(shù)據(jù)的分詞 167
7.3　網(wǎng)絡(luò)數(shù)據(jù)的爬蟲 170
7.3.1 網(wǎng)頁的基礎(chǔ)知識 170
7.3.2 Python爬蟲步驟 171
7.3.3 爬蟲方法的應(yīng)用 173
數(shù)據(jù)及練習(xí)7 180
第8章 社會網(wǎng)絡(luò)與知識圖譜 182
8.1　社會網(wǎng)絡(luò)的初步印象 183
8.1.1 社會網(wǎng)絡(luò)分析概念 183
8.1.2 社會網(wǎng)絡(luò)分析包 184
8.2　社會網(wǎng)絡(luò)圖的構(gòu)建 185
8.2.1 社會網(wǎng)絡(luò)數(shù)據(jù)形式 185
8.2.2 社會網(wǎng)絡(luò)統(tǒng)計量 188
8.2.3 美化社會網(wǎng)絡(luò)圖 191
8.3　商業(yè)數(shù)據(jù)知識圖譜應(yīng)用 194
8.3.1 關(guān)聯(lián)規(guī)則分析概念入門 194
8.3.2 關(guān)聯(lián)規(guī)則分析基礎(chǔ)應(yīng)用 195
8.3.3 關(guān)聯(lián)規(guī)則可視化分析 197
8.3.4 大樣本關(guān)聯(lián)規(guī)則實戰(zhàn) 199
數(shù)據(jù)及練習(xí)8 203
第9章 文獻計量與知識圖譜 204
9.1　文獻計量研究的框架 205
9.2　文獻數(shù)據(jù)的收集與分析 206
9.2.1 文獻數(shù)據(jù)的獲取 206
9.2.2 文獻數(shù)據(jù)的分析 209
9.3　科研數(shù)據(jù)的管理與評價 213
9.3.1 科研單位與項目分析 213
9.3.2 科研期刊與作者分析 215
9.3.3 圖譜共現(xiàn)矩陣計算 217
9.3.4 共現(xiàn)矩陣的網(wǎng)絡(luò)圖 218
數(shù)據(jù)及練習(xí)9 221
附錄 資源共享平臺與云計算平臺 222
附錄A 資源共享平臺 222
A1 本書的學(xué)習(xí)網(wǎng)站 222
A2 本書自定義函數(shù) 223
附錄B 云計算平臺簡介 225
B1 課程學(xué)習(xí)平臺 225
B2 習(xí)題解答平臺 226
參考文獻 228