大数据营销

蔡丹

目录

  • 1 大数据时代——认识数据营销科学
    • 1.1 营销数据科学概述
    • 1.2 营销数据分析流程
    • 1.3 大数据营销的应用场景
    • 1.4 常用的数据分析工具
    • 1.5 基于关联规则的购物篮分析
  • 2 营销数据的采集与获取
    • 2.1 数据类型与来源
    • 2.2 数据读取与保存
  • 3 Python数据分析基础
    • 3.1 Numpy与Pandas
    • 3.2 实操代码
  • 4 营销数据探索性分析与可视化（1）
    • 4.1 数据探索性分析
    • 4.2 可视化工具Matplotlib及代码
  • 5 营销数据探索性分析与可视化（2）
    • 5.1 数据可视化工具seaborn
    • 5.2 实操代码
  • 6 营销数据探索性分析与可视化（1）
    • 6.1 探索性分析
    • 6.2 可视化工具pyecharts及代码
    • 6.3 可视化分析
  • 7 数据统计分析
    • 7.1 本节内容框架
    • 7.2 实操代码
  • 8 数据分析和模型构建
    • 8.1 算法原理
    • 8.2 实操代码
  • 9 综合案例（一）
    • 9.1 本节内容框架
    • 9.2 本节知识点
  • 10 综合案例（二）
    • 10.1 本节内容框架
    • 10.2 本节知识点
  • 11 文本挖掘及案例
    • 11.1 本节内容框架
    • 11.2 本节知识点
  • 12 综合案例（三）
    • 12.1 本节内容框架
    • 12.2 本节知识点
算法原理

（1）分类与回归算法

（2）决策树算法

（3）聚类分析

（3）智能推荐

（4）关联规则

（5）模型评估与优化