淘课网-企业专家讲师服务平台

培训受众:

数学类、统计类、计算机类、经济金融类、物流运输等专业的在校学生
数据挖掘开发人员
生物信息类、医学类、农业类、环境类、信息管理类等专业的研究生
进行数据挖掘应用研究的科研人员
关注高级数据分析的人员

课程收益:

以企业的技术和人才为依托，通过企业开发的课程、软件和实际案例，培养学生运用数学知识和统计软件分析解决实际问题及独立研究能力，锻炼学生成为企事业单位数据挖掘分析和大数据处理的中高级专业技术应用型人才。学员结业后将主要具有以下技能：

1.能熟练使用常用模型如分类、预测、决策树、聚类、关联、神经网络等；
2.能熟练使用数理统计、数据分析、数据挖掘工具软件（如R语言），熟练使用SQL；
3.针对具体的数据挖掘应用需求，能熟练抽象出可合适的数据挖掘模型，并整理出其技术实现路线。

培训颁发证书:

学生结业之后，颁布结业证书，可自愿办理工信部专项技术证书(数据分析师高级400元/人)

课程大纲:

培训大纲

理论 -数据挖掘基本理论（4天）

1、数据挖掘概述
2、数据探索:数据质量探索与数据特征分析
3、数据预处理：数据清洗、数据集成、数据变换、数据规约
4、数据挖掘建模：分类与预测、聚类分析、关联规则、时序模式、离群点检测、智能推荐

工具-R语言（4天）
1.R基础介绍、数据的导入导出，数据结构及数据基本管理
2.基础统计分析、低级绘图、高级绘图
3.线性回归分析、关联规则、KNN紧邻算法、聚类分析
4.Rattle使用、综合案例演示

案例-5大经典案例（10天）
案例一：电力窃漏电用户自动识别
通过采集电力计量自动化系统的电流、电压、功率因数等用电负荷数据，用电异常等终端报警信息以及电力营销系统提供的历史窃漏电用例，归纳出窃漏电用户的关键特征，构建出窃漏电用户的识别模型，最终通过监测用户用电数据，实现窃漏电用户的实时在线诊断。

案例二：家用电器用户行为分析及事件识别
家用电器在使用过程中，因地区气候、区域不同、用户年龄性别差异，形成不同的机组使用行为，称之为用户的使用习惯。根据用户使用热水器的使用行为构建出洗浴事件识别模型，进而深入了解热水器在用户所在区域的真实使用习惯，优化新产品的设计和布局营销。

案例三：电商品论数据情感分析
随着互联网与移动互联网的快速发展，网上购物将成为人民生活的一部分。网民在电商平台上浏览和购物，产生了海量的数据，如何利用好这些碎片化、非结构化的数据，将直接影响到企业产品在电商平台上的发展，也是大数据在实际企业经营中的应用。对于用户在电商平台上留下的评论数据，运用文本分析方法，了解用户的需求、抱怨，购买原因以及产品的优点、缺点，对于改善家电设备产品及用户体验有着重要的意义。

案例四：基于基站定位数据的商圈分析
商圈是现代市场中企业市场活动的空间，也是商品和服务享用者的区域。商圈划分的目的之一是为了研究潜在的顾客的分布以制定适宜的商业对策。从通信运营商提供的基站定位数据，利用基站小区的覆盖范围作为商圈区域的划分，归纳出商圈的人流特征和规律，识别出不同类别的商圈，实现营销指导。

案例五：基于关联规则的电子商务智能推荐服务
根据电子商务网站采集到的用户访问数据，对用户的访问内容作关联规则分析，探寻用户访问网站的业务逻辑关系，为用户推荐精确的知识内容与服务，从而建立稳定的网站忠实顾客群，实现客户链式反应增值，为企业实现更为人性化的客户定位，提高消费者满意度