对于数据挖掘入门非常有帮助

很早买了这本书，今天花了一个多小时翻了一下。非数据挖掘从业者。一个感觉，文字太多了，应该多穿插一下图来辅助讲解。

数据化运营，以企业级海量数据的储存和分析挖掘应用为核心支持，企业全员参与，以精准细化和精细化为特点的企业运营制度和战略。

常见的错误观念，
轻视业务论，技术万能论，技术尖端论，建模与应用两段论，机器万能论。

常见的数据分析项目类型
目标客户的特征分析，目标客户的预测模型，用户路径分析，交叉销售，销售预测，用户分层，信用模型，商品推荐模型。

神经网络是一组互相连接的输入输出单元，其中每个连接都会与一个权重相关联，在学习阶段，通过调整这些连接的权重，就能够预测输入观察值的正确类标示。

相比数据挖掘中常用的其他算法例如决策树，神经网络，邻近记忆梳理等，逻辑回归技术最为成熟，应用最广泛。

统计技术中的假设检验，是应用最集中最普遍的，并且可以有效的满足分析需求。

路径分析的几种方法
社会网络分析，基于链接
基于序列的关联分析，仅仅分析先后顺序的关联关系
最朴素的遍历史的方法，例如把特定页面的所有来源以及相应的流量大小整理出来，同时把下一个去向的页面整理出来，再结合业务特点，做深入分析。