R語言數據分析項目精解 理論 方法 實戰pdf

圖書網
圖書網
圖書網
10560
文章
1403
評論
2020年6月4日21:33:39 1 51
摘要

適讀人群 :科研機構和大數據工作從業人員
《R 語言數據分析項目精解:理論、方法、實戰》適合人群:
互聯網行業數據分析人員:通過閱讀《R 語言數據分析項目精解:理論、方法、實戰》,可以把學到的知識直接運用到生產實踐中。
互聯網產品運營人員:通過閱讀《R 語言數據分析項目精解:理論、方法、實戰》,可以了解數據分析團隊一般是如何支持產品運營人員的,以及數據分析團隊能幫助產品運營人員干什么,產品運營人員將來可以更好地給數據分析團隊提出分析需求。
統計專業高校生:《R 語言數據分析項目精解:理論、方法、實戰》可以作為行業實踐案例教材,在學習書本知識的同時更好地了解實際情況,親自動手進行實踐,提高實戰能力。
其他行業數據分析人員:可以了解互聯網行業是如何進行數據分析和模型開發的,相互交流和學習。
致力于數據分析工作的愛好者:《R 語言數據分析項目精解:理論、方法、實戰》可以作為數據分析從業人員相互交流、溝通的橋梁。
R語言愛好者:R語言的應用滲透到生產實踐的方方面面,《R 語言數據分析項目精解:理論、方法、實戰》既講解互聯網電商實際項目,又是R語言交流的平臺。

R語言數據分析項目精解 理論 方法 實戰 作者:羅榮錦

R語言數據分析項目精解 理論 方法 實戰 出版社:電子工業出版社

R語言數據分析項目精解 理論 方法 實戰 內容簡介

本書以互聯網電商企業為背景,抽象出工作中常見的數據分析問題,利用 R 語言和統計學列出了詳細的解決方案和過程。本書共 9 章,前兩章分別為總論和 R 語言入門知識,之后各章分別介紹了運營指標的建立、指標監控系統、假設檢驗及 AB 測試、變量篩選技術、用戶畫像系統、尋找優質用戶和文本挖掘等內容。本書涉及到的統計方法有:指標增長幅度量化方法、層次分析法、時間序列模型、基于正態分布的一元離群點檢驗、傅里葉譜分析、假設檢驗、主成分分析、因子分析、模糊聚類、無監督下連續型變量離散化、邏輯回歸模型和文本挖掘等。另外,本書提供了所有實例的 R 語言實現代碼,總計 33 個自定義函數和數千行代碼。本書適合數據分析從業人員、產品運營人員、統計專業學生和 R 語言愛好者閱讀。

R語言數據分析項目精解 理論 方法 實戰 目錄

前言

第1章 互聯網+統計學+R語言

1.1 互聯網中的統計學

1.1.1 “互聯網+”的發展

1.1.2 統計學的發展

1.1.3 大數據時代的統計學

1.2 R語言——互聯網與統計學的橋梁

1.3 本書結構

第2章 R語言基礎

2.1 安裝R語言

2.1.1 獲取和安裝R語言

2.1.2 安裝RStudio

2.1.3 R包

2.1.4 幫助

2.2 R語言基本對象

2.2.1 數據類型

2.2.2 向量

2.2.3 矩陣和數組

2.2.4 列表

2.2.5 數據框

2.2.6 因子

2.2.7 數據類型的辨別和轉換

2.2.8 數據類型和對象關系

2.3 工作空間和查看對象

2.3.1 工作空間和工作目錄

2.3.2 遍歷、創建、刪除文件夾

2.3.3 查看對象的方法

2.4 數據導入和導出

2.4.1 數據導入

2.4.2 數據導出

2.5 操作符和函數

2.5.1 操作符

2.5.2 函數

2.6 數據集操作

2.6.1 變量操作

2.6.2 數據集操作

2.6.3 數據集連接

2.6.4 數據匯總

2.7 控制流

2.7.1 重復和循環

2.7.2 條件執行

2.7.3 next和break

2.8 自定義函數

第3章 互聯網運營指標的建立

3.1 項目背景、目標及方案

3.1.1 項目背景

3.1.2 項目目標

3.1.3 項目方案

3.2 項目技術理論簡介

3.2.1 骨灰級流量指標

3.2.2 登錄和激活

2.2.3 訪問深度和吸引力

3.2.4 訂單指標

3.2.5 網站或APP性能指標

3.2.6 轉化率

3.2.7 層次分析法

3.3 項目實踐

3.3.1 搭建運營指標系統

3.3.2 制作對比型指標及趨勢線

3.3.3 創建用戶價值和活躍度指標

第4章 指標監控系統

4.1 項目背景、目標及方案

4.1.1 項目背景

4.1.2 項目目標

4.1.3 項目方案

4.2 項目技術理論簡介

4.2.1 時間序列基本統計量

4.2.2 數據觀測與描述性統計

4.2.3 隨機性

4.2.4 周期性

4.2.5 節假日模式識別

4.2.6 建模數據集的建立

4.2.7 指標監控方法(不含節假日)

4.2.8 節假日指標監控方法

4.2.9 R語言實例代碼

4.3 項目實踐

4.3.1 數據概覽

4.3.2 節假日模式識別

4.3.3 模型數據集的建立

4.3.4 指標監控(非節假日)

4.3.5 節假日指標監控

4.3.6 總結

第5章 用數據驅動業務——AB測試

5.1 項目背景、目標和方案

5.1.1 項目背景

5.1.2 項目目標

5.1.3 項目方案

5.2 項目技術理論簡介

5.2.1 自動化分流策略

5.2.2 整體評估指標

5.2.3 概率論預備知識

5.2.4 假設檢驗

5.2.5 三個問題

5.3 項目實踐

第6章 變量篩選技術

6.1 項目背景、目標和方案

6.1.1 項目背景

6.1.2 項目目標

6.1.3 項目方案

6.2 項目技術理論簡介

6.2.1 變量相關性

6.2.2 變量篩選

6.2.3 變量降維

6.2.4 R語言實例代碼

6.3 項目實踐

6.3.1 變量篩選

6.3.2 變量降維

第7章 構建用戶畫像系統

7.1 項目背景、目標和方案

7.1.1 項目背景

7.1.2 項目目標

7.1.3 項目方案

7.2 項目技術理論簡介

7.2.1 用戶畫像的基本概念

7.2.2 用戶畫像應用領域

7.2.3 用戶畫像分類

7.2.4 用戶畫像構建

7.2.5 用戶畫像標簽的數值處理方法

7.3 項目實踐

第8章 從數據中尋找優質用戶

8.1 項目背景、目標和方案

8.1.1 項目背景

8.1.2 項目目標

8.1.3 項目方案

8.2 項目技術理論簡介

8.2.1 邏輯回歸的基本概念

8.2.2 建模流程

8.2.3 模型開發階段

8.2.4 模型驗證階段

8.2.5 模型測試階段

8.2.6 商業應用流程

8.2.7 R語言實例代碼

8.3 項目實踐

8.3.1 數據探索

8.3.2 數據處理

8.3.3 建立模型

8.3.4 模型驗證

8.3.5 總結

第9章 文本挖掘——點評數據展示策略

9.1 項目背景、目標和方案

9.1.1 項目背景

9.1.2 項目目標

9.1.3 項目方案

9.2 項目技術理論簡介

9.2.1 評論文本質量量化指標模型

9.2.2 用戶相似度模型

9.2.3 情感性分析

9.2.4 R語言實例代碼

9.3 項目實踐

9.3.1 若干自定義函數

9.3.2 文本質量量化指標模型

9.3.3 用戶相似度模型

9.3.4 情感性分析

9.3.5 總結

R語言數據分析項目精解 理論 方法 實戰 精彩文摘

4.1.1 項目背景

還記得第3 章中那個運營團隊負責人嗎?在數據分析團隊花了幾周時間制定運營指標體系,并且制作了趨勢線指標及用戶價值和活躍度之后,一天上午他又氣呼呼地跑到數據分析總監的辦公室抱怨:每天查看運營分析報告簡直是一件令人頭疼的事情,指標太多了,并且一時間難以有效察覺問題;另外,他想知道未來可能的情況,以便可以提前做準備。數據分析總監聽后找來了數據分析經理,把需求闡述了一遍。數據分析經理領命后又一次陷入沉思,線上指標數量龐大,每天通過肉眼一個一個地跟蹤確實耗費大量的人力成本和精力,效率極其低下,若可以針對重要指標制定一套自動報警機制,把每天有異常的指標自動輸出,則可以有效降低人力成本。另外,運營團隊負責人需要對未來的情況有一個了解,這就需要通過歷史數據對未來進行預測。于是,數據分析經理制定了項目目標。

4.1.2 項目目標

針對重要指標建立預測模型,通過預測模型的95%預測上下限建立監控范圍。這樣就可以一舉兩得,預測模型可以對未來進行預估,另外95%上下限建立的范圍可以用于監控,若當天數值超出當天預測值的監控范圍,則報警。最后,通過可視化工具前端展示整個需求就可以了。

4.1.3 項目方案

目標制定后,需要找出一套有效的技術手段來實施,經過團隊討論和調研,最終選擇使用時間序列模型對指標進行預測,并且確定了監控系統技術流程,如圖4.1 所示。

圖書網:R語言數據分析項目精解 理論 方法 實戰pdf

繼續閱讀
  • 我的微信
  • 掃一掃加好友
  • weinxin
  • 微信公眾號
  • 掃一掃關注
  • weinxin
深入淺出Spring Boot 2.x pdf 程序設計

深入淺出Spring Boot 2.x pdf

適讀人群 :各類Java微服務開發人員,Spring開發人員,互聯網技術愛好者,微服務開發人員,由于Java EE在互聯網的強勢地位,擁有的讀者比較廣闊。 本書重點講解Spring...
Spring源碼深度解析(第2版)pdf 程序設計

Spring源碼深度解析(第2版)pdf

全面剖析Spring源碼,方便讀者根據業務需求進行更改或擴展 所有知識點秉承由淺入深、由易到難的講解架構 采用抽絲剝繭的方式來闡述復雜的邏輯,降低理解難度 Spring是一個源碼開...
匿名

發表評論

匿名網友 填寫信息

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen:

評論:1   其中:訪客  1   博主  0
    • koneko koneko 9

      謝謝分享