前 言
大数据时代正在改变着我们的生活、工作和思维，要让大数据发挥出最大价值，最重要的手段就是进行数据可视化挖掘。利用可视化数据挖掘工具和技术，分析人员能够从全新的角度快速、轻松地挖掘信息。可视化数据挖掘使数据挖掘变得更简单，建模过程不需要编写代码，非技术出身的业务人员等也可以利用数据做出决策。
本书基于Tableau 10.3和IBM SPSS Modeler 18.0编写，详细介绍Tableau数据连接、图形编辑、创建地图、表计算和聚合计算等，以及IBM SPSS Modeler的数据连接、CRISP-DM（跨行业数据挖掘标准流程）等。书中通过6个实际案例，重点介绍可视化数据挖掘技术在电信、电力、医药、银行、电商和房地产行业中的应用。
本书的内容
第1章介绍数据可视化和可视化数据挖掘的基本理论及主要软件，前者包括Tableau、QlikView和Power BI，后者包括IBM SPSS Modeler、Intelligent Miner和SAS Enterprise Miner。
第2章介绍TableauDesktop 10.3软件简介、数据类型、运算符及优先级、软件的安装与激活和Tableau的文件类型等。
第3章介绍TableauDesktop可以连接的数据源，包括Excel文件、文本文件、Access文件、JSON文件、PDF文件、空间文件和统计文件等，还介绍了如何连接各类数据库，如Tableau Server、SQL Server、MySQL和Oracle等。
第4章首先介绍TableauDesktop的维度和度量、连续和离散的概念和操作，然后介绍工作区和工作表的基础操作，最后详细介绍表计算、创建字段、创建参数和聚合计算等高级操作。
第5章介绍如何使用Tableau生成一些统计图形，如条形图、饼图、直方图、折线图、散点图、并排图、甘特图等。
第6章介绍IBM SPSSModeler的发展历史、软件特点、软件算法、软件功能、安装过程和授权许可等。
第7章介绍使用IBM SPSSModeler进行数据挖掘的6个基本步骤：业务理解、数据理解、数据准备、建立模型、评估模型和应用模型。
第8章介绍IBM SPSSModeler的基本操作，包括连接到文件和连接到数据库，前者包括Excel文件、SAS文件、SPSS Statistics文件、变量文件和固定文件等，后者包括Oracle、SQL Server、DB2、MySQL等数据库。
第9章介绍IBM SPSSModeler的数据流操作，包括生成数据流、添加和删除节点、连接数据流、修改连接节点和执行数据流等。
第10章介绍可视化数据挖掘在电信行业中的应用，根据客户流失数据，运用Logistic回归算法，建立了基于客户属性、服务属性和客户消费信息的客户流失预警模型。
第11章介绍可视化数据挖掘在电力行业中的应用，由于用电负荷具有季节性和周期性的特点，因此运用时间序列模型，同时选择时间序列中的专家建模器进行建模。
第12章介绍可视化数据挖掘在医药行业中的应用，根据患者的用药数据，应用K-Means聚类算法，建立基于药物在人体的类胆固醇TC、Na、Ka等因素的药物效果聚类模型。
第13章介绍可视化数据挖掘在银行业中的应用，根据银行客户的登记记录数据，运用判别分析算法，建立基于客户的属性数据、信用等级和资产状况等因素的客户类型判别模型。
第14章介绍可视化数据挖掘在电商行业中的应用，根据促销的费用、促销前的销售额和促销后的销售额等数据，运用神经网络模型，建立基于促销费用、促销前的销售额和促销后的销售额等因素的促销效果评价模型。
第15章介绍可视化数据挖掘在房地产行业中的应用，根据购房者的个人信息数据等，运用CHAID决策树算法，建立基于年龄、性别、学历、月薪和家庭人数等因素的购房决策树模型。
本书的特色
（1）内容全面，讲解详细
本书是一本实践性的可视化数据挖掘著作，详细介绍了常用软件，对于初次学习可视化数据挖掘的读者来说帮助较大，书中列出了每一步操作，便于读者实践。
（2）由浅入深、循序渐进
本书从Tableau和IBM SPSS Modeler的简介、连接数据源、基础操作到高级操作进行讲解，逐步深入，从易到难，由浅入深，循序渐进，适合可视化数据挖掘各个层次的读者阅读。
（3）案例丰富，高效学习
本书在介绍数据可视化和数据挖掘软件后，为了使读者快速提高数据分析的整体能力，结合6个实际案例对可视化数据挖掘的流程及步骤进行了详细和全面的介绍。
本书的读者对象
本书的内容和案例适用于互联网、银行证券、电商、医药等行业数据分析用户进行可视化数据挖掘，可供高等院校相关专业学生及从事可视化数据挖掘的研究人员参考使用，也可作为Tableau和IBM SPSS Modeler软件培训和自学的教材。
编 者
2017年7月
