دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Jesus Mena
سری:
ISBN (شابک) : 1555582222, 9781555582227
ناشر: Digital Press
سال نشر: 1999
تعداد صفحات: 373
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 7 مگابایت
کلمات کلیدی مربوط به کتاب داده کاوی وب سایت شما: WWW، داده کاوی
در صورت تبدیل فایل کتاب Data mining your website به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب داده کاوی وب سایت شما نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
داده های وب را به دانش در مورد مشتریان خود تبدیل کنید. این کتاب هیجانانگیز به شرکتها کمک میکند تا یکی از ارزشمندترین منابع جدید اطلاعات بازاریابی خود را ایجاد، جذب، تقویت و تجزیه و تحلیل کنند - دادههای استفاده و معاملات از یک وبسایت. وب سایت یک شرکت نقطه تماس اولیه با مشتریان و رسانه ای است که در آن اقدامات بازدیدکنندگان پیام هایی در مورد اینکه چه کسی هستند و چه می خواهند است. داده کاوی وب سایت شما ابزارها، تکنیک ها و فناوری هایی را که برای نمایه سازی مشتریان فعلی و بالقوه و پیش بینی علایق و رفتار آنلاین نیاز دارید به شما آموزش می دهد. شما یاد خواهید گرفت که چگونه از مجموعه عظیم اطلاعاتی که وب سایت شما تولید می کند، بینش هایی در مورد الگوهای خرید آنلاین استخراج کنید، و چگونه از این دانش برای طراحی وب سایتی استفاده کنید که مشتریان آنلاین را بهتر جذب، جذب و حفظ کند. داده کاوی وب سایت شما توضیح می دهد که چگونه داده کاوی پایه ای برای حوزه جدید خرده فروشی مبتنی بر وب، تعاملی، بازاریابی و تبلیغات است. این کتاب ابتکاری به توسعه دهندگان و بازاریابان وب، مدیران وب و متخصصان مدیریت داده کمک می کند تا از ابزارها و فرآیندهای قدرتمند جدید استفاده کنند.
Turn Web data into knowledge about your customers. This exciting book will help companies create, capture, enhance, and analyze one of their most valuable new sources of marketing information―usage and transactional data from a website. A company's website is a primary point of contact with its customers and a medium in which visitor's actions are messages about who they are and what they want. Data Mining Your Website will teach you the tools, techniques, and technologies you'll need to profile current and potential customers and predict on-line interests and behavior. You'll learn how to extract from the huge pools of information your website generates, insights into on-line buying patterns, and how to apply this knowledge to design a website that better attracts, engages, and retains on-line customers. Data Mining Your Website explains how data mining is a foundation for the new field of web-based, interactive retailing, marketing, and advertising. This innovative book will help web developers and marketers, webmasters, and data management professionals harness powerful new tools and processes.
Data Mining Your Website Contents 1— mine2.com The Idle Portal Mining Data Nothing New Mining Online How Data Mining Answers Key Business Questions Classification/Prediction Segmentation Association Clustering Visualization Optimization Data Mining Drives Relational Marketing Web Privacy Benefits and Incentives Ten Steps to Mining Your Web Data A Bookseller Example Look at the Data Split the Data Model the Data Integrate the Solution Compiling an Identity The Architecture for Analysis Personalized Future Why Bother? 2— What Is Data Mining? It's about Predators and Patterns A Definition Drowning in Data The Complexity of Loyalty Traditional Data Mining Applications New Data Mining Applications Statistics Data Mining vs. Statistics Online Analytical Processing Data Mining vs. OLAP Website Analysis Tools Website Analysis Tools vs. Data Mining Tools Visual Data Mining Visualization Packages Link Analysis Systems Quantitative Display Data Mining Solutions Why and Who, Not What The Online Corner Store Selling as a Service Web Marketing Online Coupons Mining Customer Value 3— Networks and Algorithms They're about Learning and Evolving The AI War The Top-Down Approach The Bottom-Up Approach Neural Networks From Slugs to VISA Back-Propagation Networks Supervised Learning Training a Network Preparing Your Data Webbing Your Features Purchasing Propensity Training Cycle Self-Organizing Maps (SOM) Calibrating Clusters Neural Network Tools Machine-Learning Algorithms A Measure of Information The Rules The Trees The Trees vs. The Rules Automatic Segmentation Machine Learning Your Site Machine-Learning Tools Genetic Algorithms Code of Survival Reproduction Crossover Mutation A Step-by-Step Example Using a Binary-Coded GA Data Mining with Genetic Algorithms Genetic Algorithm Applications The AI Cousins: Case-Based Reasoning and Fuzzy Logic Case-Based Reasoning (CBR) Fuzzy Logic Conclusion 4— Ten Steps to Mining Your Data Identify Your Web Business Objective Baseline Select Your Data Creating Customer Data Brand Sites Banners Buttons Pop Ups Push E-mail Chat Agents Dealing with Transactional Data Prepare Your Data Enhancing Your Data Evaluate Your Data Utility Tools for Preparing and Viewing Your Data Format the Solution Select the Tools Scalability Accuracy Formats Solutions Preprocessing Connectivity Import/Export Memory Management Performance Noise Paradigms Efficiency Tool Selection A Tool Shopping Tip: Kick the Tires before Buying Construct the Models Validate the Findings Deliver the Findings Integrate the Solutions Integrating Your Website and Data Warehouse The iVALS Wizards Profile 5— The Tools Criteria Single Paradigm Tools Database Mining Marksman 4Thought KnowledgeSEEKER NGO NeuroGenetic Optimizer WizWhy The Data Mining Suites Clementine DataEngine Decisionhouse Scorecard Builder Other Tools Final Tool Tip 6— The Data Components Server Log Files Transfer Log File Host Field Identification Field Authuser Field Time Stamp HTTP Request Status Code Field Transfer Volume Error Log Referrer Log Agent Log Extended Log Format Configuring Your Server Server Configuration Tips Apache and NCSA Server Configurations CERN Server Configurations Netscape Server Configurations WebSite Server Configurations The Multiplicity of a Visit Cookie Files A Cookie Future Cookie Applications Configuring Cookies Cookies and CGI Open Profiling System (OPS) Introduction Forms Common Gateway Interface Assembling the Components Components Considerations 7— The Providers Marketing Data Providers Applied Geographic Solutions Acxiom CACI (ACORN) Claritas Equifax Experian Polk Trans Union Web Services and Software Providers Art Technology Group Aptex Autonomy BroadVision DoubleClick Engage Technologies Firefly GuestTrack Gustos Internet Profiles Corporation (I/PRO) IMGIS InText LikeMinds MatchLogic MicroMass NetPerceptions Vignette Your Data Warehouse Closing the Loop 8— E-Retailing The Product is the Message Sale Segmentation The Digital Marketplace Product Customization Consumer Profiling Real-Time Buying Organize Your Storefront Retailing and Mining Electronic Commerce 9— E-Mining Mining Your Site Capturing the Look A Sample Website Session Interactive by Design Solid State The Data Set Clustering (Association and Sequencing) Segmentation Classification and Prediction Optimization Visualization It's an Integrated Iterative Process Data Mining Future The Personalization of Self Right Turns, Hand Grenades, and Integrity Appendix— Privacy Consortiums, Standards, and Legislation TRUSTe Direct Marketing Association Internet Engineering Task Force Platform for Privacy Preference Project Open Profile Standard Federal Trade Commission European Data Protection Directive Glossary A B C D E F G H I K L M N O P R S T V Index A B C D E F G H I J K L M N O P Q R S T U V W X Y Z