A partir de cette page vous pouvez :
indexint
| Retourner au premier écran avec les étagères virtuelles... |
Détail de l'indexation
006 Ouvrages de la bibliothèque en indexation 006.312
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesData mining pour le Web / Patrick Naïm (2001)
Titre : Data mining pour le Web : profiling, filtrage collaboratif, personnalisation client Type de document : texte imprime Auteurs : Patrick Naïm ; Mylène Bazsalicza Editeur : Paris : Eyrolles Année de publication : 2001 Collection : Solutions d'entreprise, ISSN 1622-5902 Importance : (XII-279 p.) Présentation : ill., couv. ill. en coul. Format : 23 cm ISBN/ISSN/EAN : 978-2-212-09203-5 Note générale : Bibliogr. [comprenant adresses de sites web et articles de presse] p. 273-275. Index Langues : Français Mots-clés : Sites Web Exploration de données Bases de données sur le Web Index. décimale : 006.312 Résumé : * La personnalisation : une approche devenue incontournable
II y a peu, les sites Web pouvaient être classés en deux grandes familles : les sites statiques et les sites dynamiques. Dorénavant, il est plus pertinent de distinguer les sites avec personnalisation des sites qui n'en ont pas encore. La personnalisation, qui consiste à adapter le contenu d'un site en fonction du profil de ses utilisateurs, s'est ainsi imposée pour gérer la richesse et la complexité croissantes des contenus, tout en garantissant une navigation fluide à l'internaute. À cette fin, le data mining est une solution appropriée puisqu'il consiste à analyser, par des méthodes statistiques et mathématiques, un large volume de données, afin d'en faire ressortir des tendances ou des règles. Ici, les données seront les pages du site consulté par l'internaute, les liens sur lesquels il a cliqué, etc.
* Savoir gérer la relation client sur Internet
Comment améliorer la rentabilité de son site Web et en fidéliser les clients ? Comment y intégrer des outils de personnalisation et lesquels choisir ? Cet ouvrage donnera au lecteur toutes les clés d'une gestion réussie de la relation client sur Internet : personnalisation, profiling, filtrage collaboratif... Après avoir exposé les différentes techniques de data mining appliquées au Web, les auteurs dressent le panorama des outils proposés sur le marché et fournissent à l'acheteur potentiel des critères d'évaluation pour le guider dans ses choix. Ce livre est complété par plusieurs études de cas réels, une méthodologie de conduite de projet et un chapitre consacré à l'incidence du data mining sur la protection de la vie privée.
* A qui s'adresse cet ouvrage ?
• À tous les décideurs (responsables commerciaux, marketing, logistique) qui souhaitent acquérir une vision globale du data mining sur Internet et connaître les outils existants ainsi que leurs applications.
• Aux étudiants, ingénieurs et informaticiens amenés à mettre en oeuvre ces techniques.
• À tous les concepteurs de sites Web qui veulent intégrer des outils de personnalisation sur leur site.Permalink : ./index.php?lvl=notice_display&id=12058 Data mining pour le Web : profiling, filtrage collaboratif, personnalisation client [texte imprime] / Patrick Naïm ; Mylène Bazsalicza . - Paris : Eyrolles, 2001 . - (XII-279 p.) : ill., couv. ill. en coul. ; 23 cm. - (Solutions d'entreprise, ISSN 1622-5902) .
ISBN : 978-2-212-09203-5
Bibliogr. [comprenant adresses de sites web et articles de presse] p. 273-275. Index
Langues : Français
Mots-clés : Sites Web Exploration de données Bases de données sur le Web Index. décimale : 006.312 Résumé : * La personnalisation : une approche devenue incontournable
II y a peu, les sites Web pouvaient être classés en deux grandes familles : les sites statiques et les sites dynamiques. Dorénavant, il est plus pertinent de distinguer les sites avec personnalisation des sites qui n'en ont pas encore. La personnalisation, qui consiste à adapter le contenu d'un site en fonction du profil de ses utilisateurs, s'est ainsi imposée pour gérer la richesse et la complexité croissantes des contenus, tout en garantissant une navigation fluide à l'internaute. À cette fin, le data mining est une solution appropriée puisqu'il consiste à analyser, par des méthodes statistiques et mathématiques, un large volume de données, afin d'en faire ressortir des tendances ou des règles. Ici, les données seront les pages du site consulté par l'internaute, les liens sur lesquels il a cliqué, etc.
* Savoir gérer la relation client sur Internet
Comment améliorer la rentabilité de son site Web et en fidéliser les clients ? Comment y intégrer des outils de personnalisation et lesquels choisir ? Cet ouvrage donnera au lecteur toutes les clés d'une gestion réussie de la relation client sur Internet : personnalisation, profiling, filtrage collaboratif... Après avoir exposé les différentes techniques de data mining appliquées au Web, les auteurs dressent le panorama des outils proposés sur le marché et fournissent à l'acheteur potentiel des critères d'évaluation pour le guider dans ses choix. Ce livre est complété par plusieurs études de cas réels, une méthodologie de conduite de projet et un chapitre consacré à l'incidence du data mining sur la protection de la vie privée.
* A qui s'adresse cet ouvrage ?
• À tous les décideurs (responsables commerciaux, marketing, logistique) qui souhaitent acquérir une vision globale du data mining sur Internet et connaître les outils existants ainsi que leurs applications.
• Aux étudiants, ingénieurs et informaticiens amenés à mettre en oeuvre ces techniques.
• À tous les concepteurs de sites Web qui veulent intégrer des outils de personnalisation sur leur site.Permalink : ./index.php?lvl=notice_display&id=12058 Exemplaires
Code-barres Cote Support Localisation Section Disponibilité IA293/1 IA293 Livre Magasin d'Ouvrages / FGE Informatique et automatique Consultation sur place
Exclu du prêtAucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Data mining et statistique décisionnelle : l'intelligence des données Type de document : texte imprime Auteurs : Stéphane Tufféry b Mention d'édition : Nouv. éd. rev. et augm. Editeur : Paris : Technip Année de publication : 2007 Importance : 533 p. Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-2-7108-1017-9 Note générale : Bibliogr. Langues : Français Mots-clés : Data mining Index. décimale : 006.312 Résumé : Le data mining et la statistique sont de plus en plus répandus dans les entreprises et les organisations soucieuses d'extraire l'information pertinente de leurs bases de données, qu'elles peuvent utiliser pour expliquer et prévoir les phénomènes qui les concernent (risques, consommation, fidélisation...).
Cette quatrième édition, actualisée et augmentée de 120 pages, fait le point sur le data mining, ses fondements théoriques, ses méthodes, ses outils et ses applications, qui vont du scoring jusqu'au web mining et au text mining. Nombre de ses outils appartiennent à l'analyse des données et à la statistique "classique" (analyse factorielle, classification automatique, analyse discriminante, régression logistique, modèles linéaires généralisés, régression pénalisée...), mais certains sont plus spécifiques au data mining, comme les arbres de décision, les réseaux de neurones, les SVM, l'agrégation de modèles et la détection des règles d'associations.
Ces outils sont disponibles dans des logiciels de plus en plus puissants et conviviaux, aptes à exécuter de nombreux algorithmes sur de grands volumes de données. Un chapitre de l'ouvrage aide le lecteur à se diriger dans cette offre logicielle et détaille les fonctionnalités des trois principaux logiciels : R, SAS et IBM SPSS. Ces logiciels sont aussi utilisés pour illustrer par des exemples de nombreuses explications théoriques.
Une partie de 50 pages est consacrée à une étude de cas complète de creditscoring, qui va de l'exploration des données jusqu'à l'élaboration de la grille de score. Les aspects méthodologiques vont de la conduite des projets jusqu'aux facteurs de réussite et aux pièges à éviter, en passant par l'évaluation et la comparaison des modèles, leur intégration dans les processus opérationnels, sans oublier les contraintes juridiques dès que l'on traite des données à caractère personnel.
Sommaire:
Panorama du Data mining
Le déroulement d'une étude de data mining
L'exploration et la préparation des données
L'utilisation des données commerciales et géodemographiques
Les logiciels de statique et de data mining
Panorama des méthodes de data mining
L'analyse factorielle
Les réseaux de neurones
Les technique de classification automatique
La recherche des règles d'associationsPermalink : ./index.php?lvl=notice_display&id=12034 Data mining et statistique décisionnelle : l'intelligence des données [texte imprime] / Stéphane Tufféry b . - Nouv. éd. rev. et augm. . - Paris : Technip, 2007 . - 533 p. : ill. ; 24 cm.
ISBN : 978-2-7108-1017-9
Bibliogr.
Langues : Français
Mots-clés : Data mining Index. décimale : 006.312 Résumé : Le data mining et la statistique sont de plus en plus répandus dans les entreprises et les organisations soucieuses d'extraire l'information pertinente de leurs bases de données, qu'elles peuvent utiliser pour expliquer et prévoir les phénomènes qui les concernent (risques, consommation, fidélisation...).
Cette quatrième édition, actualisée et augmentée de 120 pages, fait le point sur le data mining, ses fondements théoriques, ses méthodes, ses outils et ses applications, qui vont du scoring jusqu'au web mining et au text mining. Nombre de ses outils appartiennent à l'analyse des données et à la statistique "classique" (analyse factorielle, classification automatique, analyse discriminante, régression logistique, modèles linéaires généralisés, régression pénalisée...), mais certains sont plus spécifiques au data mining, comme les arbres de décision, les réseaux de neurones, les SVM, l'agrégation de modèles et la détection des règles d'associations.
Ces outils sont disponibles dans des logiciels de plus en plus puissants et conviviaux, aptes à exécuter de nombreux algorithmes sur de grands volumes de données. Un chapitre de l'ouvrage aide le lecteur à se diriger dans cette offre logicielle et détaille les fonctionnalités des trois principaux logiciels : R, SAS et IBM SPSS. Ces logiciels sont aussi utilisés pour illustrer par des exemples de nombreuses explications théoriques.
Une partie de 50 pages est consacrée à une étude de cas complète de creditscoring, qui va de l'exploration des données jusqu'à l'élaboration de la grille de score. Les aspects méthodologiques vont de la conduite des projets jusqu'aux facteurs de réussite et aux pièges à éviter, en passant par l'évaluation et la comparaison des modèles, leur intégration dans les processus opérationnels, sans oublier les contraintes juridiques dès que l'on traite des données à caractère personnel.
Sommaire:
Panorama du Data mining
Le déroulement d'une étude de data mining
L'exploration et la préparation des données
L'utilisation des données commerciales et géodemographiques
Les logiciels de statique et de data mining
Panorama des méthodes de data mining
L'analyse factorielle
Les réseaux de neurones
Les technique de classification automatique
La recherche des règles d'associationsPermalink : ./index.php?lvl=notice_display&id=12034 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité IA497/1 IA497 Livre Magasin d'Ouvrages / FGE Informatique et automatique Consultation sur place
Exclu du prêtIA497/2 IA497 Livre Magasin d'Ouvrages / FGE Informatique et automatique Disponible IA497/3 IA497 Livre Magasin d'Ouvrages / FGE Informatique et automatique Disponible IA497/4 IA497 Livre Magasin d'Ouvrages / FGE Informatique et automatique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
