為何會(huì)寫本書(shū)
數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中，通過(guò)統(tǒng)計(jì)、人工智能、機(jī)器學(xué)習(xí)等方法，挖掘人們未知的、有價(jià)值的信息和知識(shí)的過(guò)程。它帶來(lái)的顛覆性在于將隱藏在大量雜亂數(shù)據(jù)中的有用信息提煉出來(lái)，通過(guò)算法自動(dòng)尋找變量間的關(guān)系。
隨著時(shí)代的發(fā)展，數(shù)據(jù)挖掘逐漸成為大數(shù)據(jù)技術(shù)的核心，如何挖掘并分析數(shù)據(jù)成為大數(shù)據(jù)技術(shù)發(fā)展面臨的重要議題。特別是在金融應(yīng)用領(lǐng)域，數(shù)據(jù)挖掘技術(shù)扮演著舉足輕重的角色。即使如此，縱觀目前國(guó)內(nèi)技術(shù)圖書(shū)市場(chǎng)，真正結(jié)合理論與實(shí)踐講解金融領(lǐng)域數(shù)據(jù)挖掘與分析技術(shù)的圖書(shū)很少，可以系統(tǒng)呈現(xiàn)知識(shí)點(diǎn)并將代碼落地的專業(yè)書(shū)更是鳳毛麟角。
基于此，本書(shū)以應(yīng)用為導(dǎo)向，從數(shù)據(jù)挖掘出發(fā)，借助Python語(yǔ)言，將數(shù)據(jù)挖掘理論知識(shí)與金融領(lǐng)域的實(shí)際應(yīng)用相結(jié)合，循序漸進(jìn)地介紹了Python金融數(shù)據(jù)的挖掘與分析。此外，本書(shū)每一章均配有視頻講解，詳解代碼每一步的運(yùn)行過(guò)程及原理，并提供完整代碼和數(shù)據(jù)資源，以幫助讀者更好地理解與應(yīng)用相關(guān)知識(shí)。
本書(shū)特色
一、內(nèi)容精煉，普適性強(qiáng)
本書(shū)從數(shù)據(jù)分析的工具入手，詳解Python的基礎(chǔ)規(guī)則和語(yǔ)法，由淺入深地講解深度學(xué)習(xí)相關(guān)算法和理論知識(shí)，并與金融數(shù)據(jù)挖掘?qū)崙?zhàn)充分結(jié)合，可以幫助讀者在理解理論知識(shí)的基礎(chǔ)上體驗(yàn)數(shù)據(jù)分析實(shí)戰(zhàn)，真正做到學(xué)以致用。
二、提供大量實(shí)戰(zhàn)經(jīng)驗(yàn)和學(xué)習(xí)實(shí)例
“授之以魚(yú)，不如授之以漁�！北緯�(shū)在講解知識(shí)點(diǎn)時(shí)，更注重方法與經(jīng)驗(yàn)的分享，包括“含金量”很高的成功經(jīng)驗(yàn)分享以及易錯(cuò)事項(xiàng)的總結(jié)分析。同時(shí)，每章均提供一定的實(shí)例，將原理講解終落實(shí)到代碼實(shí)現(xiàn)上，幫助讀者在學(xué)習(xí)路上披荊斬棘，快速將理論與實(shí)踐融會(huì)貫通。
三、配備教學(xué)視頻和完整的源代碼
為了方便讀者學(xué)習(xí)，作者針對(duì)每章內(nèi)容的核心知識(shí)點(diǎn)錄制了講解視頻，且提供PPT、完整代碼和數(shù)據(jù)資源。讀者關(guān)注公眾號(hào)“云創(chuàng)大數(shù)據(jù)”（cStor_cn），在公眾號(hào)回復(fù)本書(shū)書(shū)名，即可領(lǐng)取相關(guān)配套資源，使學(xué)習(xí)更為高效。每一章的習(xí)題答案也可從公眾號(hào)獲取。
四、針對(duì)初學(xué)者講解Python基礎(chǔ)知識(shí)
本書(shū)使用Python語(yǔ)言編寫代碼，通過(guò)深入淺出的語(yǔ)言與豐富的樣例展示，幫助初學(xué)者快速上手Python語(yǔ)言。
內(nèi)容簡(jiǎn)介
本書(shū)共分為14章，采用雙主線的寫作方式：一條主線是理論，涵蓋基礎(chǔ)理論相關(guān)概念的介紹以及各種算法原理的講解；另外一條主線是實(shí)戰(zhàn)，既包括如何上手Python，又包括相關(guān)主題實(shí)例分析。
第1～3章為Python數(shù)據(jù)分析基礎(chǔ)，內(nèi)容涵蓋了選取Python語(yǔ)言做數(shù)據(jù)分析的原因、Jupyter Notebook的使用、Python基礎(chǔ)知識(shí)和語(yǔ)法入門以及數(shù)據(jù)預(yù)處理流程和技巧，可幫助初學(xué)者快速上手Python，為之后的數(shù)據(jù)分析實(shí)戰(zhàn)夯實(shí)基礎(chǔ)。
第4章講解經(jīng)典的數(shù)據(jù)挖掘方法，包括聚類分析、回歸分析、分類分析、異常檢測(cè)、關(guān)聯(lián)分析、時(shí)間序列分析等。
本書(shū)從第5章開(kāi)始介紹深度學(xué)習(xí)相關(guān)的理論知識(shí)與實(shí)踐。其中，第5章主要介紹網(wǎng)絡(luò)輿情的采集和熱點(diǎn)分析，并通過(guò)爬取微博熱門評(píng)論對(duì)熱點(diǎn)話題進(jìn)行聚類分析，使讀者初步了解網(wǎng)絡(luò)輿情分析，為以后深入研究網(wǎng)絡(luò)輿情發(fā)展和變化打下堅(jiān)實(shí)的基礎(chǔ)。第6章詳細(xì)介紹輿情分析的重中之重：情感分類。從評(píng)論文本分析出用戶的情感傾向，精確掌握用戶對(duì)于某一產(chǎn)品的整體使用感受，便于向商戶提供產(chǎn)品決策支持信息。
第7章和第8章講解利用傳統(tǒng)的機(jī)器學(xué)習(xí)算法以及深度學(xué)習(xí)中的循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)股價(jià)趨勢(shì)進(jìn)行預(yù)測(cè)，重點(diǎn)闡述了SVM算法和ARIMA算法，同時(shí)證明了市場(chǎng)情感對(duì)股票市場(chǎng)的發(fā)展趨勢(shì)有著不容忽視的影響。
第9～11章介紹了個(gè)人信用評(píng)分和企業(yè)信用評(píng)分的技術(shù)與方法，先后闡述了相關(guān)算法及理論基礎(chǔ)，并結(jié)合具體實(shí)例，讓讀者更加清晰地了解并掌握個(gè)人及企業(yè)信用評(píng)估的整個(gè)流程。
人物畫像有利于精準(zhǔn)定位用戶群體并獲取用戶需求和反饋信息。第12章主要講解用戶畫像，包括用戶畫像的定義、標(biāo)簽體系、用戶畫像的意義以及用戶畫像的構(gòu)建等，還通過(guò)兩個(gè)用戶畫像的實(shí)戰(zhàn)案例，幫助讀者在實(shí)際應(yīng)用中進(jìn)一步理解和構(gòu)建用戶畫像。
第13章主要講述搭建目標(biāo)客戶運(yùn)營(yíng)體系流程、目標(biāo)客戶的挖掘與分類等，通過(guò)可視化展示、聚類算法以及LRFMC分類模型的建立精確區(qū)分目標(biāo)客戶，從而實(shí)現(xiàn)對(duì)客戶的精準(zhǔn)分群管理，達(dá)到穩(wěn)固企業(yè)運(yùn)營(yíng)體系的目的。第14章通過(guò)對(duì)銷售數(shù)據(jù)的進(jìn)一步分析挖掘，同時(shí)借助關(guān)聯(lián)規(guī)則—Apriori算法—實(shí)現(xiàn)商品智能推薦、關(guān)聯(lián)商品的組合銷售以及客戶的精準(zhǔn)營(yíng)銷，終達(dá)到讓企業(yè)獲取更多利潤(rùn)的目的。
讀者對(duì)象
本書(shū)適合以下幾類讀者：
金融行業(yè)數(shù)據(jù)相關(guān)崗位技術(shù)人員；
企業(yè)運(yùn)營(yíng)人員；
數(shù)據(jù)分析師；
數(shù)據(jù)挖掘工程師；
高等院校相關(guān)專業(yè)學(xué)生。
致謝
在此，特別感謝我的碩士導(dǎo)師謝希仁教授和博士導(dǎo)師李三立院士。謝希仁教授出版的《計(jì)算機(jī)網(wǎng)絡(luò)》已經(jīng)更新到了第8版，堪稱與時(shí)俱進(jìn)且日臻完美的典范，這時(shí)時(shí)提醒著我們要以這樣的標(biāo)準(zhǔn)來(lái)寫書(shū)。李三立院士是留蘇博士，為我國(guó)計(jì)算機(jī)事業(yè)做出了杰出貢獻(xiàn)，曾任國(guó)家攀登計(jì)劃計(jì)算項(xiàng)目首席科學(xué)家。他治學(xué)嚴(yán)謹(jǐn)，帶出了一大批杰出的學(xué)生。
本書(shū)是集體智慧的結(jié)晶，在此謹(jǐn)向付出辛勤勞動(dòng)的各位同行者致敬！書(shū)中難免會(huì)有不當(dāng)之處，請(qǐng)讀者不吝賜教。我的郵箱為gloud@126.com，微信公眾號(hào)為“劉鵬看未來(lái)”（lpoutlook）。

劉　鵬
2021年9月