基于R和Python的行为数据分析

利用专门为行为数据分析设计的学习工具充分 发挥企业行为数据的强大作用。常用的数据科学算 法和预测分析工具总是将客户行为数据（如网站点 击量或超市购买量）与其他数据等同对待。与此不 同，这本实用指南介绍了专门为行为数据分析量身 定做的强大方法。本书的主要内容有：理解行为数 据的特征。探讨测量与预测之间的区别。学习如何 清理和准备行为数据。设计和分析实验，从而做出 最优商业决策。使用行为数据理解和度量原因和结 果。以一种透明且周全的方式细分顾客。

前言 第一部分 理解行为 第1章 数据分析因果-行为框架 1.1 为什么需要因果分析解释人类行为 1.1.1 不同分析类型 1.1.2 人是复杂的 1.2 混淆!用回归解决问题的潜在危险 1.2.1 数据 1.2.2 为什么相关关系不是因果关系：混杂因素的作用 1.2.3 太多变量可能坏事 1.3 小结 第2章 理解行为数据 2.1 人类行为基本模型 2.1.1 个人特征 2.1.2 认知和情感 2.1.3 意图 2.1.4 行动 2.1.5 业务行为 2.2 如何连接行为和数据 2.2.1 建立一种行为完整性思维模式 2.2.2 不信任与验证 2.2.3 识别类别 2.2.4 细化行为变量 2.2.5 了解上下文 2.3 小结 第二部分 因果图和去混杂 第3章 因果图介绍 3.1 因果图和因果-行为框架 3.1.1 因果图表示行为 3.1.2 因果图表示数据 3.2 因果图的基本结构 3.2.1 链式结构 3.2.2 分叉结构 3.2.3 对撞结构 3.3 因果图的常见转换 3.3.1 划分/拆解变量 3.3.2 聚合变量 3.3.3 关于环 3.3.4 路径 3.4 小结 第4章 从头构建因果图 4.1 业务问题和数据准备 4.1.1 数据和包 4.1.2 理解感兴趣的关系 4.2 识别要包含的候选变量 4.2.1 行动 4.2.2 意图 4.2.3 认知和情感 4.2.4 个人特征 4.2.5 业务行为