第1章 IBM SPSS Modeler基本介绍
1.1 SPSS简介
1.2 SPSS Modeler的特点
1.3 CRISP-DM方法论
1.4 SPSS Modeler下载与安装
1.5 SPSS Modeler的主界面及基本操作
1.5.1 主界面介绍
1.5.2 鼠标基本操作
1.6 SPSS Modeler连接服务器端
1.7 从SPSS Modeler中获取帮助
1.8 实战技巧
第2章 数据读取——源节点
2.1 数据的身份（存储类型、测量级别和角色）
2.1.1 变量的存储类型
2.1.2 变量的测量级别
2.1.3 变量的角色
2.2 数据读取
2.2.1 读取Excel文件数据
2.2.2 读取变量文件数据
2.2.3 读取SPSS（.sav）文件数据
2.2.4 读取数据库数据
2.3 实战技巧
第3章 数据整理——关于数据的基本设定与集成
3.1 字段的“类型”功能
3.2 字段的“过滤器”功能
3.3 数据集成
3.3.1 数据的记录集成：追加节点
3.3.2 数据的字段集成：合并节点
3.4 实战技巧
第4章 数据整理——关于行的处理
4.1 数据“选择”功能
4.1.1 功能介绍
4.1.2 实战技巧
4.2 使用参数及全局变量实现数据选择功能
4.2.1 参数功能
4.2.2 使用参数实例介绍
4.2.3 使用全局变量功能介绍
4.2.4 使用全局变量实例介绍
4.3 数据排序
4.4 数据区分
4.5 数据汇总
4.5.1 功能介绍
4.5.2 实战技巧
第5章 数据整理——关于列的处理
5.1 导出
5.1.1 功能介绍
5.1.2 实例介绍
5.2 填充
5.3 重新分类
5.4 匿名化
5.5 分级化
5.6 设为标志
5.6.1 功能介绍
5.6.2 实例介绍
5.7 重建
5.7.1 功能介绍
5.7.2 实例介绍
5.8 转置
5.8.1 功能介绍
5.8.2 实例介绍
5.9 历史记录
5.9.1 功能介绍
5.9.2 实例介绍
5.10 字段重排
5.11 时间间隔
5.11.1 功能介绍
5.11.2 实例介绍
5.12 自动数据准备
第6章 图形可视化——图形节点
第7章 描述性统计分析
第8章 常用的统计检验分析
第9章 回归分析
第10章 Logistic回归分析
第11章 建模前的优化及准备工作
第12章 RFM分析
第13章 决策树
第14章 神经网络
第15章 集成学习算法
第16章 聚类分析
第17章 KNN分类器
第18章 关联分析
第19章 自动建模
第20章 蒙特卡罗模拟法
第21章 SPSS Modeler的集成与扩展
第22章 SPSS Modeler模型部署
第23章 性能优化

张浩彬、周伟珠编著的《IBM SPSS Modeler18.0数据挖掘权威指南》第一个特色是“全”；第二个特色是“透”；第三个特色是“重实践”。从本书的内容上看，作为数据挖掘算法与工具操作相结合的图书，实践是少不了的。
本书集行业经验、项目实践、算法剖析、应用技巧于一身，配套提供数据文件以及数据模型文件，方便读者动手实践。

张浩彬、周伟珠编著的《IBM SPSS Modeler18.0数据挖掘权威指南》是一本以数据挖掘应用为主导，以SPSS Modeler为实践框架的应用指南，内容涵盖数据挖掘方法论、数据读取、数据处理、数据可视化、统计分析与检验、数据挖掘算法、自动建模、集成与扩展、模型部署以及性能优化等，力求帮助读者全面掌握数据挖掘项目的主要内容以及实践细节。除了操作层面，本书也尽可能地把专业晦涩的数据挖掘知识及商业应用内容以通俗易懂的方式传递给读者，同时所有场景会结合IBM SPSS工具进行实现并提供样例学习，方便读者在学习的同时加深巩固和理解。如果你是在校学生、刚刚从事数据分析的大学毕业生、数据分析爱好者、市场营销人员、产品运营人员或者数据分析师，如果你希望提升自己的数据挖掘技术，那么就适合阅读本书。