定 價:36 元
叢書名:高等學校信息管理與信息系統(tǒng)系列教材
- 作者:葉強,方斌,張紫瓊編
- 出版時間:2022/2/1
- ISBN:9787040571349
- 出 版 社:高等教育出版社
- 中圖法分類:F7-39
- 頁碼:192
- 紙張:膠版紙
- 版次:1
- 開本:16開
《大數(shù)據(jù)商務分析》是高等學校信息管理與信息系統(tǒng)系列教材之一。
《大數(shù)據(jù)商務分析》共分9章,主要內(nèi)容有導論、大數(shù)據(jù)商務分析系統(tǒng)搭建技術、經(jīng)典數(shù)據(jù)分析方法及工具、面向大數(shù)據(jù)商務分析的描述性分析和可視化、面向大數(shù)據(jù)商務分析的數(shù)據(jù)挖掘、深度學習技術、大數(shù)據(jù)商務分析在傳統(tǒng)行業(yè)中的應用、大數(shù)據(jù)商務分析在各組織部門中的作用,以及大數(shù)據(jù)商務分析在新興領域中的應用。
《大數(shù)據(jù)商務分析》內(nèi)容系統(tǒng)、案例豐富、實用性強。
《大數(shù)據(jù)商務分析》可作為高等學校信息管理與信息系統(tǒng)專業(yè)、大數(shù)據(jù)應用與管理專業(yè)、計算機應用專業(yè)及相關專業(yè)大數(shù)據(jù)商務分析課程教材,也可作為從事商務數(shù)據(jù)分析及相關工作人員的參考讀物。
隨著信息技術的普及,各種傳統(tǒng)組織紛紛實現(xiàn)了信息化。信息化使得組織在提升運營效率的同時累積了大量的相關數(shù)據(jù),為其后續(xù)利用ABCD技術,即人工智能(artificial intelligence)、區(qū)塊鏈(blockchain)、云計算(cloud computing)、大數(shù)據(jù)分析(big data analytics)進行數(shù)字化轉(zhuǎn)型打下了扎實的基礎。在數(shù)字化進程中,大量曾經(jīng)默默無聞的組織因此受益一躍成為時代的寵兒,也有大量當年輝煌無比的組織被時代所遺棄。因此,這個時代的組織迫切地希望能夠了解這些數(shù)字化轉(zhuǎn)型技術,并掌握利用其來打開這個時代成功之門的方法。
毫無疑問,以ABCD技術為代表的新一代信息技術每一項都有其自身特點,都在數(shù)字化轉(zhuǎn)型過程中發(fā)揮著不可替代的作用。相對而言,區(qū)塊鏈和云計算在這些技術中是底層技術,而人工智能和大數(shù)據(jù)分析直接面向組織決策的制定。并且,對于組織的決策而言,大數(shù)據(jù)分析更為關鍵且更具適用性。因此,在高等學校經(jīng)濟管理類的課程體系中,大數(shù)據(jù)分析已經(jīng)成為至關重要、必不可少的組成部分。
我們在長期的大數(shù)據(jù)分析課程教學和研究實踐中發(fā)現(xiàn),目前大部分大數(shù)據(jù)分析類教材主要聚焦于分布式存儲等底層技術,很少有針對高等學校經(jīng)濟管理類學生編寫的教材。盡管底層技術對于組織來說也是極其重要的,但是對于高等學校經(jīng)濟管理類的學生而言,技術性有余而商業(yè)性不足。為此,我們希望有一本能讓并不精通信息技術的人也能看懂的介紹大數(shù)據(jù)商務分析的書。這也是我們最終決定自己動手編寫這本書的直接原因。
本書旨在讓讀者了解如何使用大數(shù)據(jù)技術來進行商務分析,以大數(shù)據(jù)商務分析的過程為主線,介紹大數(shù)據(jù)商務分析系統(tǒng)搭建技術、經(jīng)典數(shù)據(jù)分析方法及工具、面向大數(shù)據(jù)商務分析的描述性分析和可視化、面向大數(shù)據(jù)商務分析的數(shù)據(jù)挖掘、深度學習技術等相關技術,并給出大數(shù)據(jù)分析在傳統(tǒng)行業(yè)中的典型應用案例。本書避免對大數(shù)據(jù)技術的原理著墨過多,突出大數(shù)據(jù)技術在商業(yè)場景中的實際應用。我們并不期望讀者在學習完本書后就能搭建起一個大數(shù)據(jù)分析平臺或者寫出復雜的代碼進行大數(shù)據(jù)分析,而是希望讀者能夠通過學習對大數(shù)據(jù)分析在商業(yè)中的應用有一個大概的了解,掌握一些簡單的技術,并懂得在企業(yè)中如何制定正確的大數(shù)據(jù)分析戰(zhàn)略。
葉強,管理學博士,哈爾濱工業(yè)大學經(jīng)濟與管理學院教授、博士生導師、院長,大數(shù)據(jù)與金融科技研究所所長;國家杰出青年科學基金獲得者,教育部高等學校管理科學與工程類專業(yè)教學指導委員會委員,全國工商管理專業(yè)學位研究生教育指導委員會委員,管理科學與工程學會副理事長、大數(shù)據(jù)與商務分析分會主任,中國信息經(jīng)濟學會副理事長、金融科技專業(yè)委員會主任,中國系統(tǒng)工程學會信息系統(tǒng)工程專業(yè)委員會副理事長。曾先后在得克薩斯大學奧斯汀分校、加利福尼亞大學圣迭戈分校、香港理工大學做研究和教學工作。近年來在Information Systems Research、Production and Operations Management、Journal of Management Information Systems和Tourism Management等國際管理學主流學術期刊發(fā)表30余篇論文。獲2017年度中國信息經(jīng)濟學烏家培獎。多次入選愛思唯爾發(fā)布的“中國高被引學者”榜單。主要研究領域為電子商務與管理信息系統(tǒng)、人工智能與大數(shù)據(jù)商務分析、金融科技。
方斌,管理學博士,廈門大學管理學院副教授。近年來在Journal of Management Information Systems、Information & Management、Tourism Management等國際管理學主流學術期刊發(fā)表多篇論文,主持國家自然科學基金資助項目2項。主要研究領域為電子商務、社交媒體、消費者行為。
張紫瓊,管理學博士,哈爾濱工業(yè)大學經(jīng)濟與管理學院教授,優(yōu)秀青年科學基金獲得者,F(xiàn)任國務院學位委員會第八屆學科評議組成員(管理科學與工程)。近年來,在MIS Quarterly、Tourism Management、Journal of Travel Research、《管理科學學報》等國內(nèi)外管理學主流學術期刊發(fā)表30余篇論文;曾獲得教育部“新世紀優(yōu)秀人才支持計劃”項目、霍英東教育基金會高等院校青年教師基金項目資助。主要研究領域為電子商務、消費者行為。
第1章 導論
1.1 大數(shù)據(jù)分析的產(chǎn)生
1.1.1 互聯(lián)網(wǎng)技術的發(fā)展及廣泛應用
1.1.2 計算機硬件的提升
1.1.3 新的處理方法的出現(xiàn)
1.1.4 大數(shù)據(jù)分析的出現(xiàn)
1.2 大數(shù)據(jù)商務分析及其價值
1.2.1 大數(shù)據(jù)分析與人工智能
1.2.2 大數(shù)據(jù)分析的誤區(qū)
1.2.3 大數(shù)據(jù)分析與大數(shù)據(jù)商務分析
1.2.4 大數(shù)據(jù)商務分析的價值
1.3 大數(shù)據(jù)商務分析師所需技能
1.4 大數(shù)據(jù)商務分析的基本流程
第2章 大數(shù)據(jù)商務分析系統(tǒng)搭建技術
2.1 數(shù)據(jù)收集、存儲和清理
2.1.1 數(shù)據(jù)收集
2.1.2 數(shù)據(jù)存儲
2.1.3 數(shù)據(jù)清理
2.2 大數(shù)據(jù)存儲技術
2.2.1 基于關系數(shù)據(jù)庫的大數(shù)據(jù)存儲技術
2.2.2 基于NoSQL數(shù)據(jù)庫的大數(shù)據(jù)存儲技術
2.2.3 基于分布式文件系統(tǒng)的大數(shù)據(jù)存儲技術
2.3 大數(shù)據(jù)計算技術
2.3.1 批處理大數(shù)據(jù)計算技術——MapReduce計算模型
2.3.2 實時大數(shù)據(jù)計算技術
2.4 典型大數(shù)據(jù)計算平臺
2.4.1 Hadoop平臺
2.4.2 Spark平臺
第3章 經(jīng)典數(shù)據(jù)分析方法及工具
3.1 經(jīng)典統(tǒng)計學數(shù)據(jù)分析方法
3.1.1 方差分析
3.1.2 回歸分析
3.1.3 聚類分析
3.1.4 判別分析
3.1.5 主成分分析
3.1.6 因子分析
3.1.7 Logistic回歸
3.2 經(jīng)典統(tǒng)計學數(shù)據(jù)分析在大數(shù)據(jù)商務分析中面臨的挑戰(zhàn)
3.2.1 容量
3.2.2 速度
3.2.3 多樣
3.2.4 真實性
3.2.5 隱私和保密
3.3 經(jīng)典統(tǒng)計學數(shù)據(jù)分析在大數(shù)據(jù)商務分析中的價值
3.4 SPSS數(shù)據(jù)分析案例:利用RFM模型對客戶進行分類
第4章 面向大數(shù)據(jù)商務分析的描述性分析和可視化
4.1 描述性統(tǒng)計分析
4.1.1 描述性統(tǒng)計分析概述
4.1.2 描述性統(tǒng)計分析的內(nèi)容及指標
4.1.3 描述性統(tǒng)計分析常用圖表類型
4.2 可視化
4.2.1 可視化概念
4.2.2 可視化應用領域
4.2.3 可視化工具介紹
4.3 Tableau數(shù)據(jù)可視化案例
4.3.1 動態(tài)圖
4.3.2 文字云
4.3.3 “發(fā)貨配送周期”可視化
4.3.4 設計動態(tài)儀表板
第5章 面向大數(shù)據(jù)商務分析的數(shù)據(jù)挖掘
5.1 數(shù)據(jù)挖掘
5.2 數(shù)據(jù)挖掘的流程
5.3 數(shù)據(jù)挖掘相關技術
5.3.1 關聯(lián)分析
5.3.2 分類分析
5.3.3 聚類分析
第6章 深度學習技術
6.1 深度學習概述
6.1.1 深度學習的發(fā)展
6.1.2 深度學習的主要過程
6.2 卷積神經(jīng)網(wǎng)絡
6.2.1 卷積神經(jīng)網(wǎng)絡的一般結構
6.2.2 卷積層
6.2.3 降采樣層
6.2.4 局部連接
6.2.5 權值共享
6.2.6 卷積層的操作
6.2.7 降采樣層的操作
6.2.8 誤差逆?zhèn)鞑ニ惴?br />6.2.9 Softmax回歸
6.3 循環(huán)神經(jīng)網(wǎng)絡
6.3.1 循環(huán)神經(jīng)網(wǎng)絡概述
6.3.2 長短期記憶網(wǎng)絡
6.3.3 長短期記憶網(wǎng)絡的工作原理
……
第7章 大數(shù)據(jù)商務分析在傳統(tǒng)行業(yè)中的應用
第8章 大數(shù)據(jù)商務分析在各組織部門中的作用
第9章 大數(shù)據(jù)商務分析在新興
參考文獻