互联网
类型
可以朗读
语音朗读
217千字
字数
2024-01-01
发行日期
展开全部
主编推荐语
本书系统、全面地介绍了大数据分析的基本知识和技能。
内容简介
书中详细介绍了大数据分析基础、社会研究与方法、计算社会科学及其发展、基本原则与生命周期、构建分析路线与用例、大数据分析的运用、预测分析方法、预测分析技术、大数据分析模型、用户角色与分析工具、大数据分析平台、社交网络与推荐系统、组织分析团队等内容，最后为大数据分析的学习设计了一个基于大数据集市的课程实践。
目录
- 版权信息
- 面向新工科高等院校大数据专业系列教材 编委会成员名单
- 出版说明
- 前言
- 课程教学进度表
- 第1章 大数据分析基础
- 【导读案例】葡萄酒的品质分析
- 1.1 大数据基础
- 1.1.1 定义大数据
- 1.1.2 大数据的3V特征
- 1.1.3 广义的大数据
- 1.2 大数据的结构类型
- 1.3 大数据对分析的影响
- 1.3.1 大数据的影响
- 1.3.2 大数据分析的定义
- 1.4 定性分析与定量分析
- 1.5 四种数据分析方法
- 1.5.1 描述性分析
- 1.5.2 诊断性分析
- 1.5.3 预测性分析
- 1.5.4 规范性分析
- 1.6 大数据分析的行业作用
- 1.6.1 大数据分析的决策支持价值
- 1.6.2 大数据分析的关键应用
- 1.6.3 大数据分析的能力分析
- 1.6.4 大数据分析面临的问题
- 【作业】
- 第2章 社会研究与方法
- 【导读案例】第四范式：大数据对于科研的意义
- 2.1 社会研究的概念
- 2.1.1 社会研究的特征
- 2.1.2 社会研究的理论问题
- 2.1.3 社会研究的基本方法
- 2.2 社会研究的主要过程
- 2.2.1 选题与文献回顾
- 2.2.2 研究设计
- 2.2.3 测量与操作化
- 2.2.4 抽样概念与方法
- 2.3 调查研究
- 2.3.1 调查研究概述
- 2.3.2 调查研究的特点
- 2.3.3 定量与定性调查
- 2.3.4 程序与报告
- 2.3.5 调查问卷设计
- 2.4 实验研究
- 2.4.1 实验研究概述
- 2.4.2 实验研究的分类
- 2.5 利用文献的定量研究
- 2.5.1 文献分析概述
- 2.5.2 文献搜集和积累
- 2.5.3 文献综述
- 2.6 实地调查
- 2.6.1 实地调查概述
- 2.6.2 实地调查的方法
- 【作业】
- 第3章 计算社会科学及其发展
- 【导读案例】大数据时代的社会治理之道
- 3.1 什么是计算社会科学
- 3.1.1 计算社会学
- 3.1.2 计算经济学
- 3.2 社会科学与大数据
- 3.2.1 大数据推动相关分析崛起
- 3.2.2 大数据推动学科融合
- 3.2.3 大数据重构定量与定性研究
- 3.2.4 大数据优化数据处理
- 3.3 社会研究的范式变革
- 3.3.1 大数据带来的变革因素
- 3.3.2 路径变革：“数据驱动”知识发现
- 3.3.3 手段变革：大数据服务于因果分析
- 3.3.4 功能变革：分析与预测统一于政策
- 3.4 计算社会学发展
- 3.4.1 计算社会学的发展历程
- 3.4.2 计算社会学发展的五大内容
- 3.4.3 计算社会学发展的思考
- 【作业】
- 第4章 基本原则与生命周期
- 【导读案例】得数据者得天下
- 4.1 大数据分析生命周期
- 4.1.1 商业案例评估
- 4.1.2 数据标识
- 4.1.3 数据获取与过滤
- 4.1.4 数据转换
- 4.1.5 数据验证与清洗
- 4.1.6 数据聚合与表示
- 4.1.7 数据分析
- 4.1.8 数据可视化
- 4.1.9 分析结果的使用
- 4.2 大数据的分析原则
- 4.2.1 原则1：实现商业价值和影响
- 4.2.2 原则2：专注于最后一公里
- 4.2.3 原则3：持续改善
- 4.2.4 原则4：加速学习能力和执行力
- 4.2.5 原则5：差异化分析
- 4.2.6 原则6：嵌入分析
- 4.2.7 原则7：建立分析架构
- 4.2.8 原则8：构建人力因素
- 4.2.9 原则9：利用消费化趋势
- 【作业】
- 第5章 构建分析路线与用例
- 【导读案例】大数据时代，看透“假数据”
- 5.1 什么是分析路线
- 5.1.1 商业竞争3.0时代
- 5.1.2 创建独特的分析路线
- 5.2 大数据分析路线
- 5.2.1 第1步：确定关键业务目标
- 5.2.2 第2步：定义价值链
- 5.2.3 第3步：头脑风暴分析解决方案机会
- 5.2.4 第4步：描述分析解决方案机会
- 5.2.5 第5步：创建决策模型
- 5.2.6 第6步：评估分析解决方案机会
- 5.2.7 第7步：建立分析路线图
- 5.2.8 第8步：不断演进分析路线图
- 5.3 关键用例分析
- 5.3.1 预测用例
- 5.3.2 解释用例
- 5.3.3 预报用例
- 5.3.4 发现用例
- 5.3.5 模拟用例
- 5.3.6 优化用例
- 【作业】
- 第6章 大数据分析的运用
- 【导读案例】数据驱动≠大数据
- 6.1 企业分析的分类
- 6.2 战略分析
- 6.2.1 专案分析
- 6.2.2 战略市场细分
- 6.2.3 经济预测
- 6.2.4 业务模拟
- 6.3 管理分析
- 6.4 运营分析
- 6.5 科学分析
- 6.6 面向客户的分析
- 6.6.1 预测服务
- 6.6.2 分析应用
- 6.6.3 消费分析
- 6.6.4 案例：大数据促进商业决策
- 【作业】
- 第7章 预测分析方法
- 【导读案例】准确预测地震
- 7.1 预测分析方法论
- 7.1.1 数据具有内在预测性
- 7.1.2 预测分析的流程
- 7.2 定义业务需求
- 7.2.1 理解业务问题
- 7.2.2 定义应对措施
- 7.2.3 了解误差成本
- 7.2.4 确定预测窗口
- 7.2.5 评估部署环境
- 7.3 建立分析数据集
- 7.3.1 配置数据
- 7.3.2 评估数据
- 7.3.3 调查异常值
- 7.3.4 数据转换
- 7.3.5 执行基本表操作
- 7.3.6 处理丢失数据
- 7.4 降维与特征工程
- 7.4.1 降维
- 7.4.2 特征工程
- 7.4.3 特征变换
- 7.5 建立预测模型
- 7.5.1 制订建模计划
- 7.5.2 细分数据集
- 7.5.3 执行模型训练计划
- 7.5.4 测量模型效果
- 7.5.5 验证模型
- 7.6 部署预测模型
- 7.6.1 审查和批准预测模型
- 7.6.2 执行模型评分
- 7.6.3 评价模型效果
- 7.6.4 管理模型资产
- 【作业】
- 第8章 预测分析技术
- 【导读案例】中小企业的“深层竞争力”
- 8.1 统计分析
- 8.2 监督和无监督学习
- 8.2.1 监督学习
- 8.2.2 无监督学习
- 8.2.3 监督和无监督学习的区别
- 8.3 机器学习
- 8.3.1 机器学习的思路
- 8.3.2 异常检测
- 8.3.3 过滤
- 8.3.4 贝叶斯网络
- 8.3.5 文本挖掘
- 8.4 神经网络与深度学习
- 8.4.1 人工神经网络
- 8.4.2 深度学习
- 8.5 语义分析
- 8.5.1 自然语言处理
- 8.5.2 文本分析
- 8.5.3 文本处理
- 8.5.4 语义检索
- 8.6 视觉分析
- 8.6.1 热点图
- 8.6.2 空间数据图
- 【作业】
- 第9章 大数据分析模型
- 【导读案例】行业人士必知的十大数据思维原理
- 9.1 什么是分析模型
- 9.2 回归分析模型
- 9.3 关联分析模型
- 9.3.1 关联规则分析
- 9.3.2 相关分析
- 9.4 分类分析模型
- 9.4.1 判别分析的原理和方法
- 9.4.2 基于机器学习的分类模型
- 9.4.3 支持向量机
- 9.4.4 逻辑回归
- 9.4.5 决策树
- 9.4.6 k近邻
- 9.4.7 随机森林
- 9.4.8 朴素贝叶斯
- 9.5 聚类分析模型
- 9.5.1 聚类问题分析
- 9.5.2 聚类分析的分类
- 9.5.3 聚类分析方法
- 9.5.4 聚类分析的应用
- 9.6 结构分析模型
- 9.6.1 典型的结构分析方法
- 9.6.2 社团发现
- 9.7 文本分析模型
- 【作业】
- 第10章 用户角色与分析工具
- 【导读案例】包罗一切的数字图书馆
- 10.1 用户角色
- 10.1.1 超级分析师
- 10.1.2 数据科学家
- 10.1.3 业务分析师
- 10.1.4 分析使用者
- 10.2 分析的成功因素
- 10.3 分析编程语言
- 10.3.1 R语言
- 10.3.2 SAS编程语言
- 10.3.3 SQL
- 10.4 业务用户工具
- 10.4.1 BI的常用技术
- 10.4.2 BI工具和方法的发展历程
- 10.4.3 新的分析工具与方法
- 【作业】
- 第11章 大数据分析平台
- 【导读案例】大数据分析的数据源
- 11.1 分布式分析
- 11.1.1 关于并行计算
- 11.1.2 并行计算的三种形式
- 11.1.3 数据并行与“正交”
- 11.1.4 分布式的软件环境
- 11.2 预测分析架构
- 11.2.1 独立分析
- 11.2.2 部分集成分析
- 11.2.3 基于数据库的分析
- 11.2.4 基于Hadoop分析
- 11.3 云计算中的分析
- 11.3.1 公有云和私有云
- 11.3.2 安全和数据移动
- 11.4 现代SQL平台
- 11.4.1 现代SQL平台
- 11.4.2 现代SQL平台区别于传统SQL平台
- 11.4.3 MPP数据库
- 11.4.4 SQL-on-Hadoop
- 11.4.5 NewSQL数据库
- 11.4.6 现代SQL平台的发展
- 【作业】
- 第12章 社交网络与推荐系统
- 【导读案例】推荐系统的工程实现（节选）
- 12.1 社交网络的定义
- 12.1.1 社交网络的特点
- 12.1.2 社交网络度量
- 12.1.3 社交网络学习
- 12.2 社交网络的结构
- 12.2.1 社交网络的统计学构成
- 12.2.2 社交网络的群体形成
- 12.2.3 图与网络分析
- 12.3 社交网络的关联分析
- 12.4 推荐系统
- 12.4.1 推荐系统的概念
- 12.4.2 推荐方法的组合
- 12.4.3 推荐系统的评价
- 12.5 协同过滤
- 【作业】
- 第13章 组织分析团队
- 【导读案例】数据工作者的数据之路：从洞察到行动
- 13.1 企业的分析文化
- 13.1.1 管理分析团队的有效因素
- 13.1.2 繁荣分析的文化共性
- 13.2 数据科学家（数据工作者）
- 13.2.1 数据科学家角色
- 13.2.2 分析人才的四种角色
- 13.2.3 数据准备分析专业人员
- 13.2.4 分析程序员
- 13.2.5 分析经理
- 13.2.6 分析通才
- 13.2.7 吸引数据科学家
- 13.3 集中式与分散式分析团队
- 13.4 组织分析团队
- 13.4.1 卓越中心
- 13.4.2 首席数据官与首席分析官
- 13.4.3 实验室团队
- 13.4.4 数据科学技能自我评估
- 13.5 走起，大数据分析
- 【作业】
- 第14章 基于大数据集市的课程实践
- 14.1 什么是大数据集市
- 14.1.1 数据集市的结构
- 14.1.2 数据集市的类型
- 14.1.3 区别于数据仓库
- 14.2 大数据分析实践项目选择
- 14.2.1 大数据帮零售企业制定促销策略
- 14.2.2 电信公司通过大数据分析挽回核心客户
- 14.2.3 大数据帮能源企业设置发电机地点
- 14.2.4 电商企业通过大数据制定销售战略
- 14.3 案例分析与课程实践要求
- 14.3.1 角色选择
- 14.3.2 项目选择
- 14.3.3 实践项目的背景说明
- 14.3.4 分知识点要点简述
- 14.3.5 撰写大数据分析报告
- 14.3.6 课程实践总结
- 14.3.7 课程实践的教师评价
- 附录 课程作业参考答案
- 参考文献
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
机械工业出版社
机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。
