目录

第1章数据分析基础1

1.1数据分析概述1

1.1.1数据分析的概念1

1.1.2数据分析流程与方法论2

1.2数据获取与预处理4

1.2.1数据采集方法4

1.2.2数据清洗与预处理技术5

1.3探索性数据分析7

1.3.1数据可视化基础7

1.3.2描述性统计分析8

1.3.3数据探索技术与工具9

习题10

第2章数据分析方法11

2.1线性回归11

2.2逻辑回归12

2.3决策树13

2.4随机森林14

2.5XGBoost15

2.6聚类16

2.7神经网络17

2.8TensorFlow18

2.9Keras19

2.10LSTM20

2.11自编码器21

2.12情感计算22

2.13RFM模型222.14遗传算法23

2.15蚁群优化算法24

习题25

目录〖3〗第3章金融大数据分析案例27

3.1证券文本信息情感分析27

3.1.1案例背景27

3.1.2数据来源与运行环境27

3.1.3分析过程与代码实现28

3.1.4小结39

3.2信贷风险预测39

3.2.1案例背景39

3.2.2数据来源与运行环境40

3.2.3分析过程与代码实现40

3.2.4小结62

3.3股票价格预测62

3.3.1案例背景62

3.3.2数据来源与运行环境63

3.3.3分析过程与代码实现63

3.3.4小结71

3.4信用卡欺诈检测71

3.4.1案例背景71

3.4.2数据来源与运行环境72

3.4.3分析过程与代码实现72

3.4.4小结86

习题87

第4章电商大数据分析案例88

4.1电商企业销售数据分析与预测88

4.1.1案例背景88

4.1.2数据来源与运行环境88

4.1.3项目分析方法88

4.1.4项目实现过程89

4.1.5小结100

4.2电商企业广告投放效果分析100

4.2.1案例背景100

4.2.2数据来源与运行环境100

4.2.3项目实现过程101

4.2.4小结112

4.3电商企业客户分析112

4.3.1案例背景112

4.3.2项目分析目标112

4.3.3数据准备112

4.3.4目标分析118

4.3.5案例结论136

4.3.6小结137

习题138

第5章物流大数据分析案例139

5.1运输路线优化139

5.1.1案例背景139

5.1.2数据集介绍140

5.1.3分析过程与代码实现140

5.1.4小结146

5.2智能仓库管理147

5.2.1案例背景147

5.2.2数据集介绍147

5.2.3分析过程与代码实现147

5.2.4小结150

习题150

参考文献152