----------------------- Page 1-----------------------

    2022年,随着大语言模型的横空出世,全球学术界与产业界再次掀起人工 

智能的研究热潮。 回望人工智能领域的发展长河,虽然过程跌宕起伏,但每一 

次技术浪潮的奔涌都激荡出商业创新的绚丽浪花。智能技术与商业数据的交响 

共鸣,正以日新月异之势重塑着人类工作与生活的每一个维度。 

     大语言模型的出现标志着数据分析范式的根本性转变:从依赖人工标注的 

传统二分类算法,演进为零样本学习的智能推理体系;从单一的文本数据处理, 

扩展到涵盖图像、视频、 音频的多模态融合分析。这些转变不仅提升了分析效 

率,更开创了商业智能化的新纪元。 

    在此背景下,本书应运而生。 我们期望通过系统性地介绍大语言模型在商 

业数据分析中的应用,帮助读者把握这一技术革命带来的研究范式转变。本书 

不仅致力于培养读者掌握前沿分析技术,更希望激发创新思维,助力开拓商业 

智能的新疆界。我们相信,这些新技术将孕育出更多突破性的商业模式,推动 

商业社会迈向智能化新阶段。 

    在本书的编写过程中,我们特别注重理论与实践的有机结合,精心准备了 

大量源自真实科研项目的代码示例。这些代码不仅经过了教学实践的反复验证, 

更体现了我们在商业数据分析领域的最新研究成果。 我们深知商科学生在学习 

技术性内容时面临的挑战———往往陷入 “理解困难” 或 “应用无门” 的困境。 

为此,我们采用了循序渐进的内容设计: 

     (1) 每个技术概念都配有对应的实现代码。 

     (2) 关键算法提供逐行注释的商业场景解读。 

     (3) 案例代码均来自金融、 电商和营销等真实商业场景。 

    本书的知识框架和学时分配如下:第1章介绍人工智能发展历史、 商业全 

                                                                            Ⅰ 

----------------------- Page 2-----------------------

景及其在商业数据分析中的应用 (建议2~4学时);第2章介绍神经网络与深 

度学习,包含神经网络模型、 深度神经网络和深度强化学习 (建议8~10学 

时);第3章介绍多模态数据的表征与融合方法,特别是多模态数据的基础概 

念、特征及特征表示方法、 多模态融合方法 (建议6~8学时);第4章介绍大 

语言模型的基础知识、微调及商业应用 (建议6~8学时);第5章介绍模型评 

估和可解释性 (建议6~8学时);第6章介绍3个基于大语言模型的商业数据 

分析案例供学生实际操作 (建议4~6学时)。 

    在本书编写过程中,陈卓佳、 魏国学、付佳欣、谢金池同学付出了辛勤劳 

动,在此表示感谢。 同时,感谢深圳大学优秀研究生教材项目,广东省基础与 

应用基础研究基金 (项目编号:2025B1515020057)、 国家自然科学基金重点项 

目(72531006) 等课题的资助。 

     最后,竭诚希望广大读者对本书提出宝贵意见, 以促使我们不断改进。 由 

于时间和编者水平有限,书中的疏漏和错误之处在所难免,敬请广大读者批评 

指正。 

                                                                         编者 

 Ⅱ