目录

第1章大数据时代1

1.1大数据时代到来1

1.1.1什么是大数据2

1.1.2商务行为电子化3

1.1.3个性化营销与精准营销5

1.2数据的模式——用户行为7

1.2.1行为主体的特征数据7

1.2.2主体间的关系数据9

1.3数据的存储与收集10

1.3.1传统的数据仓库10

1.3.2大数据时代的存储——hadoop12

1.3.3数据收集的方法14

课后习题15

第2章商务数据分析的思路16

2.1市场分析16

2.1.1理解市场18

2.1.2细分市场21

2.1.3了解公司在市场中的地位24

2.2行业竞争分析24

2.2.1了解行业数据24

2.2.2深入使用对手产品25

2.2.3定时更新竞业数据26

2.3产品形态26

2.3.1数据的定性26

2.3.2数据的定量27

2.3.3流量统计282.3.4系统日志分析28

课后习题29〖2〗〖2〗〖4〗商务数据分析目录〖3〗〖3〗第3章电子商务系统的指标体系30

3.1网站运营指标30

3.1.1流量指标30

3.1.2商品类目指标32

3.1.3供应链指标32

3.2经营环境指标32

3.2.1外部竞争指标32

3.2.2内部购物指标33

3.3销售业绩指标33

3.3.1网站销售业绩指标34

3.3.2订单指标34

3.4营销活动指标35

3.5客户价值指标36

3.5.1客户指标36

3.5.2新客户指标36

3.5.3老客户指标36

课后习题40

第4章相关和回归分析41

4.1相关分析41

4.1.1相关分析概念41

4.1.2相关分析的种类41

4.1.3相关系数43

4.2一元线性回归48

4.2.1一元线性回归模型49

4.2.2参数的最小二乘估计49

4.2.3回归直线的拟合优度51

4.2.4显著性检验53

4.2.5回归方程预测问题53

4.3多元线性回归54

4.3.1多元线性回归模型和回归方程55

4.3.2估计的多元回归方程55

4.3.3参数的最小二乘估计55

4.3.4回归方程的拟合优度55

4.3.5显著性检验56

4.4变量选择与逐步回归57

4.4.1向前选择58

4.4.2向后剔除58

4.4.3逐步回归58

4.4.4最优子集法58

课后习题59

第5章时间序列分析和应用60

5.1什么是时间序列60

5.2时间序列分析方法 61

5.2.1平均预测法63

5.2.2指数平滑法69

5.2.3趋势外推预测方法71

5.3时间序列分析软件74

5.3.1常用软件74

5.3.2推荐软件——SPSS74

5.4利用 SPSS 和 Matlab 进行时间序列预测74

5.4.1移动平均和滑动平均计算74

5.4.2季节性预测76

课后习题78

第6章用户行为分析80

6.1基础知识: 幂律分布及其性质80

6.2用户行为的统计特性的实证分析83

6.2.1用户行为的时间统计特性83

6.2.2用户行为空间统计特性87

6.3用户行为模型94

课后习题96

第7章推荐系统97

7.1推荐系统的概念97

7.1.1什么是推荐系统97

7.1.2个性化推荐的意义98

7.1.3推荐系统的组成99

7.1.4推荐系统评价指标99

7.2基于关联规则的推荐系统100

7.3协同过滤的推荐系统103

7.4基于网络结构的推荐系统108

7.4.1图和二部分图108

7.4.2基于网络结构的推荐算法108

7.5推荐系统应用110

7.5.1亚马逊: 电子商务111

7.5.2豆瓣: 社交网络112

7.5.3未来个性化推荐发展的可能方向112

课后习题114

第8章商务数据的社会网络化分析115

8.1点、线和数据115

8.2强关系与弱关系117

8.3社群的划分119

8.4寻找意见领袖122

课后习题126

参考文献127