商务数据分析
融合数据挖掘分析理论原理与商务实践,速掌握商务数据分析的思维和方法技能。资源下载 / 课件下载 含本书教学课件。另订购本书的院校教师可索取本书实验课件。

作者:黄翼

定价:59元

印次:1-2

ISBN:9787302626046

出版日期:2023.04.01

印刷日期:2024.08.02

图书责编:梁媛媛

图书分类:学术专著

电子书
在线购买
分享
内容简介
作者简介
前言序言
资源下载
查看详情 查看详情 查看详情

大数据时代,产业呈现数字化趋势,使大数据成为核心的生产要素,进而成为推动经济高质量发展的新动能。以数据生成、采集、存储、清洗、挖掘、分析、服务为主的大数据产业已成为新兴产业,是实现产业结构升级的新路径。为普及数据素养和技能,构建大数据思维,《商务数据分析》通过介绍数据挖掘方法在商务领域的应用,驱动好奇心,认知商务情境;发现业务问题,明确诠释问题;探索数据镜像世界,科学处理、分析数据;理性做出预测、决策,有条不紊地表达,充分发挥数据的商业价值。 《商务数据分析》适合高等教育经济管理专业教学使用,也适合读者自我提升学习使用,有助于形成数据思维、数据认知、数据合规意识,提升数据处理技能,熟悉商务领域应用,从而提升职业竞争力。

"黄翼,上海杉达学院教师,留学英国硕士,博士在读。主要研究方向国际商务、公司战略和价值链。主要讲授国际贸易实务、商务英语写作、商务数据分析、商务流程综合实训等课程。曾主持上海市政府专项、上海市优青项目、校重点课程、校教改项目、校基金项目,获国家版权局计算机软件著作权,主编及参编教材,发表论文多篇。2014年荣获“全国民办高校国际商务专业教师‘优师杯’双语教学技能竞赛”三等奖,2016年获得“上海杉达学院青年教师教学竞赛”一等奖,并于同年荣获上海市“第二届上海高校青年教师教学竞赛”二等奖。2017年荣获“上海杉达学院教学成果奖”二等奖,2019年荣获“上海杉达学院教学成果奖”一等奖。 "

前 言        商务数据分析又称商业分析,是一门新兴交叉学科。它是统计学、数学、信息和计算机科学与商业经济管理学的融合,既注重对经济管理专业知识的理论掌握和实践应用,又注重大数据、人工智能、机器学习的方法和技能,旨在提高管理决策效率。从理论角度来讲,商务数据分析通过把数据映射到镜像世界,用结构化描述的方式和机器学习洞悉数据中的奥秘,找到可行的线索。从实践角度来讲,商务数据分析把案例或实际的数据规律概括成模型,借助模型和数据处理方法(包括分类、聚类、判别、预测等)实现描述、预测或决策的目的,将模型及处理过程部署到社会生产实践中,以改善生产方式、提高生产效益。   商务数据分析是学习在社会生产实践中如何采集数据并把数据转换成可行的决策。机器学习可以构建基于多种算法的建模方式,理解理论基础,探索、评估和判定可行方案,从而精准洞悉数据的价值。然而,凡事都有两面性,数据挖掘既有正面作用又有负面效应。一方面,用好数据分析可以提升运营绩效、社会治理水平、经济发展水平(例如安防、疫情防控、精准扶贫、地震或海啸等灾害预测);另一方面,滥用数据分析会导致触碰伦理道德底线、法律红线,最终难逃法律的制裁。因此,学习者需要保持谨慎的态度,避免现实生活中数据采集及数据挖掘(例如机器学习)的滥用,注重对数据的管理,包含数据获取、处理、分析、应用过程的合规管理,以及对特定隐私数据的保护。然而,解决数据使用合规性的难题,也是合理使用数据的复杂性问题。这主要体现在以下三个方面。   (1) 法律对种族、民族、宗教或受保护类型的数据的商业用途有特殊限定。但是,在实际使用数据分析时,排除此类信息远...

课件下载

样章下载

暂无网络资源

扫描二维码
下载APP了解更多

目录
荐语
查看详情 查看详情
目    录  

  

第一部分  大数据基础

第一章  大数据导论 3

一、什么是大数据 3

二、为何要做数据挖掘 5

三、数据分析的应用 7

练习题 10

第二章  大数据技术 11

一、大数据的技术框架 11

二、与大数据处理相关的技术 12

三、数据挖掘的一般流程 14

练习题 16

第二部分  Python编程基础

第三章  Python环境搭建 19

一、Python的版本与安装 19

二、PyCharm的安装与使用 23

三、Anaconda的安装与使用 27

练习题 30

第四章  Python编程基础 31

一、Python变量设定和赋值数据类型 31

二、Python的运算符 38

三、控制流 42

四、常用函数 49

五、Python基础语法 50

练习题 54

第五章  Python数据挖掘 55

一、NumPy模块 55

二、Pandas模块 68

练习题 106

第六章  Python数据可视化 107

一、数据可视化 107

二、Pandas绘图 111

三、Matplotlib其他绘图 120

练习题 123

第三部分  数据挖掘基础

第七章  数据预处理 127

一、数据存在的问题 127

二、数据预处理的手段 129

练习题 138

第八章  多元线性回归 139

一、介绍 139

二、解释模型与预测模型 139

三、回归方程的估计与预测 140

四、线性回归中的变量选择 141

练习题 143

第九章  K-NN算法 145

一、K-NN分类器(分...

"基于大数据时代的商业规则和思维变革,《商务数据分析》将数据挖掘分析理论原理与商务实践进行融合。通过本图书及相应课程的学习,使学习者掌握分析事物的数据思维、挖掘数据价值及发挥商业应用的技能,培养结合专业知识,发现、分析并提供解决实际问题方案的思维方式及数据分析技能。《商务数据分析》内容主要包括四大模块:模块一 大数据与商务数据分析概述,主要介绍数据分析的起源、对数据分析的认知,包含分析目的、分析类型、作用,数据分析的主要应用,商务数据分析的主要应用场景;模块二 数据分析基础及数据挖掘方法,包括Python编程、数据处理、数据可视化等方法和技能的导入学习;模块三 数据挖掘,在前模块基础上介绍多元线性回归,近邻,贝叶斯,差别分析,关联规则、协同过滤、文本分析等多种数据挖掘方法并联系实际应用,并将案例项目分析思路通过代码实现,并对结果进行分析和评估。模块四,为引导学习者进一步探索挖掘数据分析方法在商务及其他领域的应用,图书选取了国内外经典案例,提供综合分析和解决相关业务问题的思路和激发学习者根据个人兴趣及需求进一步探索相关应用领域的分析。《商务数据分析》特色主要包括:理论方法的前瞻性,工具技能的开源易得性,注重商务实际的应用性,配套资源的丰富性(在线课程)。
"