定 價:36 元
叢書名:高等學(xué)校信息管理與信息系統(tǒng)系列教材
- 作者:葉強(qiáng),方斌,張紫瓊編
- 出版時間:2022/2/1
- ISBN:9787040571349
- 出 版 社:高等教育出版社
- 中圖法分類:F7-39
- 頁碼:192
- 紙張:膠版紙
- 版次:1
- 開本:16開
《大數(shù)據(jù)商務(wù)分析》是高等學(xué)校信息管理與信息系統(tǒng)系列教材之一。
《大數(shù)據(jù)商務(wù)分析》共分9章,主要內(nèi)容有導(dǎo)論、大數(shù)據(jù)商務(wù)分析系統(tǒng)搭建技術(shù)、經(jīng)典數(shù)據(jù)分析方法及工具、面向大數(shù)據(jù)商務(wù)分析的描述性分析和可視化、面向大數(shù)據(jù)商務(wù)分析的數(shù)據(jù)挖掘、深度學(xué)習(xí)技術(shù)、大數(shù)據(jù)商務(wù)分析在傳統(tǒng)行業(yè)中的應(yīng)用、大數(shù)據(jù)商務(wù)分析在各組織部門中的作用,以及大數(shù)據(jù)商務(wù)分析在新興領(lǐng)域中的應(yīng)用。
《大數(shù)據(jù)商務(wù)分析》內(nèi)容系統(tǒng)、案例豐富、實(shí)用性強(qiáng)。
《大數(shù)據(jù)商務(wù)分析》可作為高等學(xué)校信息管理與信息系統(tǒng)專業(yè)、大數(shù)據(jù)應(yīng)用與管理專業(yè)、計(jì)算機(jī)應(yīng)用專業(yè)及相關(guān)專業(yè)大數(shù)據(jù)商務(wù)分析課程教材,也可作為從事商務(wù)數(shù)據(jù)分析及相關(guān)工作人員的參考讀物。
隨著信息技術(shù)的普及,各種傳統(tǒng)組織紛紛實(shí)現(xiàn)了信息化。信息化使得組織在提升運(yùn)營效率的同時累積了大量的相關(guān)數(shù)據(jù),為其后續(xù)利用ABCD技術(shù),即人工智能(artificial intelligence)、區(qū)塊鏈(blockchain)、云計(jì)算(cloud computing)、大數(shù)據(jù)分析(big data analytics)進(jìn)行數(shù)字化轉(zhuǎn)型打下了扎實(shí)的基礎(chǔ)。在數(shù)字化進(jìn)程中,大量曾經(jīng)默默無聞的組織因此受益一躍成為時代的寵兒,也有大量當(dāng)年輝煌無比的組織被時代所遺棄。因此,這個時代的組織迫切地希望能夠了解這些數(shù)字化轉(zhuǎn)型技術(shù),并掌握利用其來打開這個時代成功之門的方法。
毫無疑問,以ABCD技術(shù)為代表的新一代信息技術(shù)每一項(xiàng)都有其自身特點(diǎn),都在數(shù)字化轉(zhuǎn)型過程中發(fā)揮著不可替代的作用。相對而言,區(qū)塊鏈和云計(jì)算在這些技術(shù)中是底層技術(shù),而人工智能和大數(shù)據(jù)分析直接面向組織決策的制定。并且,對于組織的決策而言,大數(shù)據(jù)分析更為關(guān)鍵且更具適用性。因此,在高等學(xué)校經(jīng)濟(jì)管理類的課程體系中,大數(shù)據(jù)分析已經(jīng)成為至關(guān)重要、必不可少的組成部分。
我們在長期的大數(shù)據(jù)分析課程教學(xué)和研究實(shí)踐中發(fā)現(xiàn),目前大部分大數(shù)據(jù)分析類教材主要聚焦于分布式存儲等底層技術(shù),很少有針對高等學(xué)校經(jīng)濟(jì)管理類學(xué)生編寫的教材。盡管底層技術(shù)對于組織來說也是極其重要的,但是對于高等學(xué)校經(jīng)濟(jì)管理類的學(xué)生而言,技術(shù)性有余而商業(yè)性不足。為此,我們希望有一本能讓并不精通信息技術(shù)的人也能看懂的介紹大數(shù)據(jù)商務(wù)分析的書。這也是我們最終決定自己動手編寫這本書的直接原因。
本書旨在讓讀者了解如何使用大數(shù)據(jù)技術(shù)來進(jìn)行商務(wù)分析,以大數(shù)據(jù)商務(wù)分析的過程為主線,介紹大數(shù)據(jù)商務(wù)分析系統(tǒng)搭建技術(shù)、經(jīng)典數(shù)據(jù)分析方法及工具、面向大數(shù)據(jù)商務(wù)分析的描述性分析和可視化、面向大數(shù)據(jù)商務(wù)分析的數(shù)據(jù)挖掘、深度學(xué)習(xí)技術(shù)等相關(guān)技術(shù),并給出大數(shù)據(jù)分析在傳統(tǒng)行業(yè)中的典型應(yīng)用案例。本書避免對大數(shù)據(jù)技術(shù)的原理著墨過多,突出大數(shù)據(jù)技術(shù)在商業(yè)場景中的實(shí)際應(yīng)用。我們并不期望讀者在學(xué)習(xí)完本書后就能搭建起一個大數(shù)據(jù)分析平臺或者寫出復(fù)雜的代碼進(jìn)行大數(shù)據(jù)分析,而是希望讀者能夠通過學(xué)習(xí)對大數(shù)據(jù)分析在商業(yè)中的應(yīng)用有一個大概的了解,掌握一些簡單的技術(shù),并懂得在企業(yè)中如何制定正確的大數(shù)據(jù)分析戰(zhàn)略。
葉強(qiáng),管理學(xué)博士,哈爾濱工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院教授、博士生導(dǎo)師、院長,大數(shù)據(jù)與金融科技研究所所長;國家杰出青年科學(xué)基金獲得者,教育部高等學(xué)校管理科學(xué)與工程類專業(yè)教學(xué)指導(dǎo)委員會委員,全國工商管理專業(yè)學(xué)位研究生教育指導(dǎo)委員會委員,管理科學(xué)與工程學(xué)會副理事長、大數(shù)據(jù)與商務(wù)分析分會主任,中國信息經(jīng)濟(jì)學(xué)會副理事長、金融科技專業(yè)委員會主任,中國系統(tǒng)工程學(xué)會信息系統(tǒng)工程專業(yè)委員會副理事長。曾先后在得克薩斯大學(xué)奧斯汀分校、加利福尼亞大學(xué)圣迭戈分校、香港理工大學(xué)做研究和教學(xué)工作。近年來在Information Systems Research、Production and Operations Management、Journal of Management Information Systems和Tourism Management等國際管理學(xué)主流學(xué)術(shù)期刊發(fā)表30余篇論文。獲2017年度中國信息經(jīng)濟(jì)學(xué)烏家培獎。多次入選愛思唯爾發(fā)布的“中國高被引學(xué)者”榜單。主要研究領(lǐng)域?yàn)殡娮由虅?wù)與管理信息系統(tǒng)、人工智能與大數(shù)據(jù)商務(wù)分析、金融科技。
方斌,管理學(xué)博士,廈門大學(xué)管理學(xué)院副教授。近年來在Journal of Management Information Systems、Information & Management、Tourism Management等國際管理學(xué)主流學(xué)術(shù)期刊發(fā)表多篇論文,主持國家自然科學(xué)基金資助項(xiàng)目2項(xiàng)。主要研究領(lǐng)域?yàn)殡娮由虅?wù)、社交媒體、消費(fèi)者行為。
張紫瓊,管理學(xué)博士,哈爾濱工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院教授,優(yōu)秀青年科學(xué)基金獲得者,F(xiàn)任國務(wù)院學(xué)位委員會第八屆學(xué)科評議組成員(管理科學(xué)與工程)。近年來,在MIS Quarterly、Tourism Management、Journal of Travel Research、《管理科學(xué)學(xué)報(bào)》等國內(nèi)外管理學(xué)主流學(xué)術(shù)期刊發(fā)表30余篇論文;曾獲得教育部“新世紀(jì)優(yōu)秀人才支持計(jì)劃”項(xiàng)目、霍英東教育基金會高等院校青年教師基金項(xiàng)目資助。主要研究領(lǐng)域?yàn)殡娮由虅?wù)、消費(fèi)者行為。
第1章 導(dǎo)論
1.1 大數(shù)據(jù)分析的產(chǎn)生
1.1.1 互聯(lián)網(wǎng)技術(shù)的發(fā)展及廣泛應(yīng)用
1.1.2 計(jì)算機(jī)硬件的提升
1.1.3 新的處理方法的出現(xiàn)
1.1.4 大數(shù)據(jù)分析的出現(xiàn)
1.2 大數(shù)據(jù)商務(wù)分析及其價值
1.2.1 大數(shù)據(jù)分析與人工智能
1.2.2 大數(shù)據(jù)分析的誤區(qū)
1.2.3 大數(shù)據(jù)分析與大數(shù)據(jù)商務(wù)分析
1.2.4 大數(shù)據(jù)商務(wù)分析的價值
1.3 大數(shù)據(jù)商務(wù)分析師所需技能
1.4 大數(shù)據(jù)商務(wù)分析的基本流程
第2章 大數(shù)據(jù)商務(wù)分析系統(tǒng)搭建技術(shù)
2.1 數(shù)據(jù)收集、存儲和清理
2.1.1 數(shù)據(jù)收集
2.1.2 數(shù)據(jù)存儲
2.1.3 數(shù)據(jù)清理
2.2 大數(shù)據(jù)存儲技術(shù)
2.2.1 基于關(guān)系數(shù)據(jù)庫的大數(shù)據(jù)存儲技術(shù)
2.2.2 基于NoSQL數(shù)據(jù)庫的大數(shù)據(jù)存儲技術(shù)
2.2.3 基于分布式文件系統(tǒng)的大數(shù)據(jù)存儲技術(shù)
2.3 大數(shù)據(jù)計(jì)算技術(shù)
2.3.1 批處理大數(shù)據(jù)計(jì)算技術(shù)——MapReduce計(jì)算模型
2.3.2 實(shí)時大數(shù)據(jù)計(jì)算技術(shù)
2.4 典型大數(shù)據(jù)計(jì)算平臺
2.4.1 Hadoop平臺
2.4.2 Spark平臺
第3章 經(jīng)典數(shù)據(jù)分析方法及工具
3.1 經(jīng)典統(tǒng)計(jì)學(xué)數(shù)據(jù)分析方法
3.1.1 方差分析
3.1.2 回歸分析
3.1.3 聚類分析
3.1.4 判別分析
3.1.5 主成分分析
3.1.6 因子分析
3.1.7 Logistic回歸
3.2 經(jīng)典統(tǒng)計(jì)學(xué)數(shù)據(jù)分析在大數(shù)據(jù)商務(wù)分析中面臨的挑戰(zhàn)
3.2.1 容量
3.2.2 速度
3.2.3 多樣
3.2.4 真實(shí)性
3.2.5 隱私和保密
3.3 經(jīng)典統(tǒng)計(jì)學(xué)數(shù)據(jù)分析在大數(shù)據(jù)商務(wù)分析中的價值
3.4 SPSS數(shù)據(jù)分析案例:利用RFM模型對客戶進(jìn)行分類
第4章 面向大數(shù)據(jù)商務(wù)分析的描述性分析和可視化
4.1 描述性統(tǒng)計(jì)分析
4.1.1 描述性統(tǒng)計(jì)分析概述
4.1.2 描述性統(tǒng)計(jì)分析的內(nèi)容及指標(biāo)
4.1.3 描述性統(tǒng)計(jì)分析常用圖表類型
4.2 可視化
4.2.1 可視化概念
4.2.2 可視化應(yīng)用領(lǐng)域
4.2.3 可視化工具介紹
4.3 Tableau數(shù)據(jù)可視化案例
4.3.1 動態(tài)圖
4.3.2 文字云
4.3.3 “發(fā)貨配送周期”可視化
4.3.4 設(shè)計(jì)動態(tài)儀表板
第5章 面向大數(shù)據(jù)商務(wù)分析的數(shù)據(jù)挖掘
5.1 數(shù)據(jù)挖掘
5.2 數(shù)據(jù)挖掘的流程
5.3 數(shù)據(jù)挖掘相關(guān)技術(shù)
5.3.1 關(guān)聯(lián)分析
5.3.2 分類分析
5.3.3 聚類分析
第6章 深度學(xué)習(xí)技術(shù)
6.1 深度學(xué)習(xí)概述
6.1.1 深度學(xué)習(xí)的發(fā)展
6.1.2 深度學(xué)習(xí)的主要過程
6.2 卷積神經(jīng)網(wǎng)絡(luò)
6.2.1 卷積神經(jīng)網(wǎng)絡(luò)的一般結(jié)構(gòu)
6.2.2 卷積層
6.2.3 降采樣層
6.2.4 局部連接
6.2.5 權(quán)值共享
6.2.6 卷積層的操作
6.2.7 降采樣層的操作
6.2.8 誤差逆?zhèn)鞑ニ惴?br />6.2.9 Softmax回歸
6.3 循環(huán)神經(jīng)網(wǎng)絡(luò)
6.3.1 循環(huán)神經(jīng)網(wǎng)絡(luò)概述
6.3.2 長短期記憶網(wǎng)絡(luò)
6.3.3 長短期記憶網(wǎng)絡(luò)的工作原理
……
第7章 大數(shù)據(jù)商務(wù)分析在傳統(tǒng)行業(yè)中的應(yīng)用
第8章 大數(shù)據(jù)商務(wù)分析在各組織部門中的作用
第9章 大數(shù)據(jù)商務(wù)分析在新興
參考文獻(xiàn)