随着大数据、人工智能、云计算以及管理科学理论的发展,数据分析成为商业分析必不可少的内容。本教材综合传统数据分析和机器学习最新理论内容,共包括八个部分(导论、数据预处理、商业数据统计分析、数据挖掘与机器学习、文本挖掘与情感分析、数据可视化、商业决策分析、2个数据分析综合案例),以数据分析流程为主线,既涵盖了数据分析的理论内容,又避免了与相关课程的简单重复。
样章试读
目录
- 目录
第一章 导论1
第一节 什么是商业数据分析1
第二节 数据分类与数据模型4
第三节 大数据时代的商业数据分析10
第四节 大数据在数据分析中的应用18
第五节 商业数据分析工具21
本章习题31
第二章 数据预处理32
第一节 数据预处理概述32
第二节 数据质量34
第三节 数据审计35
第四节 数据清洗36
第五节 数据变换42
第六节 数据集成和数据排序44
第七节 其他数据预处理46
本章习题48
第三章 商业数据统计分析50
第一节 回归分析50
第二节 方差分析62
第三节 时间序列分析72
第四节 灰色预测模型83
本章习题88
第四章 数据挖掘与机器学习92
第一节 数据挖掘基本概念92
第二节 机器学习基本概念96
第三节 一元线性回归机器学习103
第四节 分类机器学习107
第五节 神经网络与深度学习110
第六节 机器学习典型算法120
本章习题124
第五章 文本挖掘与情感分析125
第一节 文本挖掘概述125
第二节 文本挖掘过程129
第三节 文本挖掘工具143
第四节 文本情感分析144
本章习题152
第六章 数据可视化153
第一节 数据可视化概述153
第二节 数据可视化的实现过程和方法体系157
第三节 数据可视化工具159
本章习题167
第七章 商业决策分析171
第一节 决策分析概述171
第二节 确定型决策分析180
第三节 不确定型决策分析182
第四节 风险型决策分析184
第五节 多属性决策方法193
第六节 灰色决策202
本章习题215
第八章 住院费用影响因素挖掘219
第一节 案例背景219
第二节 数据预处理220
第三节 不同治疗类别的治疗费用差异分析225
第四节 住院费用的影响因素分析234
结论238
第九章 基于大数据分析平台的L集团销售商机预测239
第一节 案例背景239
第二节 L集团销售过程管理240
第三节 L集团销售线索管理243
第四节 销售商机分析大数据平台建设245
第五节 销售商机分析大数据平台应用250
参考文献255