商务大数据分析导论

Inhaltsverzeichnis

• 前言

  • 前言

• 目录

  • 章节目录

• 项目一 大数据分析算法基础

  • 项目说明

• 任务一 大数据分析基础知识

  • 一、 大数据分析的相关概念
  • 二、 大数据分析流程
  • 三、 大数据分析方法概览
  • 四、 本书主要使用的大数据分析工具
  • 技能训练

• 任务二 大数据分析能力

  • 一、 基本概念辨析
  • 二、 常见的离散型随机变量的分布
  • 三、 常见的连续型随机变量的分布
  • 技能训练
  • 探索一：排队论仿真

• 项目二 大数据分析的算法

  • 项目说明

• 任务一 决策树算法

  • 一、 信息、熵及信息增益的概念
  • 二、决策树的构建
  • 三、 算法用例
  • 技能训练
  • 附录一：启发案例-信息熵图解
  • 附录二：数据集D的经验熵的计算过程
  • 附录三：数据子集D_outlook=rainy的经验熵计算过程
  • 附录四：属性outlook各取值的属性熵计算过程

• 任务二 聚类算法

  • 引言
  • 一、K-means算法
  • 二、 感受质心的迁移过程
  • 三、 K值的选择
  • 四、从等高线认识正则线
  • 技能训练

• 任务三 朴素贝叶斯算法

  • 一、算法概要
  • 二、贝叶斯公式
  • 三、算法说明
  • 四、案例推演
  • 五、Orange 用例
  • 技能训练

• 任务四 K近邻分类算法

  • 引言
  • 一、算法概述
  • 二、算法要点
  • 三、KNN 的交叉验证
  • 四、模型评估指标
  • 五、算法用例
  • 技能训练

• 任务五 关联规则

  • 一、算法概述
  • 二、Apriori 算法
  • 三、Orange 与 Apriori 算例
  • 技能训练

• 任务六 逻辑回归

  • 引言
  • 一、Logistic 分布
  • 二、求解模型参数
  • 三、极大似然估计求解
  • 四、逻辑回归函数的正则化
  • 五、Orange 算例
  • 技能训练

• 任务七 人工神经网络

  • 引言
  • 一、神经网络的正向及反向传播过程
  • 二、人工神经网络的模拟计算
  • 三、激活函数
  • 四、神经网络的应用
  • 技能训练

• 任务八 支持向量机

  • 引言
  • 一、硬间隔支持向量机
  • 二、非线性支持向量机
  • 三、SVM 中的核函数
  • 四、Orange 中的 SVM 应用
  • 技能训练
  • 启发案例：一维升二维

• 任务九 马尔可夫链及自然语言处理

  • 引言
  • 一、马尔可夫链及其应用
  • 二、N-Gram 算法
  • 三、Orange 中的自然语言处理
  • 技能训练

• 项目技能训练

  • 项目技能训练

• 项目三 数据采集与整理

  • 项目说明

• 任务一 数据挖掘及其方法

  • 一、数据挖掘
  • 二、数据挖掘技术的演进
  • 三、数据挖掘的目的
  • 四、常用的数据挖掘方法
  • 五、数据挖掘的基本步骤

• 任务二 Python 数据采集实例

  • 引言
  • 一、Python（爬虫）
  • 二、从网页获取数据
  • 三、使用 requests 库请求网站
  • 四、使用 Beautiful Soup 解析网页
  • 五、清洗和组织数据

• 任务三 八爪鱼数据采集实例

  • 引言
  • 一、八爪鱼采集器应用案例
  • 二、客户端界面介绍

• 任务四 Power BI 数据采集实例

  • 引言
  • 一、提取第一页数据
  • 二、创建批量获取数据的自定义函数
  • 三、创建参数列表
  • 四、批量提取多个网页数据

• 任务五 数据整理实例

  • 引言
  • 一、数据质量准则
  • 二、清洗数据的基本要求
  • 三、从 Excel 到 Python 数据整理实例
  • 技能训练

• 项目四 构建数据模型

  • 项目说明

• 任务一 网站分析与推荐

  • 一、网站分析与推荐的重要性
  • 二、电商数据分析指标体系

• 任务二 分析方法与过程

  • 引言
  • 一、数据抽取
  • 二、数据探索分析
  • 三、结果分析
  • 技能训练

• 项目五 认识客户价值

  • 项目说明

• 任务一 RFM 模型与应用

  • 引言
  • 一、分析方法与过程
  • 二、模型构建
  • 三、模型应用

• 任务二 决策树分析实例

  • 引言
  • 一、分解“乐趣”的要素
  • 二、量化“社交行为”
  • 三、找出决策树分析中影响最大的分裂属性
  • 四、考量实数、比率和主成分
  • 技能训练

• 项目六 数据可视化

  • 项目说明

• 任务一 数据可视化的重要性

  • 引言
  • 一、数据可视化的目的
  • 二、探索型数据可视化
  • 三、选择有效的图表

• 任务二 常用可视化图表示例

  • 引言
  • 一、描述变量分类的可视化图形
  • 二、描述变量比例的可视化图形
  • 三、描述变量相关的可视化图形
  • 四、描述变量分布的可视化图形
  • 五、描述时间序列数据的可视化图形
  • 技能训练

• 项目七 商务大数据应用场景

  • 项目说明

• 任务一 税收大数据

  • 一、税收大数据的内涵
  • 二、税收大数据的应用
  • 三、案例解析——税收大数据治理
  • 四、 技能训练

• 任务二 金融大数据

  • 一、金融大数据的内涵
  • 二、大数据在商业银行中的应用
  • 三、大数据在证券行业中的应用
  • 四、大数据在保险行业中的应用
  • 五、技能训练

• 任务三 电子商务大数据

  • 一、电子商务大数据的内涵
  • 二、大数据在电子商务中的应用
  • 三、案例解析——电子商务在客户分析中的应用
  • 四、技能训练

• 任务四 财务大数据

  • 一、财务大数据的内涵
  • 二、大数据在财务中的应用
  • 三、案例解析——产品标准成本计算
  • 四、技能训练

• 任务五 旅游大数据

  • 一、旅游大数据的内涵
  • 二、主要应用需求
  • 三、案例解析——基于网络舆情的旅游者情绪分析
  • 四、技能训练

• 附录一 H 航空公司大数据应用案例

  • 说明
  • 一、案例背景
  • 二、业务需求
  • 三、建设思路
  • 四、建设目标
  • 五、解决方案
  • 六、大数据应用
  • 七、应用成效
  • 八、案例评析
  • 案例思考

• 附录二 M 科技公司大数据应用案例

  • 说明
  • 一、案例背景
  • 二、业务需求
  • 三、大数据平台
  • 四、大数据实时分析
  • 五、云深度学习平台
  • 六、“4M”智能营销
  • 七、广告交易平台
  • 八、品牌广告业务
  • 九、区块链应用
  • 十、案例评析
  • 案例思考

• 附录三 H 公司大数据应用案例

  • 说明
  • 一、案例背景
  • 二、数字化转型
  • 三、SCRM 数据平台
  • 四、大数据营销
  • 五、COSMOPlat 平台
  • 六、透明工厂大数据应用
  • 七、物流大数据应用
  • 八、大数据质量管理
  • 九、案例评析
  • 案例思考

• 附录四 全国职业院校技能大赛商务数据分析赛项 应用案例

  • 说明
  • 一、竞赛宗旨与目标
  • 二、竞赛内容概览
  • 三、具体赛项案例展示——Y 家具公司商务数据分析报告
  • 四、案例评析
  • 案例思考

• 参考文献

  • 参考文献