| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787521866285 |
| 所属分类：图书>经济>贸易政策 |
商品详情
目 录
项目一 商业大数据分析导论
任务一 走进商业大数据
一、大数据认知
二、商业大数据认知
三、商业大数据发展背景
任务二 职业发展
一、商业分析师
二、数据分析师
三、金融分析师
任务三 商业大数据分析流程
一、明确商业大数据分析目标
二、数据创建
三、数据采集
四、数据处理项目一 商业大数据分析导论
任务一 走进商业大数据
一、大数据认知
二、商业大数据认知
三、商业大数据发展背景
任务二 职业发展
一、商业分析师
二、数据分析师
三、金融分析师
任务三 商业大数据分析流程
一、明确商业大数据分析目标
二、数据创建
三、数据采集
四、数据处理
五、数据分析与可视化
六、撰写数据分析报告
项目二 商业大数据创建与采集
任务一 数据分析平台搭建
一、与
二、的安装与环境配置
三、 的初步使用
四、实操练习
任务二 数据创建
一、简介
二、数据创建
三、基于本地存储的数据创建
四、应用实践
任务三 数据采集
一、运用爬虫工具采集数据
二、解析数据
三、保存数据
四、应用实践
项目三 商业大数据处理
任务一 数据读取与查看
一、数据表的基本信息查看
二、数据表的大小查看
三、数据格式查看
四、数据具体分布查看
五、应用实践
任务二 数据清洗
一、缺失值处理
二、重复值处理
三、异常值识别与处理
四、应用实践
任务三 数据转换
一、数据类型转换
二、中文数字与罗马数字互转
三、数据尺度变换
四、应用实践
任务四 数据特征分析
一、描述性统计分析函数应用
二、累计统计函数应用
三、数据排序函数应用
四、应用实践
项目四 商业大数据可视化
任务一 商业大数据可视化学习准备
一、 可视化库的安装
二、 安装注意事项
三、 库常用函数及语法说明
任务二 比较类商业数据可视化
一、绘制线图
二、绘制柱状图
三、条形图
四、气泡图
五、应用实践
六、实操练习题
七、小结
任务三 分布类商业数据可视化
一、直方图
二、箱线图
三、热力图
四、旭日图
五、应用实践
六、实操练习题
七、小结
任务四 占比类商业数据可视化
一、饼图
二、环形图
三、面积图
四、树形图
五、应用实践
六、实操练习题
七、小结
任务五 关联类商业数据可视化
一、散点图
二、韦恩图
三、桑基图
四、网格图
五、应用实践
六、实操练习题
七、小结
项目五 时间序列数据分析
任务一 时间序列概述
一、时间序列分析概述
二、时间序列分析的基本任务
三、时间序列基础和库
四、应用实践
任务二 时间序列数据预处理
一、时间序列缺失值处理
二、时间序列异常值处理
三、时间序列数据分组与分解
四、应用实践
任务三 时间序列基本特征与预测方法
一、自相关性
二、时间序列平稳性和白噪声序列
三、应用实践
项目六 商业大数据应用实战案例基础分析
任务一 回归分析——目标销售额预测及影响因素分析
任务二 聚类分析——基于均值算法的客户类别分析
任务三 降维——基于主成分分析的消费者特征与模式分析
任务四 情感分析——贺州市游客生成内容情感得分分析
一、贺州市游记情感得分分析
二、正负向情感标记与文本分词
三、绘制正面游记词云图
四、绘制负面游记词云图
五、小结
项目七 商业大数据应用实战案例进阶分析
任务一 逻辑回归模型
一、逻辑回归模型介绍
二、逻辑回归模型应用实践案例
任务二 决策树模型
一、决策树模型介绍
二、决策树模型应用实践案例
任务三 随机森林模型
一、随机森林模型介绍
二、随机森林模型应用实践案例
参考文献
显示全部信息
作者简介
大数据时代对商业应用型人才提出了新的要求，亟需掌握大数据和人工智能主要技术和模型，并能结合大数据分析技能和商业领域知识，发现和解决商业问题的复合型人才。在此背景下，开设商业大数据分析实验课程显得尤为重要。“商业大数据分析”实验课程共包含七个项目，采用开源软件和图形化商业大数据分析工具，从大数据概述、数据分析工具、数据创建、数据采集、数据处理、机器学习基础、股票价格预测、用户情感分析、客户类别分析和消费者特征与模式分析等多个方面阐释商业大数据分析。项目为基础学习篇，其中，项目是商业大数据分析导论，由走进商业大数据、职业发展和商业大数据分析流程构成；项目是商业大数据创建与采集，由数据分析平台搭建、数据创建和数据采集构成；项目是商业大数据处理，由数据读取与查看、数据清洗、数据转换和数据特征分析够成。项目为应用实战篇，其中，项目是商业大数据可视化，包括比较类商业数据可视化、分布类商业数据可视化、占比类商业数据可视化和关联类商业数据可视化；项目是时间序列数据分析，包括时间序列简介、时间序列处理和时间序列基本性质；项目为用户生成数据分析，包括用户生成数据概述、用户生成数据采集、有结构数据挖掘、用户情感倾向分析和文本主题模型；项目是机器学习的商业应用场景，包括机器学习的概念、有监督与无监督学习和应用实战案例。
目 录
项目一 商业大数据分析导论
任务一 走进商业大数据
一、大数据认知
二、商业大数据认知
三、商业大数据发展背景
任务二 职业发展
一、商业分析师
二、数据分析师
三、金融分析师
任务三 商业大数据分析流程
一、明确商业大数据分析目标
二、数据创建
三、数据采集
四、数据处理项目一 商业大数据分析导论
任务一 走进商业大数据
一、大数据认知
二、商业大数据认知
三、商业大数据发展背景
任务二 职业发展
一、商业分析师
二、数据分析师
三、金融分析师
任务三 商业大数据分析流程
一、明确商业大数据分析目标
二、数据创建
三、数据采集
四、数据处理
五、数据分析与可视化
六、撰写数据分析报告
项目二 商业大数据创建与采集
任务一 数据分析平台搭建
一、与
二、的安装与环境配置
三、 的初步使用
四、实操练习
任务二 数据创建
一、简介
二、数据创建
三、基于本地存储的数据创建
四、应用实践
任务三 数据采集
一、运用爬虫工具采集数据
二、解析数据
三、保存数据
四、应用实践
项目三 商业大数据处理
任务一 数据读取与查看
一、数据表的基本信息查看
二、数据表的大小查看
三、数据格式查看
四、数据具体分布查看
五、应用实践
任务二 数据清洗
一、缺失值处理
二、重复值处理
三、异常值识别与处理
四、应用实践
任务三 数据转换
一、数据类型转换
二、中文数字与罗马数字互转
三、数据尺度变换
四、应用实践
任务四 数据特征分析
一、描述性统计分析函数应用
二、累计统计函数应用
三、数据排序函数应用
四、应用实践
项目四 商业大数据可视化
任务一 商业大数据可视化学习准备
一、 可视化库的安装
二、 安装注意事项
三、 库常用函数及语法说明
任务二 比较类商业数据可视化
一、绘制线图
二、绘制柱状图
三、条形图
四、气泡图
五、应用实践
六、实操练习题
七、小结
任务三 分布类商业数据可视化
一、直方图
二、箱线图
三、热力图
四、旭日图
五、应用实践
六、实操练习题
七、小结
任务四 占比类商业数据可视化
一、饼图
二、环形图
三、面积图
四、树形图
五、应用实践
六、实操练习题
七、小结
任务五 关联类商业数据可视化
一、散点图
二、韦恩图
三、桑基图
四、网格图
五、应用实践
六、实操练习题
七、小结
项目五 时间序列数据分析
任务一 时间序列概述
一、时间序列分析概述
二、时间序列分析的基本任务
三、时间序列基础和库
四、应用实践
任务二 时间序列数据预处理
一、时间序列缺失值处理
二、时间序列异常值处理
三、时间序列数据分组与分解
四、应用实践
任务三 时间序列基本特征与预测方法
一、自相关性
二、时间序列平稳性和白噪声序列
三、应用实践
项目六 商业大数据应用实战案例基础分析
任务一 回归分析——目标销售额预测及影响因素分析
任务二 聚类分析——基于均值算法的客户类别分析
任务三 降维——基于主成分分析的消费者特征与模式分析
任务四 情感分析——贺州市游客生成内容情感得分分析
一、贺州市游记情感得分分析
二、正负向情感标记与文本分词
三、绘制正面游记词云图
四、绘制负面游记词云图
五、小结
项目七 商业大数据应用实战案例进阶分析
任务一 逻辑回归模型
一、逻辑回归模型介绍
二、逻辑回归模型应用实践案例
任务二 决策树模型
一、决策树模型介绍
二、决策树模型应用实践案例
任务三 随机森林模型
一、随机森林模型介绍
二、随机森林模型应用实践案例
参考文献
显示全部信息
作者简介
大数据时代对商业应用型人才提出了新的要求，亟需掌握大数据和人工智能主要技术和模型，并能结合大数据分析技能和商业领域知识，发现和解决商业问题的复合型人才。在此背景下，开设商业大数据分析实验课程显得尤为重要。“商业大数据分析”实验课程共包含七个项目，采用开源软件和图形化商业大数据分析工具，从大数据概述、数据分析工具、数据创建、数据采集、数据处理、机器学习基础、股票价格预测、用户情感分析、客户类别分析和消费者特征与模式分析等多个方面阐释商业大数据分析。项目为基础学习篇，其中，项目是商业大数据分析导论，由走进商业大数据、职业发展和商业大数据分析流程构成；项目是商业大数据创建与采集，由数据分析平台搭建、数据创建和数据采集构成；项目是商业大数据处理，由数据读取与查看、数据清洗、数据转换和数据特征分析够成。项目为应用实战篇，其中，项目是商业大数据可视化，包括比较类商业数据可视化、分布类商业数据可视化、占比类商业数据可视化和关联类商业数据可视化；项目是时间序列数据分析，包括时间序列简介、时间序列处理和时间序列基本性质；项目为用户生成数据分析，包括用户生成数据概述、用户生成数据采集、有结构数据挖掘、用户情感倾向分析和文本主题模型；项目是机器学习的商业应用场景，包括机器学习的概念、有监督与无监督学习和应用实战案例。