新書推薦：
《
踏入她们的河流
》
售價：HK$
96.8
《
绿镜头——非洲
》
售價：HK$
96.8
《
为自己工作 我们的gap期生存游戏（一本“不务正业”的普通人访谈录，记录他们跳下轨道奔向旷野的冒险故
》
售價：HK$
68.2
《
爱的修复：伴侣咨询中的冲突、理解与接纳
》
售價：HK$
76.8
《
新金融战：数字货币与大国博弈
》
售價：HK$
96.8
《
亲爱的波伏瓦：跨越时空的女性对话
》
售價：HK$
74.8
《
替代式创新：关键核心技术突破的中国式路径
》
售價：HK$
97.9
《
阴郁之人的晴朗之地
》
售價：HK$
68.2
|
| 內容簡介： |
|
《大数据商业分析》立足大数据技术与商业分析的融合，为经济管理类本科学生量身打造，助力其掌握大数据分析方法，提升数据驱动决策能力。全书分三大部分：技术框架部分介绍大数据概述、基础设施、编程基础及与人工智能的关联，为商业分析筑牢技术根基；原理和算法部分聚焦商业问题分析与建模，分析流程、方法与工具，信息采集可视化及挖掘算法等，深入解析商业分析的理论与方法；案例部分通过电商品类货量预测及分仓规划、旅游评论情感分析、上市公司股票波动分析等真实案例，生动展示大数据分析在商业决策中的具体应用。本书兼具理论性与实用性，既适合高校师生教学使用，也能为研究人员、企业管理者提供有价值的参考。
|
| 關於作者： |
|
张茹，博士，副教授，哈尔滨商业大学管理学院大数据管理与应用专业教研室主任。主要研究方向为商务智能、机器学习。近年来围绕商务智能和机器学习领域开展深入研究，先后在国内外重要期刊发表科研论文20余篇；主持及参与国-家级、省部级科研课题多项。
|
| 目錄：
|
第一部分 商业大数据分析技术框架
第1章 大数据概述 2
1.1 大数据的概念 2
1.2 大数据的发展阶段 2
1.3 大数据的“4V”特征 3
1.4 大数据改变了生产、生活和治理方式 3
1.5 大数据在商业领域的应用 3
1.6 大数据对思维模式的改变 5
第2章 大数据基础设施 6
2.1 云计算概述 6
2.2 Hadoop平台 13
2.3 分布式存储系统 17
2.4 MapReduce并行编程框架 21
第3章 大数据编程基础 25
3.1 大数据分析计算机程序设计语言 25
3.2 Python环境搭建 27
3.3 Python基础语法 31
3.4 Python基本数据结构 36
3.5 Python函数及类和对象 40
3.6 商业数据分析中常用的Python框架 48
第4章 大数据与人工智能 55
4.1 人工智能的定义与发展历程 55
4.2 人工智能的分类和学派 56
4.3 人工智能的核心技术概述 63
4.4 人工智能与大数据在商业分析中的协同作用 67
第二部分 商业大数据分析原理和算法
第5章 商业问题分析与建模 70
5.1 价格优化 70
5.2 价格博弈——伯川德模型 73
5.3 产量优化博弈——古诺模型 76
5.4 经济订货量模型 79
5.5 报童模型 81
5.6 多目标优化 84
第6章 商业分析的流程、方法与工具 88
6.1 商业大数据分析的基本框架 88
6.2 商业大数据分析的流程 90
6.3 商业大数据分析方法 92
6.4 数据商业分析的关键技术 93
第7章 商业信息的Web采集与可视化 95
7.1 Web信息采集 95
7.2 数据可视化的定义与发展历程 97
7.3 数据可视化的主要方法 98
7.4 基于Python库的数据可视化 100
第8章 商业信息挖掘 103
8.1 数据挖掘技术概述 103
8.2 关联规则分析 109
8.3 推荐系统及算法 113
8.4 决策树分类算法 117
第9章 贝叶斯分类算法 125
9.1 贝叶斯定理的基本概念 125
9.2 朴素贝叶斯分类 127
9.3 零概率问题的修正 128
9.4 贝叶斯分类算法举例 131
第10章 人工神经网络 134
10.1 人工神经网络的概述 134
10.2 线性分类器的训练 136
10.3 神经元与人工神经网络 141
10.4 基于梯度下降的反向传播算法 144
10.5 多层感知器反向传播算法的推导 148
10.6 输入、输出、初始权重的设定 152
10.7 BP算法的一般总结 155
10.8 基于人工神经网络的支持系统结构 157
10.9 人工神经网络的优缺点 160
10.10 人工神经网络算法一般应用举例 163
第11章 生成式人工智能 167
11.1 生成式人工智能概述 167
11.2 AIGC 的发展历程 169
11.3 AIGC的核心技术 170
11.4大模型框架 182
11.5 AIGC 的应用场景 185
第三部分 商业大数据分析案例
第12章 电商品类货量预测及分仓规划 198
12.1 问题分析 198
12.2 货量预测模型构建 199
12.3 销量预测模型 202
第13章 旅游评论情感分析案例 206
13.1 旅游评论数据采集 206
13.2 旅游评论数据预处理 206
13.3 情感词典分析 209
第14章 上市公司股票波动分析案例 211
14.1 上市公司股票数据采集 211
14.2 AutoGen智能体 212
14.3 基于AutoGen的自动化股票波动分析 215
|
| 內容試閱：
|
在当今信息化社会，大数据已经成为推动经济发展、产业变革和社会进步的重要力量。随着数据采集、存储、计算和分析技术的持续演进，商业决策模式正逐步由传统模式向数据驱动型模式转变。企业、政府和科研机构纷纷利用大数据技术提升运营效率、优化资源配置，并积极探索新的商业模式。与此同时，人工智能、云计算、区块链等前沿技术的融合，使得大数据分析能力大幅提升，商业领域的应用场景也日益多元。从市场营销、用户行为分析、金融风控、供应链优化，到智能推荐、情感分析、股票预测，大数据分析已成为现代商业竞争的核心工具。
本书是一部面向经济管理类大学本科学生的通识教材，以培养学生的数据素质为目标，立足大数据技术与商业分析的融合，系统阐述大数据的技术框架、核心算法及其在商业领域的实际应用，助力读者掌握大数据分析方法，提升数据驱动的决策能力。
本书分为三大部分，内容涵盖商业大数据分析技术框架、分析原理和算法、行业案例分析，既有理论知识，也包含大量的实战案例，帮助读者更好地理解和应用大数据分析技术。
商业大数据分析技术框架部分介绍了大数据的基础概念、技术架构，以及其与云计算、人工智能的关联；详细解析 Hadoop 生态系统、分布式存储、MapReduce 编程模型等关键技术；重点讲解 Python 在商业大数据分析中的应用，包括数据采集、处理、可视化等核心技能，为后续的商业分析奠定坚实的技术基础。
商业大数据分析原理和算法部分主要阐述商业数据分析的基本流程、方法和工具，介绍经典的商业优化模型，深入解析机器学习和人工智能算法在商业分析中的应用，涵盖决策树、贝叶斯分类、人工神经网络、AIGC 等技术，帮助读者掌握商业分析的理论与方法。
商业大数据分析案例部分通过真实案例，展示大数据分析如何赋能商业决策。案例涉及电商品类货量预测及分仓规划、旅游评论情感分析、股票波动分析等多个行业领域，使读者能够深入理解大数据分析在商业实践中的具体应用。
本书由张茹、宋君、王恩雁和鄢章华共同撰写完成。全书共 14章，宋君负责第2、5、12、13章的撰写；王恩雁负责第9、10章的撰写；鄢章华负责第1、6、7章的撰写；张茹负责第3、4、8、11、14章的撰写，并负责全书的统筹协调工作。
本书在写作过程中得到了多位专家学者的关注与支持。在此，特别感谢任宗伟、徐玲玲等管理学领域的同仁，他们在本书的结构规划、内容优化等方面提出了宝贵的建议和鼓励。我们谨向所有关心和支持本书出版的同仁和朋友们表示诚挚的感谢！
我们希望本书能为大数据分析、商业智能、人工智能应用等领域的研究人员、企业管理者和高校师生提供有价值的参考，也期待在未来与各位读者共同探讨数据驱动商业决策的前沿方法。
编著者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
暢銷書架
