商业大数据分析与可视化

   本书依据商业大数据的特点，对不同类型的商业大数据进行分析和讲解。全书共5章，第1章和第2章分别对商业大数据分析和商业数据可视化进行了概述，第3～5章详细阐述了非结构化数据与文本挖掘、社会网络分析与可视化、多维异构数据的分析与可视化。在梳理基本专业理论知识的同时，本书注重与知识点相对应的实际应用案例展示，以便辅助读者更直观地理解理论知识。
本书着重培养学生综合运用专业知识解决理论和实际问题的能力，可以作为高等院校电子商务、管理科学与工程、计算机科学与技术等专业的教材，也可以作为相关工作人员的参考用书。

第1章商业大数据分析1
1.1大数据处理与大数据分析1
1.1.1大数据的基本概念、来源与应用1
1.1.2大数据处理6
1.1.3大数据分析和计算25
1.2商业环境中的大数据分析51
1.2.1商业大数据的挑战51
1.2.2商业大数据处理的挑战53
1.2.3商业大数据的来源54
1.2.4商业价值55
1.3商业大数据分析技术与方法57
1.3.1商业大数据分析技术57
1.3.2商业大数据分析方法59
1.4商业大数据分析流程63
1.4.1数据分析与数据挖掘的区别63
1.4.2常见的数据分析挖掘工具64
1.4.3商业数据分析流程66
习题
第2章商业数据可视化70
2.1数据可视化简介70
2.1.1数据可视化简史70
2.1.2数据可视化概述71
2.1.3数据可视化的重要性72
2.1.4数据可视化技术及其特点73
2.1.5数据可视化的功能73
2.1.6数据可视化类型74
2.1.7数据可视化标准76
2.1.8商业信息可视化概述76
2.2感知与认知77
2.2.1视觉感知与认知77
2.2.2颜色86
2.2.3视觉编码原则94
2.3数据可视化基础108
2.3.1数据可视化流程108
2.3.2数据可视化设计113
2.3.3可视化中的数据类型116
2.4商业数据可视化方法118
2.4.1数据可视化的展现形式118
2.4.2Tableau大数据可视化技术简介130
2.4.3PowerBI大数据可视化技术简介131
习题
第3章非结构化数据与文本挖掘133
3.1非结构化数据与文本挖掘概述133
3.1.1非结构化数据的挑战133
3.1.2文本挖掘及其过程134
3.2文本预处理136
3.2.1文本表示136
3.2.2标引与中文分词137
3.2.3文本相似度计算138
3.3文本分类算法140
3.3.1朴素贝叶斯算法140
3.3.2Rocchio算法141
3.3.3K最近邻算法142
3.3.4其他分类算法142
3.3.5分类性能评价144
3.3.6分类效果评价144
3.4文本聚类145
3.4.1划分法145
3.4.2层次法146
3.4.3神经网络法与遗传算法147
3.4.4其他聚类算法148
3.4.5聚类质量评价149
习题
第4章社会网络分析与可视化151
4.1社会网络分析151
4.1.1社会网络的相关概念151
4.1.2社会网络的形式化表达152
4.1.3社会网络分析指标156
4.1.4方法论特征159
4.2社会网络分析与可视化161
4.3典型社会网络可视化工具.163
4.3.1UCINET163
4.3.2Pajek163
4.3.3NWB163
4.3.4NodeXL164
4.3.5Gephi164
4.4社会网络分析与可视化应用案例165
习题
第5章多维异构数据的分析与可视化168
5.1各种多维分析方法168
5.1.1多维尺度分析法169
5.1.2等距映射算法171
5.1.3局部线性嵌入算法173
5.1.4主成分分析法175
5.2异构数据处理与分析177
5.3多维异构数据可视化179
5.4多维异构数据分析与可视化应用案例180
习题
参考文献182