大数据分析与实践——社会研究与数字治理
正版保障 假一赔十 可开发票
￥ 42.9 6.6折 ￥ 65 全新
库存10件
广东广州
认证卖家担保交易快速发货售后保障
作者王贵，杨武剑，周苏主编
出版社机械工业出版社
ISBN9787111744078
出版时间2024-01
装帧平装
开本16开
定价65元
货号15199181
上书时间2024-12-18
商品详情
- 品相描述：全新
- 商品描述
-
目录
前言 课程教学进度表 第1章大数据分析基础 【导读案例】葡萄酒的品质分析 11大数据基础 111定义大数据 112大数据的3V特征 113广义的大数据 12大数据的结构类型 13大数据对分析的影响 131大数据的影响 132大数据分析的定义 14定性分析与定量分析 15四种数据分析方法 151描述性分析 152诊断性分析 153预测性分析 154规范性分析 16大数据分析的行业作用 161大数据分析的决策支持价值 162大数据分析的关键应用 163大数据分析的能力分析 164大数据分析面临的问题 【作业】 第2章社会研究与方法 【导读案例】第四范式：大数据对于科研的意义 21社会研究的概念 211社会研究的特征 212社会研究的理论问题 213社会研究的基本方法 22社会研究的主要过程 221选题与文献回顾 222研究设计 223测量与操作化 224抽样概念与方法 23调查研究 231调查研究概述 232调查研究的特点 233定量与定性调查 234程序与报告 235调查问卷设计 24实验研究 241实验研究概述 242实验研究的分类 25利用文献的定量研究 251文献分析概述 252文献搜集和积累 253文献综述 26实地调查 261实地调查概述 262实地调查的方法 【作业】 第3章计算社会科学及其发展 【导读案例】大数据时代的 社会治理之道 31什么是计算社会科学 311计算社会学 312计算经济学 32社会科学与大数据 321大数据推动相关分析崛起 322大数据推动学科融合 323大数据重构定量与定性研究 324大数据优化数据处理 33社会研究的范式变革 331大数据带来的变革因素 332路径变革：“数据驱动”知识发现 333手段变革：大数据服务于因果分析 334功能变革：分析与预测统一于政策 34计算社会学发展 341计算社会学的发展历程 342计算社会学发展的五大内容 343计算社会学发展的思考 【作业】 第4章基本原则与生命周期 【导读案例】得数据者得天下 41大数据分析生命周期 411商业案例评估 412数据标识 413数据获取与过滤 414数据转换 415数据验证与清洗 416数据聚合与表示 417数据分析 418数据可视化 419分析结果的使用 42大数据的分析原则 421原则1：实现商业价值和影响 422原则2：专注于最后一公里 423原则3：持续改善 424原则4：加速学习能力和执行力 425原则5：差异化分析 426原则6：嵌入分析 427原则7：建立分析架构 428原则8：构建人力因素 429原则9：利用消费化趋势 【作业】 第5章构建分析路线与用例 【导读案例】大数据时代，看透 “假数据” 51什么是分析路线 511商业竞争30时代 512创建独特的分析路线 52大数据分析路线 521第1步：确定关键业务目标 522第2步：定义价值链 523第3步：头脑风暴分析解决方案机会 524第4步：描述分析解决方案机会 525第5步：创建决策模型 526第6步：评估分析解决方案机会 527第7步：建立分析路线图 528第8步：不断演进分析路线图 53关键用例分析 531预测用例 532解释用例 533预报用例 534发现用例 535模拟用例 536优化用例 【作业】 第6章大数据分析的运用 【导读案例】数据驱动≠大数据 61企业分析的分类 62战略分析 621专案分析 622战略市场细分 623经济预测 624业务模拟 63管理分析 64运营分析 65科学分析 66面向客户的分析 661预测服务 662分析应用 663消费分析 664案例：大数据促进商业决策 【作业】 第7章预测分析方法 【导读案例】准确预测地震 71预测分析方法论 711数据具有内在预测性 712预测分析的流程 72定义业务需求 721理解业务问题 722定义应对措施 723了解误差成本 724确定预测窗口 725评估部署环境 73建立分析数据集 731配置数据 732评估数据 733调查异常值 734数据转换 735执行基本表操作 736处理丢失数据 74降维与特征工程 741降维 742特征工程 743特征变换 75建立预测模型 751制订建模计划 752细分数据集 753执行模型训练计划 754测量模型效果 755验证模型 76部署预测模型 761审查和批准预测模型 762执行模型评分 763评价模型效果 764管理模型资产 【作业】 第8章预测分析技术 【导读案例】中小企业的“深层竞争力” 81统计分析 82监督和无监督学习 821监督学习 822无监督学习 823监督和无监督学习的区别 83机器学习 831机器学习的思路 832异常检测 833过滤 834贝叶斯网络 835文本挖掘 84神经网络与深度学习 841人工神经网络 842深度学习 85语义分析 851自然语言处理 852文本分析 853文本处理 854语义检索 86视觉分析 861热点图 862空间数据图 【作业】 第9章大数据分析模型 【导读案例】行业人士必知的十大数据思维原理 91什么是分析模型 92回归分析模型 93关联分析模型 931关联规则分析 932相关分析 94分类分析模型 941判别分析的原理和方法 942基于机器学习的分类模型 943支持向量机 944逻辑回归 945决策树 946k近邻 947随机森林 948朴素贝叶斯 95聚类分析模型 951聚类问题分析 952聚类分析的分类 953聚类分析方法 954聚类分析的应用 96结构分析模型 961典型的结构分析方法 962社团发现 97文本分析模型 【作业】 第10章用户角色与分析工具 【导读案例】包罗一切的数字图书馆 101用户角色 1011超级分析师 1012数据科学家 1013业务分析师 1014分析使用者 102分析的成功因素 103分析编程语言 1031R语言 1032SAS编程语言 1033SQL 104业务用户工具 1041BI的常用技术 1042BI工具和方法的发展历程 1043新的分析工具与方法 【作业】 第11章大数据分析平台 【导读案例】大数据分析的数据源 111分布式分析 1111关于并行计算 1112并行计算的三种形式 1113数据并行与“正交” 1114分布式的软件环境 112预测分析架构 1121独立分析 1122部分集成分析 1123基于数据库的分析 1124基于Hadoop分析 113云计算中的分析 1131公有云和私有云 1132安全和数据移动 114现代SQL平台 1141现代SQL平台 1142现代SQL平台区别于传统SQL平台 1143MPP数据库 1144SQL-on-Hadoop 1145NewSQL数据库 1146现代SQL平台的发展 【作业】 第12章社交网络与推荐系统 【导读案例】推荐系统的工程实现（节选） 121社交网络的定义 1211社交网络的特点 1212社交网络度量 1213社交网络学习 122社交网络的结构 1221社交网络的统计学构成 1222社交网络的群体形成 1223图与网络分析 123社交网络的关联分析 124推荐系统 1241推荐系统的概念 1242推荐方法的组合 1243推荐系统的评价 125协同过滤 【作业】 第13章组织分析团队 【导读案例】数据工作者的数据之路：从洞察到行动 131企业的分析文化 1311管理分析团队的有效因素 1312繁荣分析的文化共性 132数据科学家（数据工作者） 1321数据科学家角色 1322分析人才的四种角色 1323数据准备分析专业人员 1324分析程序员 1325分析经理 1326分析通才 1327吸引数据科学家 133集中式与分散式分析团队 134组织分析团队 1341很好中心 1342首席数据官与首席分析官 1343实验室团队 1344数据科学技能自我评估 135走起，大数据分析 【作业】 第14章基于大数据集市的课程实践 141什么是大数据集市 1411数据集市的结构 1412数据集市的类型 1413区别于数据仓库 142大数据分析实践项目选择 1421大数据帮零售企业制定促销策略 1422电信公司通过大数据分析挽回核心客户 1423大数据帮能源企业设置发电机地点 1424电商企业通过大数据制定销售战略 143案例分析与课程实践要求 1431角色选择 1432项目选择 1433实践项目的背景说明 1434分知识点要点简述 1435撰写大数据分析报告 1436课程实践总结 1437课程实践的教师评价 附录课程作业参考答案 参考文献
内容摘要
“大数据分析”是一门理论性和实践性都很强的课程。本书是为高等院校相关专业“大数据分析”课程而设计编写，具有丰富实践特色的主教材。针对高等院校学生的发展需求，本书系统、全面地介绍了大数据分析的基本知识和技能，详细介绍了大数据分析基础、社会研究与方法、计算社会科学及其发展、基本原则与生命周期、构建分析路线与用例、大数据分析的运用、预测分析方法、预测分析技术、大数据分析模型、用户角色与分析工具、大数据分析平台、社交网络与推荐系统、组织分析团队等内容，最后为大数据分析的学习设计了一个基于大数据集市的课程实践。全书具有较强的系统性、可读性和实用性。本书适合作为高等院校相关专业“大数据分析”课程的教材，也可供有一定实践经验的社会研究人员、IT应用人员、管理人员参考和作为继续教育的教材。
主编推荐
理论联系实际，有机结合大数据分析理念、技术与应用的学习和实践活动。 结合课堂教学方法改革的要求，有针对性地安排了课前导读案例。 为大数据分析的学习设计了课程实践。 随书配备电子课件、教学大纲、教学进度表、作业参考答案、题库等教学资源。
精彩内容
“大数据分析”是一门理论性和实践性都很强的课程。本书是为高等院校相关专业“大数据分析”课程而设计编写，具有丰富实践特色的主教材。针对高等院校学生的发展需求，本书系统、全面地介绍了大数据分析的基本知识和技能，详细介绍了大数据分析基础、社会研究与方法、计算社会科学及其发展、基本原则与生命周期、构建分析路线与用例、大数据分析的运用、预测分析方法、预测分析技术、大数据分析模型、用户角色与分析工具、大数据分析平台、社交网络与推荐系统、组织分析团队等内容，最后为大数据分析的学习设计了一个基于大数据集市的课程实践。全书具有较强的系统性、可读性和实用性。 本书适合作为高等院校相关专业“大数据分析”课程的教材，也可供有一定实践经验的社会研究人员、IT应用人员、管理人员参考和作为继续教育的教材。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价