正版保障 假一赔十 可开发票
¥ 32.87 6.6折 ¥ 49.8 全新
库存89件
作者吴功兴,孙兆洋主编
出版社人民邮电出版社
ISBN9787115611451
出版时间2023-03
装帧平装
开本16开
定价49.8元
货号12384386
上书时间2024-12-21
第 1篇 商务数据分析原理
第 1章 商务数据分析概述 1
1.1 商务数据分析的概念 1
1.1.1 商务数据的定义 1
1.1.2 商务数据的分类 2
1.1.3 商务数据分析的作用 3
1.1.4 商务数据分析的主要应用领域 3
1.2 商务数据的来源、采集与处理 4
1.2.1 商务数据的来源 4
1.2.2 商务数据的采集流程 6
1.2.3 商务数据的采集方法 6
1.2.4 商务数据的清洗方法 9
习题 12
第 2章 商务数据分析的思路 13
2.1 商务数据分析的目标 13
2.2 商务数据分析的流程 14
2.2.1 商业理解 14
2.2.2 数据理解 14
2.2.3 数据准备 14
2.2.4 建模 14
2.2.5 评估 14
2.2.6 部署 15
2.3 常用的数据挖掘建模工具 15
2.4 探索性数据分析 16
习题 23
第3章 商务数据分析方法 24
3.1 相关分析 24
3.1.1 相关分析概念 24
3.1.2 相关关系的种类 25
3.1.3 相关系数 26
3.2 一元线性回归 27
3.2.1 一元线性回归模型 27
3.2.2 参数的最小二乘估计 28
3.2.3 回归直线的拟合优度 30
3.2.4 显著性检验 31
3.2.5 回归方程预测问题 32
3.3 多元线性回归 33
3.3.1 多元线性回归模型和回归方程 33
3.3.2 估计的多元回归方程 34
3.3.3 参数的最小二乘估计 34
3.3.4 回归方程的拟合优度 34
3.3.5 显著性检验 35
3.3.6 变量选择与逐步回归 36
3.4 时间序列分析 37
3.4.1 时间序列及其分解 37
3.4.2 时间序列的描述性分析 38
3.4.3 时间序列预测的程序 39
3.4.4 利用SPSS进行时间序列预测 46
习题 47
第4章 商务数据挖掘技术 49
4.1 分类分析 49
4.1.1 朴素贝叶斯算法 50
4.1.2 决策树算法 52
4.1.3 k近邻算法 58
4.2 聚类分析 60
4.2.1 聚类分析概述 60
4.2.2 距离量度 61
4.2.3 k均值聚类算法 63
4.3 关联分析 65
4.3.1 关联规则挖掘概述 65
4.3.2 Apriori算法 67
4.4 文本挖掘分析 71
4.4.1 基本概念 71
4.4.2 文本挖掘的一般过程 71
习题 71
第 2篇 商务数据可视化原理
第5章 商务数据可视化 74
5.1 商务数据可视化概述 74
5.1.1 商务数据可视化的定义、目标和作用 74
5.1.2 商务数据可视化的步骤 75
5.2 商务数据可视化的分类 77
5.2.1 时间数据可视化 77
5.2.2 比例数据可视化 78
5.2.3 关系数据可视化 80
5.2.4 文本数据可视化 82
5.3 基于Excel的电商数据分析综合案例 85
5.3.1 电商数据背景分析 85
5.3.2 数据处理 85
5.3.3 数据分析 87
5.3.4 数据展示 90
习题 92
第3篇 商务数据分析应用
第6章 商务数据分析应用场景 94
6.1 用户画像 94
6.1.1 用户画像概述 95
6.1.2 用户画像的构建步骤 96
6.1.3 用户画像的应用场景 97
6.1.4 用户画像的实践案例 98
6.2 推荐系统 102
6.2.1 推荐系统概述 102
6.2.2 推荐系统算法 104
6.2.3 推荐系统应用 111
6.2.4 推荐系统案例 113
6.3 社交商务分析 116
6.3.1 社交商务分析概述 116
6.3.2 社交商务分析应用 128
6.3.3 社交商务分析案例 130
习题 134
第7章 电商平台数据分析 135
7.1 电商平台数据分析概述 135
7.2 电商数据分析指标体系 136
7.3 流量来源分析 141
7.3.1 数据流量来源 142
7.3.2 站内流量 144
7.3.3 站外流量 148
7.4 成交转化率分析 149
7.4.1 单品转化率 149
7.4.2 单品转化率优化 151
7.4.3 店铺成交转化率 152
7.4.4 店铺转化率优化 153
7.5 网店商品分析 153
7.5.1 新品上市模型 153
7.5.2 新品数据分析 154
7.5.3 商品分类 157
7.5.4 商品销售分析 158
7.6 网店客户服务分析 158
7.6.1 店铺维权数据分析 159
7.6.2 店铺客服数据分析 160
7.6.3 店铺物流评价 161
7.7 行业数据分析 162
7.7.1 市场定位分析 162
7.7.2 竞争对手分析 164
7.7.3 店铺分析 165
7.8 客户行为分析 166
7.8.1 客户行为研究模型 167
7.8.2 客户人群结构分析 168
7.8.3 客户心理活动分析 168
7.8.4 客户唤醒分析 169
7.8.5 客户价值分析 170
7.9 订单漏斗分析 170
7.9.1 漏斗模型 171
7.9.2 漏斗指标 171
7.9.3 电商总销售额分析 173
7.10 关键词数据分析 173
7.10.1 关键词分类 173
7.10.2 搜索规则 174
7.10.3 关键词质量分析 174
7.10.4 关键词数据分析 174
习题 176
第4篇 商务模型综合案例分析
第8章 商务模型综合案例 177
8.1 网店商品分析 177
8.1.1 网店商品分析的应用概述 177
8.1.2 案例1:商品关联分析 178
8.1.3 案例2:协同过滤技术在商品推荐上的应用 182
8.2 客户行为分析 184
8.2.1 客户行为分析的应用概述 184
8.2.2 案例3:客户细分与流失分析 185
8.2.3 案例4:客户忠诚度分析 191
8.3 订单数据分析 196
8.3.1 订单数据分析的应用概述 196
8.3.2 案例5:订单时间分析 196
查看全部↓
本书通过借鉴和吸收商务数据分析与可视化的新内容,系统介绍了在电子商务环境下进行数据分析与可视化的各种思路和方法。本书共8章,包括商务数据分析概述、商务数据分析的思路、商务数据分析方法、商务数据挖掘技术、商务数据可视化、商务数据分析应用场景、电商平台数据分析、商务模型综合案例。
本书为用书教师提供教学课件、习题答案、教学大纲、模拟试卷等资源,用书教师可在人邮教育社区(www.ryjiaoyu.com)注册账户后下载并使用。
本书既可作为高等院校电子商务、市场营销、统计学等专业相关课程的教材,也可作为对商务数据分析与可视化感兴趣人士的自学用书。
— 没有更多了 —
以下为对购买帮助不大的评价