目錄
第1章 數(shù)據(jù)分析與商務(wù)決策概論 1
1.1 大數(shù)據(jù)及其特征 1
1.2 數(shù)據(jù)科學(xué)的興起及其流程 3
1.3 數(shù)據(jù)分析思維內(nèi)涵與特點(diǎn) 6
1.4 數(shù)據(jù)分析在商務(wù)決策中的特點(diǎn) 11
1.5 數(shù)據(jù)分析的局限 14
1.6 數(shù)據(jù)分析的應(yīng)用及其商務(wù)決策 15
1.7 數(shù)據(jù)行為 20
第2章 數(shù)據(jù)分析采集 22
2.1 數(shù)據(jù)采集的原因 22
2.2 數(shù)據(jù)采集 24
2.3 數(shù)據(jù)的格式 25
2.4 數(shù)據(jù)采集的方式 26
2.5 數(shù)據(jù)采集方法 28
第3章 數(shù)據(jù)存儲(chǔ)與處理技術(shù) 40
3.1 傳統(tǒng)數(shù)據(jù)存儲(chǔ) 40
3.2 大數(shù)據(jù)時(shí)代數(shù)據(jù)存儲(chǔ) 42
3.3 數(shù)據(jù)管理技術(shù)的發(fā)展歷程 45
3.4 數(shù)據(jù)庫(kù)技術(shù) 47
第4章 數(shù)據(jù)預(yù)處理與清洗 52
4.1 數(shù)據(jù)預(yù)處理的必要性 52
4.2 數(shù)據(jù)清洗 53
4.3 數(shù)據(jù)集成 56
4.4 數(shù)據(jù)變換 57
4.5 數(shù)據(jù)歸約 59
4.6 數(shù)據(jù)預(yù)處理實(shí)例 60
第5章 數(shù)據(jù)分析與商業(yè)洞見(jiàn) 64
5.1 數(shù)據(jù)分析在業(yè)務(wù)中的商務(wù)決策 64
5.2 商務(wù)決策中的數(shù)據(jù)理解 67
5.3 數(shù)據(jù)分析分類(lèi) 67
5.4 數(shù)據(jù)分析方法的選擇 70
5.5 數(shù)據(jù)分析陷阱 78
5.6 數(shù)據(jù)分析中的商業(yè)洞見(jiàn) 79
第6章 NBA勝率預(yù)測(cè)--基于機(jī)器學(xué)習(xí)的數(shù)據(jù)分析 81
6.1 商務(wù)決策中的機(jī)器學(xué)習(xí) 82
6.2 常用商務(wù)決策中的機(jī)器學(xué)習(xí)模型 84
6.3 商務(wù)決策中機(jī)器學(xué)習(xí)模型的程序?qū)崿F(xiàn) 93
6.4 使用Logistic模型預(yù)測(cè)NBA球隊(duì)的勝率 94
第7章 前沿商務(wù)數(shù)據(jù)分析舉例 97
7.1 背景介紹 97
7.2 數(shù)據(jù)包絡(luò)分析 98
7.3 構(gòu)建NBA預(yù)測(cè)模型 102
7.4 NBA預(yù)測(cè)模型的應(yīng)用 106
7.5 具體商務(wù)決策中數(shù)據(jù)分析的應(yīng)用 108
第8章 商務(wù)決策中的隨機(jī)實(shí)驗(yàn)及其相關(guān)方法 110
8.1 實(shí)驗(yàn)研究概述 110
8.2 隨機(jī)實(shí)驗(yàn) 110
8.3 準(zhǔn)實(shí)驗(yàn) 112
8.4 傾向得分匹配 113
8.5 雙重差分法 116
8.6 案例 121
8.7 隨機(jī)實(shí)驗(yàn)在商務(wù)決策中的應(yīng)用 122
8.8 隨機(jī)實(shí)驗(yàn)在商務(wù)決策中的案例分析 122
第9章 斷點(diǎn)回歸分析及其在商務(wù)中的應(yīng)用 123
9.1 斷點(diǎn)回歸的概念 123
9.2 實(shí)際案例 124
9.3 精確斷點(diǎn)回歸 125
9.4 模糊斷點(diǎn)回歸 125
9.5 斷點(diǎn)回歸的假設(shè) 127
9.6 斷點(diǎn)回歸案例 128
9.7 斷點(diǎn)回歸分析在商務(wù)決策中的具體應(yīng)用 129
9.8 總結(jié) 130
參考文獻(xiàn) 131