商務數(shù)據(jù)分析

定　價：￥25.00

作　者：	佘莉，劉闖，韓筱璞等著；阿里巴巴商學院編
出版社：	清華大學出版社
叢編項：	新一代高等學校電子商務實踐與創(chuàng)新系列規(guī)劃教材
標　簽：	教材經(jīng)濟管理類研究生/本科/?？平滩?/td>

購買這本書可以去

ISBN：	9787302411970	出版時間：	2016-11-01	包裝：	平裝
開本：	16開	頁數(shù)：	129	字數(shù)：

內(nèi)容簡介

　　《商務數(shù)據(jù)分析/新一代高等學校電子商務實踐與創(chuàng)新系列規(guī)劃教材》系統(tǒng)介紹互聯(lián)網(wǎng)商務數(shù)據(jù)分析中的基本問題。全書共8章，可分為3部分。第一部分是引言，通過大數(shù)據(jù)時代，特別是互聯(lián)網(wǎng)商務大數(shù)據(jù)的介紹，使讀者對商務數(shù)據(jù)的概念和用途有一個基本的認識。第二部分是基礎(chǔ)方法和技術(shù)部分，由第2～第5章組成，從數(shù)據(jù)分析的基本思路、系統(tǒng)指標體系出發(fā)，介紹數(shù)據(jù)的相關(guān)分析、回歸分析、時間序列分析等基本的數(shù)據(jù)挖掘技術(shù)和方法。第三部分是數(shù)據(jù)分析應用部分，由第6～第8章組成，主要涉及互聯(lián)網(wǎng)商務數(shù)據(jù)分析的一些前沿課題，從用戶行為分析、推薦算法設(shè)計、社會網(wǎng)絡分析3個層面介紹數(shù)據(jù)分析在商務中的應用，此部分內(nèi)容的擴展性很強，強調(diào)以用戶為中心的現(xiàn)代商務特點?！渡虅諗?shù)據(jù)分析/新一代高等學校電子商務實踐與創(chuàng)新系列規(guī)劃教材》內(nèi)容新穎，敘述清晰，圖文并茂，既可作為高等學校電子商務相關(guān)專業(yè)的教材，也可供從事電子商務的研究人員和從業(yè)人員學習參考。

作者簡介

　　佘莉，1978年生人，2006年獲得中國科學院研究生院工學博士學位，現(xiàn)工作于杭州師范大學阿里巴巴商學院，研究方向為電子商務網(wǎng)絡中信用的產(chǎn)生與演化。主持國家自然科學基金青年基金項目1項，全國信息教育技術(shù)研究“十二五”規(guī)劃項目1項、校企橫向課題4項，發(fā)表SCI和EI檢索論文10余篇，合著專著《輿情信息分析與處理技術(shù)》，申請專利3項。教學上，指導學生把科研理論成果運用在電子商務實踐中，近年來指導學生獲得電子商務學科競賽省賽一等獎3項，國賽特等獎1項。有著豐富的計算機工程項目開發(fā)和電子商務運營、管理經(jīng)驗。

圖書目錄

第1章大數(shù)據(jù)時代
1．1 大數(shù)據(jù)時代到來
1．1．1 什么是大數(shù)據(jù)
1．1．2 商務行為電子化
1．1．3 個性化營銷與精準營銷
1．2 數(shù)據(jù)的模式——用戶行為
1．2．1 行為主體的特征數(shù)據(jù)
1．2．2 主體間的關(guān)系數(shù)據(jù)
1．3 數(shù)據(jù)的存儲與收集
1．3．1 傳統(tǒng)的數(shù)據(jù)倉庫
1．3．2 大數(shù)據(jù)時代的存儲——hadoop
1．3．3 數(shù)據(jù)收集的方法
課后習題
第2章商務數(shù)據(jù)分析的思路
2．1 市場分析
2．1．1 理解市場
2．1．2 細分市場
2．1．3 了解公司在市場中的地位
2．2 行業(yè)競爭分析
2．2．1 了解行業(yè)數(shù)據(jù)
2．2．2 深入使用對手產(chǎn)品
2．2．3 定時更新競業(yè)數(shù)據(jù)
2．3 產(chǎn)品形態(tài)
2．3．1 數(shù)據(jù)的定性
2．3．2 數(shù)據(jù)的定量
2．3．3 流量統(tǒng)計
2．3．4 系統(tǒng)日志分析
課后習題
第3章電子商務系統(tǒng)的指標體系
3．1 網(wǎng)站運營指標
3．1．1 流量指標
3．1．2 商品類目指標
3．1．3 供應鏈指標
3．2 經(jīng)營環(huán)境指標
3．2．1 外部競爭指標
3．2．2 內(nèi)部購物指標
3．3 銷售業(yè)績指標
3．3．1 網(wǎng)站銷售業(yè)績指標
3．3．2 訂單指標
3．4 營銷活動指標
3．5 客戶價值指標
3．5．1 客戶指標
3．5．2 新客戶指標
3．5．3 老客戶指標
課后習題
第4章相關(guān)和回歸分析
4．1 相關(guān)分析
4．1．1 相關(guān)分析概念
4．1．2 相關(guān)分析的種類
4．1．3 相關(guān)系數(shù)
4．2 一元線性回歸
4．2．1 一元線性回歸模型
4．2．2 參數(shù)的最小二乘估計
4．2．3 回歸直線的擬合優(yōu)度
4．2．4 顯著性檢驗
4．2．5 回歸方程預測問題
4．3 多元線性回歸
4．3．1 多元線性回歸模型和回歸方程
4．3．2 估計的多元回歸方程
4．3．3 參數(shù)的最小二乘估計
4．3．4 回歸方程的擬合優(yōu)度
4．3．5 顯著性檢驗
4．4 變量選擇與逐步回歸
4．4．1 向前選擇
4．4．2 向后剔除
4．4．3 逐步回歸
4．4．4 最優(yōu)子集法
課后習題
第5章時間序列分析和應用
5．1 什么是時間序列
5．2 時間序列分析方法
5．2．1 平均預測法
5．2．2 指數(shù)平滑法
5．2．3 趨勢外推預測方法
5．3 時間序列分析軟件
5．3．1 常用軟件
5．3．2 推薦軟件——SPSS
5．4 利用SPSS和Matlab進行時間序列預測
5．4．1 移動平均和滑動平均計算
5．4．2 季節(jié)性預測
課后習題
第6章用戶行為分析
6．1 基礎(chǔ)知識：冪律分布及其性質(zhì)
6．2 用戶行為的統(tǒng)計特性的實證分析
6．2．1 用戶行為的時間統(tǒng)計特性
6．2．2 用戶行為空間統(tǒng)計特性
6．3 用戶行為模型
課后習題
第7章推薦系統(tǒng)
7．1 推薦系統(tǒng)的概念
7．1．1 什么是推薦系統(tǒng)
7．1．2 個性化推薦的意義
7．1．3 推薦系統(tǒng)的組成
7．1．4 推薦系統(tǒng)評價指標
7．2 基于關(guān)聯(lián)規(guī)則的推薦系統(tǒng)
7．3 協(xié)同過濾的推薦系統(tǒng)
7．4 基于網(wǎng)絡結(jié)構(gòu)的推薦系統(tǒng)
7．4．1 圖和二部分圖
7．4．2 基于網(wǎng)絡結(jié)構(gòu)的推薦算法
7．5 推薦系統(tǒng)應用
7．5．1 亞馬遜：電子商務
7．5．2 豆瓣：社交網(wǎng)絡
7．5．3 未來個性化推薦發(fā)展的可能方向
課后習題
第8章商務數(shù)據(jù)的社會網(wǎng)絡化分析
8．1 點、線和數(shù)據(jù)
8．2 強關(guān)系與弱關(guān)系
8．3 社群的劃分
8．4 尋找意見領(lǐng)袖
課后習題
參考文獻