商務(wù)數據分析/新一代高等學(xué)校電子商務(wù)實(shí)踐與創(chuàng )新系列規劃教材簡(jiǎn)介，目錄書(shū)摘

編輯推薦:　　本系列教材的建設目標是打造一套面向電子商務(wù)產(chǎn)業(yè)和經(jīng)濟社會(huì )發(fā)展需要、體現校企合作和創(chuàng )新創(chuàng )業(yè)人才培養特點(diǎn)，為電子商務(wù)創(chuàng )新人才培養服務(wù)的新一代高等學(xué)校電子商務(wù)實(shí)踐與創(chuàng )新系列規劃教材。
　　1.應用與創(chuàng )新。結合電子商務(wù)應用性和創(chuàng )新性強的特點(diǎn)，堅持校企合作建設思路，結合應用需要，設計教學(xué)內容和實(shí)踐體系，突出學(xué)生創(chuàng )新能力培養。
　　2.理論與實(shí)踐。組建校企專(zhuān)家聯(lián)合參加的教材建設團隊，在教材內容安排上，實(shí)現理論知識與實(shí)踐應用緊密結合，做到學(xué)以致用，用以促學(xué)。
　　3.科學(xué)與系統。在做好學(xué)科體系和理論知識前導性工作的同時(shí)，正確處理好科學(xué)性與系統性，科學(xué)性與創(chuàng )新性、系統性與交叉性之間的關(guān)系。
　　4.平面與立體。提供在線(xiàn)實(shí)踐教學(xué)平臺，以及課程教學(xué)相關(guān)的電子教案、多媒體學(xué)習課件、試題庫、流媒體專(zhuān)家講課視頻等各種資源。
　　5.技術(shù)與服務(wù)。建有專(zhuān)業(yè)服務(wù)團隊，專(zhuān)注于系列教材建設內容創(chuàng )新和技術(shù)維護工作，及時(shí)更新教學(xué)內容，發(fā)布與教材相關(guān)的專(zhuān)業(yè)信息和教學(xué)信息。

內容簡(jiǎn)介:　　《商務(wù)數據分析/新一代高等學(xué)校電子商務(wù)實(shí)踐與創(chuàng )新系列規劃教材》系統介紹互聯(lián)網(wǎng)商務(wù)數據分析中的基本問(wèn)題。全書(shū)共8章，可分為3部分。第一部分是引言，通過(guò)大數據時(shí)代，特別是互聯(lián)網(wǎng)商務(wù)大數據的介紹，使讀者對商務(wù)數據的概念和用途有一個(gè)基本的認識。第二部分是基礎方法和技術(shù)部分，由第2～第5章組成，從數據分析的基本思路、系統指標體系出發(fā)，介紹數據的相關(guān)分析、回歸分析、時(shí)間序列分析等基本的數據挖掘技術(shù)和方法。第三部分是數據分析應用部分，由第6～第8章組成，主要涉及互聯(lián)網(wǎng)商務(wù)數據分析的一些前沿課題，從用戶(hù)行為分析、推薦算法設計、社會(huì )網(wǎng)絡(luò )分析3個(gè)層面介紹數據分析在商務(wù)中的應用，此部分內容的擴展性很強，強調以用戶(hù)為中心的現代商務(wù)特點(diǎn)。
　　《商務(wù)數據分析/新一代高等學(xué)校電子商務(wù)實(shí)踐與創(chuàng )新系列規劃教材》內容新穎，敘述清晰，圖文并茂，既可作為高等學(xué)校電子商務(wù)相關(guān)專(zhuān)業(yè)的教材，也可供從事電子商務(wù)的研究人員和從業(yè)人員學(xué)習參考。

作者簡(jiǎn)介:　　佘莉，1978年生人，2006年獲得中國科學(xué)院研究生院工學(xué)博士學(xué)位，現工作于杭州師范大學(xué)阿里巴巴商學(xué)院，研究方向為電子商務(wù)網(wǎng)絡(luò )中信用的產(chǎn)生與演化。主持國家自然科學(xué)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(zhù)專(zhuān)著(zhù)《輿情信息分析與處理技術(shù)》，申請專(zhuān)利3項。教學(xué)上，指導學(xué)生把科研理論成果運用在電子商務(wù)實(shí)踐中，近年來(lái)指導學(xué)生獲得電子商務(wù)學(xué)科競賽省賽一等獎3項，國賽特等獎1項。有著(zhù)豐富的計算機工程項目開(kāi)發(fā)和電子商務(wù)運營(yíng)、管理經(jīng)驗。

目錄:第1章 大數據時(shí)代
1．1 大數據時(shí)代到來(lái)
1．1．1 什么是大數據
1．1．2 商務(wù)行為電子化
1．1．3 個(gè)性化營(yíng)銷(xiāo)與精準營(yíng)銷(xiāo)
1．2 數據的模式——用戶(hù)行為
1．2．1 行為主體的特征數據
1．2．2 主體間的關(guān)系數據
1．3 數據的存儲與收集
1．3．1 傳統的數據倉庫
1．3．2 大數據時(shí)代的存儲——hadoop
1．3．3 數據收集的方法
課后習題

第2章 商務(wù)數據分析的思路
2．1 市場(chǎng)分析
2．1．1 理解市場(chǎng)
2．1．2 細分市場(chǎng)
2．1．3 了解公司在市場(chǎng)中的地位
2．2 行業(yè)競爭分析
2．2．1 了解行業(yè)數據
2．2．2 深入使用對手產(chǎn)品
2．2．3 定時(shí)更新競業(yè)數據
2．3 產(chǎn)品形態(tài)
2．3．1 數據的定性
2．3．2 數據的定量
2．3．3 流量統計
2．3．4 系統日志分析
課后習題

第3章 電子商務(wù)系統的指標體系
3．1 網(wǎng)站運營(yíng)指標
3．1．1 流量指標
3．1．2 商品類(lèi)目指標
3．1．3 供應鏈指標
3．2 經(jīng)營(yíng)環(huán)境指標
3．2．1 外部競爭指標
3．2．2 內部購物指標
3．3 銷(xiāo)售業(yè)績(jì)指標
3．3．1 網(wǎng)站銷(xiāo)售業(yè)績(jì)指標
3．3．2 訂單指標
3．4 營(yíng)銷(xiāo)活動(dòng)指標
3．5 客戶(hù)價(jià)值指標
3．5．1 客戶(hù)指標
3．5．2 新客戶(hù)指標
3．5．3 老客戶(hù)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(lèi)
4．1．3 相關(guān)系數
4．2 一元線(xiàn)性回歸
4．2．1 一元線(xiàn)性回歸模型
4．2．2 參數的最小二乘估計
4．2．3 回歸直線(xiàn)的擬合優(yōu)度
4．2．4 顯著(zhù)性檢驗
4．2．5 回歸方程預測問(wèn)題
4．3 多元線(xiàn)性回歸
4．3．1 多元線(xiàn)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(zhù)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(shí)間序列分析和應用
5．1 什么是時(shí)間序列
5．2 時(shí)間序列分析方法
5．2．1 平均預測法
5．2．2 指數平滑法
5．2．3 趨勢外推預測方法
5．3 時(shí)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(jìn)行時(shí)間序列預測
5．4．1 移動(dòng)平均和滑動(dòng)平均計算
5．4．2 季節性預測
課后習題

第6章 用戶(hù)行為分析
6．1 基礎知識：冪律分布及其性質(zhì)
6．2 用戶(hù)行為的統計特性的實(shí)證分析
6．2．1 用戶(hù)行為的時(shí)間統計特性
6．2．2 用戶(hù)行為空間統計特性
6．3 用戶(hù)行為模型
課后習題

第7章 推薦系統
7．1 推薦系統的概念
7．1．1 什么是推薦系統
7．1．2 個(gè)性化推薦的意義
7．1．3 推薦系統的組成
7．1．4 推薦系統評價(jià)指標
7．2 基于關(guān)聯(lián)規則的推薦系統
7．3 協(xié)同過(guò)濾的推薦系統
7．4 基于網(wǎng)絡(luò )結構的推薦系統
7．4．1 圖和二部分圖
7．4．2 基于網(wǎng)絡(luò )結構的推薦算法
7．5 推薦系統應用
7．5．1 亞馬遜：電子商務(wù)
7．5．2 豆瓣：社交網(wǎng)絡(luò )
7．5．3 未來(lái)個(gè)性化推薦發(fā)展的可能方向
課后習題

第8章 商務(wù)數據的社會(huì )網(wǎng)絡(luò )化分析
8．1 點(diǎn)、線(xiàn)和數據
8．2 強關(guān)系與弱關(guān)系
8．3 社群的劃分
8．4 尋找意見(jiàn)領(lǐng)袖
課后習題
參考文獻