前  言

信息技术与经济社会的交汇融合引发了数据迅猛增长，大数据已成为国家基础性战略资源，正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响。以数据流引领技术流、物质流、资金流、人才流，将深刻影响社会分工协作的组织模式，促进生产组织方式的集约和创新。大数据推动社会生产要素的网络化共享、集约化整合、协作化开发和高效化利用，改变了传统的生产方式和经济运行机制，可显著提升经济运行水平和效率。大数据持续激发商业模式创新，不断催生新业态，已成为互联网等新兴领域促进业务创新增值、提升企业核心价值的重要驱动力。大数据产业正在成为新的经济增长点，将对未来信息产业格局产生重要影响。

大数据时代，企业对数据的整体需求提升。通过建设一站式大数据解决方案，优化企业数据处理的每个流程，可以更好地管理和应用海量数据，实现大数据的商业价值。基于大数据技术的商务分析从企业业务层面入手，融入企业管理思想与决策思维模式，通过技术手段对数据进行业务分析、模拟和预测，从而帮助企业洞察管理、辅助决策，应对经营环境的不确定性变化，提升企业顾客价值的创造力。大数据的意义不在于掌握海量的数据，而在于对这些海量数据进行处理、分析与挖掘，通过数据“加工”实现数据的“增值”。

大数据作为一种基础性战略资源，它的应用和创新迫切需要大量既懂大数据技术又懂经济管理的复合型人才，对大数据自觉地加以管理与应用以实现商业价值。因此，一个新的专业——“大数据管理与应用”就应运而生。“大数据管理与应用”是教育部2017年度新设置的普通高等学校本科专业，近几年在新增备案本科专业名单中，申报和获批“大数据管理与应用”专业的高校数量一直位于前列。在 “管理科学与工程”与“工商管理”学科专业的研究生培养方案中，“大数据管理与商务分析”也是一个重要的研究方向。在各高校经济管理类的本科与研究生的教学计划中也陆续开始设置《大数据与商务分析》、《大数据概论》、《大数据分析》、《数据挖掘》与《机器学习》等课程。近年来，大数据相关课程已经开始列入国内各高校不同专业的教学计划中，并且已经有多种教材问世，但是这些教材大部分是从数据科学和大数据技术视角编写的，比较适合理工科学生学习，而不太适合于经济管理类的学生，迫切需要编写一本《大数据与商务分析》方面的教材。《大数据与商务分析》一书全面阐释大数据与商务分析的时代背景、基本概念、模型算法与前沿技术，使读者对大数据与商务分析领域能有一个比较清晰的认识。

本书共有9章，各章的内容如下：

第1章“大数据概论”是对大数据的概括介绍，阐述了大数据的定义与特征、大数据的产生与来源、大数据时代的科研范式以及大数据人才与组织，最后探讨了大数据安全与隐私保护。

第2章“商务分析基础”是对商务分析的概括介绍，阐述了商务智能与商务分析的含义、商务分析框架、常用的商务分析方法与商务分析流程。

第3章“大数据管理”从如何更好地管理大数据这一问题出发，对大数据管理的概括介绍。从结构化数据与非结构化数据、元数据管理、大数据存储管理与数据质量管理等方面，阐明大数据管理的特点。

在概括介绍了大数据、商务分析与大数据管理之后，接下来的两章介绍了数据预处理与数据探索分析。

第4章“数据预处理”从数据预处理技术出发，着重介绍数据清洗、数据集成、数据转换以及数据降维。

第5章“数据探索分析”从统计学视角着重介绍了数据描述统计分析和数据可视化方法。

后面3章则针对三种商务数据分析框架，对描述性数据分析、预测性数据分析与规范性数据分析进行了阐述。

第6章“描述性数据分析”是对大数据进行深度分析的初级阶段，主要关注数据中的关联关系、顺序关系、相似关系、异常关系等，着重介绍了关联分析、序列模式分析、聚类分析与离群点检测。

第7章“预测性数据分析”是对大数据进行深度分析的核心，分别从统计学视角介绍了回归分析、时间序列分析与判别分析，从数据挖掘与机器学习视角介绍了多种分类算法与推荐算法。

第8章“规范性数据分析”是对大数据进行深度分析的终点，目的是在描述性数据分析和预测性数据分析基础上，辅助决策者制定决策获得最大收益。从决策科学视角介绍了决策分析、数据驱动的决策、决策支持系统、商务智能系统、知识管理系统、个性化推荐系统与收益管理系统。

随着信息与通信技术的快速发展及应用创新，非结构化数据类型越来越多、数据量增长越来越快，最后一章对非结构化数据分析这一前沿技术领域进行了阐述。

第9章“非结构化数据分析”针对Web数据、文本数据和图数据这三类典型的非结构化数据，介绍了它们的处理技术和分析方法。

本书既可作为高等院校大数据管理与应用、数据科学与大数据技术、信息系统与信息管理等专业的本科生教材，也可以作为管理科学与工程、工商管理等相关专业的研究生课程以及“新工科”“新商科”和“新文科”通识课程的教材，还可供从事信息技术相关工作的人士阅读参考。