新書推薦:
《
不被他人左右:基于阿德勒心理学的无压力工作法
》
售價:NT$
301.0
《
SDGSAT-1卫星热红外影像图集
》
售價:NT$
2030.0
《
股市趋势技术分析(原书第11版)
》
售價:NT$
1010.0
《
汉匈战争全史
》
售價:NT$
454.0
《
恶的哲学研究(社会思想丛书)
》
售價:NT$
500.0
《
当你沉默时(悬疑推理 反PUA 反家暴 女性独立小说,揭秘情感PUA的真相,女性自我救赎的文学典范)
》
售價:NT$
255.0
《
不止江湖
》
售價:NT$
449.0
《
天才留步!——从文艺复兴到新艺术运动(一本关于艺术天才的鲜活故事集,聚焦艺术史的高光时刻!)
》
售價:NT$
704.0
|
內容簡介: |
《商务数据分析方法与应用:R语言》介绍利用R语言进行商务数据分析的方法和流程,并介绍如何将其应用到具体的商务场景和数据分析研究中。《商务数据分析方法与应用:R语言》由浅入深,循序渐进,既注重R语言基础与数据分析方法,也注重R语言在具体商务案例中的应用,注重方法与实践的统一。《商务数据分析方法与应用:R语言》共18章,第1章为概论,第2~5章介绍R语言的基本使用;第6~9章介绍使用R语言实现商务数据分析的方法;第10~15章介绍R语言在不同商务场景中的应用;第16~18章介绍利用R语言进行数据分析领域的研究。
|
目錄:
|
目录第1章 商务数据分析概论 11.1 数据及其商业价值 11.2 商务数据分析的概念和步骤 21.3 商务数据分析的主要应用领域 41.4 导学知识图谱 5【习题】 5篇 R语言篇第2章 R语言运行环境 72.1 R与RStudio 72.2 R包的调用 92.3 R数据分析常用包 11【习题】 16第3章 R语言基本运算与数据类型 173.1 基本运算 173.2 数据类型 183.3 数据的输入和输出 32【习题】 37第4章 R语言函数 384.1 R内置函数 384.2 自定义函数 404.3 条件控制语句 434.4 循环语句 45【习题】 46第5章 R语言可视化和数据探索 475.1 基础可视化 475.2 数据探索和可视化 655.3 交互式可视化 78【习题】 105第二篇 方法篇第6章 线性回归与逻辑回归 1066.1 线性回归 1066.2 逻辑回归 115【习题】 124第7章 集成学习与分类 1257.1 基于bagging的方法 1257.2 基于boosting的方法 131【习题】 143第8章 聚类与关联规则分析 1448.1 聚类分析 1448.2 关联规则分析 156【习题】 163第9章 社交网络数据分析 1649.1 社交网络结构:人际关系特征分析 1649.2 基本网络模型 1809.3 网络文本分析中的两个基本定律 185【习题】 195第三篇 场景应用篇第10章 电商流量分析 19610.1 业务场景、商务问题及相关数据 19610.2 流量分析 19710.3 用户消费频次分析 20110.4 用户行为在时间维度的分析 20410.5 用户行为转化漏斗 22010.6 用户留存率分析 22710.7 商品销量分析 23010.8 RFM用户分层 23310.9 管理建议 237第11章 客户价值分析 23811.1 业务场景、商务问题及相关数据 23811.2 描述性分析 23911.3 LRFM模型 24111.4 层次聚类分析 24211.5 k-means聚类分析 25011.6 客户分群结果 25611.7 管理建议 261第12章 用户分类预测 26212.1 业务场景、商务问题及相关数据 26212.2 数据预处理 26312.3 描述性分析 26512.4 用户流失预测模型特征提取 27812.5 用户流失预测模型构建 28312.6 用户流失预测 29112.7 管理建议 292第13章 智能推荐系统 29413.1 业务场景、商务问题及相关数据 29413.2 推荐系统介绍 29513.3 recommenderlab包的介绍 29613.4 数据准备和清理 29613.5 利用recommenderlab包处理数据 29813.6 建立推荐模型 30013.7 模型的评估 30113.8 相似性计算 30313.9 管理建议 304第14章 在线约会网站用户偏好分析 30614.1 业务场景、商务问题及相关数据 30614.2 年龄差和身高差分布 30714.3 学历偏好 31014.4 收入偏好 31214.5 多属性综合偏好 31414.6 管理建议 320第15章 在线音乐歌单分析 32115.1 业务场景、商务问题及相关数据 32115.2 描述性分析 32315.3 关联规则分析 32815.4 k-means聚类分析 33615.5 多元线性回归模型分析 34315.6 LDA主题模型分析 35815.7 歌单收藏预测 36615.8 管理建议 376第四篇 研究篇第16章 在线医疗长尾分析 37816.1 业务场景、商务问题及相关数据 37816.2 模型构建 38016.3 描述性分析 38116.4 相关性分析 38216.5 横截面数据回归分析 38416.6 模型检验 39516.7 结果讨论 400第17章 社会化问答社区知识分享行为分析 40117.1 业务场景、商务问题及相关数据 40117.2 描述性分析 40317.3 知识分享行为的因素分析 41117.4 面板回归 41517.5 结果讨论 430第18章 非正态分布数据的统计推断 43218.1 业务场景、商务问题及相关数据 43218.2 数据正态性检验 43218.3 幂律分布检验 43518.4 总体位置参数的检验 43718.5 单因子方差分析中的非参数方法 440参考文献 442
|
|