電子商務大數(shù)據(jù)分析

定　價：￥29.00

作　者：	曹杰，李樹青著
出版社：	高等教育出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787040543926	出版時間：	2021-02-01	包裝：	平裝
開本：		頁數(shù)：	208	字數(shù)：

內容簡介

　　《電子商務大數(shù)據(jù)分析》是教育部高等學校電子商務類專業(yè)教學指導委員會規(guī)劃教材，也是“十三五”江蘇省高等學校重點教材（編號：2019-2-172）?！　峨娮由虅沾髷?shù)據(jù)分析》共分6章，主要內容包括電子商務與大數(shù)據(jù)分析導論、數(shù)據(jù)采集與預處理、軌跡大數(shù)據(jù)挖掘技術、電子商務欺詐與反欺詐、推薦系統(tǒng)以及案例分析?！　峨娮由虅沾髷?shù)據(jù)分析》結構清晰，內容新穎，案例豐富，實用性強。　《電子商務大數(shù)據(jù)分析》可作為高等學校電子商務專業(yè)大數(shù)據(jù)分析課程教材，也可供對電子商務大數(shù)據(jù)分析感興趣的管理人員、技術人員及研究人員閱讀參考。

作者簡介

　　曹杰，教授，南京財經(jīng)大學信息工程學院院長、電子商務信息處理國際聯(lián)合研究中心主任、電子商務交易技術國家地方聯(lián)合工程實驗室主任、江蘇省商務大數(shù)據(jù)工程研究中心主任、江蘇省商務軟件工程技術研究中心主任；兼任教育部高等學校電子商務類專業(yè)教學指導委員會委員。近年來，主持國家自然科學基金項目4項（包括2項重點項目）、國家重點研發(fā)計劃課題1項、國家科技支撐計劃項目2項、國家國際科技合作專項項目1I頁。發(fā)表SCI論文52篇；一出版英文專著1部；主編教材8部；獲得授權發(fā)明專利25項、軟件著作權28項：獲得江蘇省科學技術進步獎二等獎、教育部科學技術進步獎二等獎等各類科技獎勵10余項。李樹青，教授，南京財經(jīng)大學信息工程學院副院長，碩士生導師，南京大學博士、紐約州立大學布法羅分校訪問學者；江蘇省高?！扒嗨{工程”優(yōu)秀青年骨干教師、江蘇省科學技術情報學會理事、江蘇省科技期刊學會科技評價專業(yè)委員會委員。主要研究方向為互聯(lián)網(wǎng)用戶個性化服務和推薦系統(tǒng)。目前主持國家社會科學基金面上項目1項，主持和參與國家自然科學基金項目2項、江蘇省高等學校自然科學研究重大項目1項、江蘇省高等學校自然科學研究面上項目3項；發(fā)表學術論文50余篇，出版學術專著和教材9部。

圖書目錄

第1章電子商務與大數(shù)據(jù)分析導論
1．1 電子商務的定義
1．2 電子商務發(fā)展現(xiàn)狀
1．2．1 全球電子商務發(fā)展現(xiàn)狀
1．2．2 國內電子商務發(fā)展現(xiàn)狀
1．3 電子商務的主要模式
1．4 電子商務的相關概念
1．4．1 電子商務構成要素
1．4．2 電子商務關聯(lián)對象
1．5 電子商務發(fā)展歷程
1．6 電子商務中的數(shù)據(jù)
1．7 大數(shù)據(jù)簡介
1．7．1 大數(shù)據(jù)時代背景
1．7．2 大數(shù)據(jù)概念
1．7．3 大數(shù)據(jù)融合
1．7．4 大數(shù)據(jù)的分類及國內外研究現(xiàn)狀
1．8 電子商務大數(shù)據(jù)
1．8．1 大數(shù)據(jù)在電子商務中的應用
1．8．2 O2O電子商務大數(shù)據(jù)的融合
1．9 本章小結
習題

第2章數(shù)據(jù)采集與預處理
2．1 數(shù)據(jù)采集
2．1．1 數(shù)據(jù)來源
2．1．2 數(shù)據(jù)分類
2．1．3 采集方式
2．1．4 網(wǎng)絡爬蟲
2．2 電子商務數(shù)據(jù)采集
2．2．1 數(shù)據(jù)來源及分類
2．2．2 電子商務平臺數(shù)據(jù)采集
2．2．3 面臨的問題
2．3 數(shù)據(jù)預處理
2．3．1 數(shù)據(jù)清理
2．3．2 數(shù)據(jù)集成
2．3．3 數(shù)據(jù)變換
2．3．4 數(shù)據(jù)歸約
2．4 綜合案例
2．4．1 數(shù)據(jù)獲取
2．4．2 數(shù)據(jù)分析
2．5 本章小結
習題

第3章軌跡大數(shù)據(jù)挖掘技術
3．1 軌跡大數(shù)據(jù)現(xiàn)狀與應用
3．2 軌跡數(shù)據(jù)預處理技術
3．2．1 噪聲過濾
3．2．2 駐留點檢測
3．2．3 軌跡壓縮
3．2．4 軌跡分割
3．2．5 地圖匹配
3．3 軌跡模式挖掘技術
3．3．1 伴行模式
3．3．2 軌跡聚類
3．3．3 序列模式
3．3．4 周期模式
3．4 軌跡語義建模和標注
3．4．1 軌跡語義轉化
3．4．2 軌跡語義標注
3．5 蘇寧云商軌跡大數(shù)據(jù)實例
3．5．1 研究思路
3．5．2 數(shù)據(jù)采集
3．5．3 數(shù)據(jù)預處理
3．5．4 顧客行為分析
3．6 本章小結
習題

第4章電子商務欺詐與反欺詐
4．1 電子商務欺詐
4．1．1 電子商務欺詐定義
4．1．2 電子商務欺詐形成原因
4．1．3 電子商務欺詐危害
4．2 電子商務反欺詐
4．2．1 電子商務推薦系統(tǒng)惡意用戶檢測
4．2．2 電子商務網(wǎng)站惡意評論用戶檢測
4．2．3 社會化商務惡意用戶檢測
4．3 基于評論數(shù)據(jù)識別虛假評論案例
4．3．1 基于評論數(shù)據(jù)識別虛假評論架構
4．3．2 虛假評論語料庫構建
4．3．3 虛假評論識別
4．3．4 基于評論數(shù)據(jù)識別虛假評論實驗
4．4 本章小結
習題

第5章推薦系統(tǒng)
5．1 推薦系統(tǒng)簡介
5．1．1 什么是推薦系統(tǒng)
5．1．2 推薦系統(tǒng)實驗簡介
5．2 基于內容的推薦
5．2．1 引例
5．2．2 特征提取
5．2．3 興趣學習與推薦生成
5．2．4 案例
5．3 基于協(xié)同過濾的推薦
5．3．1 引例
5．3．2 基于用戶的協(xié)同過濾推薦
5．3．3 基于物品的協(xié)同過濾推薦
5．3．4 案例
5．4 基于內容的推薦與協(xié)同過濾推薦的對比
5．4．1 基于內容的推薦
5．4．2 協(xié)同過濾推薦
5．5 大數(shù)據(jù)時代的推薦系統(tǒng)
5．5．1 基于情境感知的推薦
5．5．2 基于用戶行為的推薦
5．6 本章小結
習題

第6章案例分析
6．1 Python開發(fā)環(huán)境的搭建
6．1．1 Python語言簡介
6．1．2 Python程序安裝
6．1．3 Anaconda——流行的Python數(shù)據(jù)科學版本
6．2 PythonIDE
6．3 Python數(shù)據(jù)科學常用庫簡介
6．3．1 Python庫的概念簡介
6．3．2 Python第三方庫的安裝
6．3．3 NumPy庫
6．3．4 Pandas庫
6．3．5 PyQuery庫
6．4 Selenium工具
6．5 TesseractOCR引擎
6．6 具體案例分析
6．6．1 目標
6．6．2 數(shù)據(jù)獲取
6．6．3 數(shù)據(jù)處理
6．6．4 數(shù)據(jù)分析

參考文獻