前 ?言

随着数字技术的迅猛发展，大数据已经成为推动社会进步和经济发展的关键力量。在各行各业，大数据分析技术都发挥着不可替代的作用，它帮助企业精准洞察市场、优化运营决策，推动各领域创新。在这样的时代背景下，培养具备大数据分析能力的专业人才，成为教育领域的重要使命。基于此，我们编写了本书，旨在为高职大数据分析教育提供一套全面、实用的教学资源。本书系统全面地介绍了大数据分析的各个方面。开篇引导读者认识大数据分析，阐述其起源、定义和特征，帮助读者建立大数据分析思维。随后深入讲解数据采集与存储、预处理等核心技术，介绍数据清洗、数据标准化等关键环节。在理论知识的基础上，本书引入数据分析与挖掘方法、生成式人工智能以及大数据可视化技术，让读者能够将数据转化为有价值的信息。最后，通过互联网、电商、金融和文旅等多个行业的数据分析实战，帮助读者将所学知识应用到实际场景中，提升解决实际问题的能力。本书具有以下特色：1）系统性与逻辑性强：各单元紧密衔接，从基础理论到核心技术，再到行业实战，逐步深入，构建了完整的大数据分析知识体系，便于读者循序渐进地学习。2）注重实践操作：每个实训任务都配备了任务评价环节，让读者在实际操作中加深对知识的理解，提升动手能力，快速积累项目经验。3）贴合行业需求：选取互联网、电商、金融、文旅等多个热门行业的真实案例，让读者了解大数据分析在不同行业的应用，增强本书的实用性和针对性。本书由多位长期从事大数据分析教学和产业工作的教师、企业专家共同编写，邱宏亮、李萌担任主编，许飞飞、朱琼琼担任副主编，裴海钦、李冠军参加编写。其中，邱宏亮编写了单元1至单元3，李萌编写了单元4和单元5，许飞飞、朱琼琼编写了单元6和单元7，裴海钦、李冠军在单元6和单元7的编写工作中提供技术指导。邱宏亮和李萌共同完成整本书的审核工作。本书选取的实战平台是北京中云国创数据科技有限公司提供的蓝鹰数据分析平台，该平台广泛应用于大数据分析、新商科相关专业，已服务国内上百家院校，同时平台也为企业、政府提供数据分析支持，是国内先进的融合产业背景十教学特性的大数据分析平台，在此也感谢他们给予的支持。由于编者水平有限，书中难免存在不足之处，恳请广大读者提出宝贵意见和建议。

编　者

本书遵循职业教育教材编写规律和职业院校学生学习规律，配套齐全

本书聚焦大数据分析，特色鲜明。知识编排系统性强，从理论认知到实践应用全覆盖，各环节循序渐进、逻辑严密，形成完备的知识体系。内容设计注重实践，助力学生将理论知识转化为实操技能。全书共7个单元，主要内容包括认识大数据分析、数据采集与存储、数据预处理、数据分析与挖掘、数据可视化应用、数据安全与伦理规范、行业数据分析实战，先引导读者认识大数据分析，再深入讲解采集、处理、分析与挖掘、生成式人工智能、可视化等知识，最后通过多行业的数据分析实战，加深学生对知识和技能的理解。本书可作为各类高职院校大数据分析及相关课程的教材，也适合作为统计与大数据分析领域读者的参考书。本书配有课件、案例数据、习题及答案，选用本书作为教材的教师可登录机械工业出版社教育服务网（www.cmpedu.com）以教师身份注册后免费下载，或联系编辑（010_88379194）咨询。

邱宏亮在市场调查与分析、旅游市场分析技术、统计软件应用和统计基础等领域具有丰富教学经验的专业教师。他作为副主编参与编写了“十四五”职业教育国家规划教材，并在国家和省级精品在线开放课程建设中发挥重要作用。邱宏亮指导学生在多个国家级和省级市场调查与分析大赛中获得优异成绩，展现了其在实践教学中的卓越能力。在行业实践方面，邱宏亮在浙江省旅游信息中心和旅游投资集团等机构挂职，撰写了《浙江省旅游大数据报告》，并承担了多项旅游主管部门委托的数据分析课题。他还是广东省和浙江省高层次人才评审专家库成员以及多个SSCI来源期刊的评审专家，这体现了他在行业内的权威性和市场影响力。科研实践方面，邱宏亮入选浙江省旅游青年专家，并在复旦大学完成了工商管理博士后研究。他运用多种统计软件发表多篇CSSCI和SSCI文章，其中5篇被ESI评为前1%高被引论文。他主持并完成了多项省部级科研项目，并获得了多项学术成果奖，进一步证明了他在专业领域的领先地位和影响力。

前言二维码索引单元1　认识大数据分析 ??1学习目标11.1　大数据分析概述11.2　大数据分析应用 6实训任务　蓝鹰大数据分析平台认知10拓展阅读17习题17单元2　数据采集与存储 19学习目标192.1　数据采集和存储192.2　企业常见的数据源格式25实训任务　数据源接入29拓展阅读32习题32单元3　数据预处理 34学习目标343.1　梳理数据处理的基本内容343.2　处理数据的技术工具41实训任务　数据预处理45拓展阅读51习题51单元4　数据分析与挖掘 52学习目标524.1　数据分析常用指标与生成式人工智能524.2　数据挖掘常见算法60实训任务　数据分析指标和挖掘算法应用66拓展阅读88习题88单元5　数据可视化应用 ??90学习目标905.1　常见的数据可视化图表类型915.2　仪表盘和可视化大屏98实训任务　数据可视化102拓展阅读113习题113单元6　数据安全与伦理规范 114学习目标 ?1146.1　数据安全知识 ?1156.2　数据伦理规范 ?118实训任务　组织安全管理实验 ?120习题128单元7　行业数据分析实战 129学习目标1297.1　互联网行业数据分析1297.2　电商行业数据分析1477.3　金融行业数据分析1637.4　文旅行业数据分析181拓展阅读197参考文献 198