随着大数据、人工智能、云计算以及管理科学理论的发展，数据分析成为商业分析必不可少的内容。本教材综合传统数据分析和机器学习最新理论内容，共包括八个部分（导论、数据预处理、商业数据统计分析、数据挖掘与机器学习、文本挖掘与情感分析、数据可视化、商业决策分析、两个数据分析综合案例），以数据分析流程为主线，既涵盖了数据分析的理论内容，又避免了与相关课程的简单重复。
本书可满足大数据管理与应用、管理科学与工程、信息管理与信息系统等专业的老师、学生的教学需要，还可以作为工业和信息化部门、现代制造企业的管理干部、工程技术人员的自学参考书。

米传民：南京航空航天大学经济与管理学院教授、博士生导师，中国科学院科技战略咨询研究院博士后，国家级教学团队成员，Digital Transformation and Society副主编、Journal of Intelligent and Fuzzy Systems副主编、The Journal of Grey System编委，曾主持国家级基金项目、政府和企业管理咨询课题20余项，发表SCI/SSCI论文60余篇，出版专著1部，出版《管理预测与决策》《投资项目评价》等教材3部，获国家级教学成果奖二等奖1项、教育部科学技术进步奖二等奖1项，主要研究领域为：商业数据分析、不确定性与风险分析、工程项目管理。

第一章 导论
第一节 什么是商业数据分析
第二节 数据分类与数据模型
第三节 大数据时代的商业数据分析
第四节 大数据在数据分析中的应用
第五节 商业数据分析工具
本章习题
第二章 数据预处理
第一节 数据预处理概述
第二节 数据质量
第三节 数据审计
第四节 数据清洗
第五节 数据变换
第六节 数据集成和数据排序
第七节 其他数据预处理
本章习题
第三章 商业数据统计分析
第一节 回归分析
第二节 方差分析
第三节 时间序列分析
第四节 灰色预测模型
本章习题
第四章 数据挖掘与机器学习
第一节 数据挖掘基本概念
第二节 机器学习基本概念
第三节 一元线性回归机器学习
第四节 分类机器学习
第五节 神经网络与深度学习
第六节 机器学习典型算法
本章习题
第五章 文本挖掘与情感分析
第一节 文本挖掘概述
第二节 文本挖掘过程
第三节 文本挖掘工具
第四节 文本情感分析
本章习题
第六章 数据可视化
第一节 数据可视化概述
第二节 数据可视化的实现过程和方法体系
第三节 数据可视化工具
本章习题
第七章 商业决策分析
第一节 决策分析概述
第二节 确定型决策分析
第三节 不确定型决策分析
第四节 风险型决策分析
第五节 多属性决策方法
第六节 灰色决策
本章习题
第八章 住院费用影响因素挖掘
第一节 案例背景
第二节 数据预处理
第三节 不同治疗类别的治疗费用差异分析
第四节 住院费用的影响因素分析
结论
第九章 基于大数据分析平台的L集团销售商机预测
第一节 案例背景
第二节 L集团销售过程管理
第三节 L集团销售线索管理
第四节 销售商机分析大数据平台建设
第五节 销售商机分析大数据平台应用
参考文献