“大数据分析”是一门理论性和实践性都很强的课程。本书是为高等院校相关专业“大数据分析”课程而设计编写，具有丰富实践特色的主教材。针对高等院校学生的发展需求，本书系统、全面地介绍了大数据分析的基本知识和技能，详细介绍了大数据分析基础、社会研究与方法、计算社会科学及其发展、基本原则与生命周期、构建分析路线与用例、大数据分析的运用、预测分析方法、预测分析技术、大数据分析模型、用户角色与分析工具、大数据分析平台、社交网络与推荐系统、组织分析团队等内容，最后为大数据分析的学习设计了一个基于大数据集市的课程实践。全书具有较强的系统性、可读性和实用性。
本书适合作为高等院校相关专业“大数据分析”课程的教材，也可供有一定实践经验的社会研究人员、IT应用人员、管理人员参考和作为继续教育的教材。

前言
课程教学进度表
第1章 大数据分析基础
【导读案例】葡萄酒的品质分析
1.1 大数据基础
1.1.1 定义大数据
1.1.2 大数据的3V特征
1.1.3 广义的大数据
1.2 大数据的结构类型
1.3 大数据对分析的影响
1.3.1 大数据的影响
1.3.2 大数据分析的定义
1.4 定性分析与定量分析
1.5 四种数据分析方法
1.5.1 描述性分析
1.5.2 诊断性分析
1.5.3 预测性分析
1.5.4 规范性分析
1.6 大数据分析的行业作用
1.6.1 大数据分析的决策支持价值
1.6.2 大数据分析的关键应用
1.6.3 大数据分析的能力分析
1.6.4 大数据分析面临的问题
【作业】
第2章 社会研究与方法
【导读案例】第四范式：大数据对于科研的意义
2.1 社会研究的概念
2.1.1 社会研究的特征
2.1.2 社会研究的理论问题
2.1.3 社会研究的基本方法
2.2 社会研究的主要过程
2.2.1 选题与文献回顾
2.2.2 研究设计
2.2.3 测量与操作化
2.2.4 抽样概念与方法
2.3 调查研究
2.3.1 调查研究概述
2.3.2 调查研究的特点
2.3.3 定量与定性调查
2.3.4 程序与报告
2.3.5 调查问卷设计
2.4 实验研究
2.4.1 实验研究概述
2.4.2 实验研究的分类
2.5 利用文献的定量研究
2.5.1 文献分析概述
2.5.2 文献搜集和积累
2.5.3 文献综述
2.6 实地调查
2.6.1 实地调查概述
2.6.2 实地调查的方法
【作业】
第3章 计算社会科学及其发展
【导读案例】大数据时代的
社会治理之道
3.1 什么是计算社会科学
3.1.1 计算社会学
3.1.2 计算经济学
3.2 社会科学与大数据
3.2.1 大数据推动相关分析崛起
3.2.2 大数据推动学科融合
3.2.3 大数据重构定量与定性研究
3.2.4 大数据优化数据处理
3.3 社会研究的范式变革
3.3.1 大数据带来的变革因素
3.3.2 路径变革：“数据驱动”知识发现
3.3.3 手段变革：大数据服务于因果分析
3.3.4 功能变革：分析与预测统一于政策
3.4 计算社会学发展
3.4.1 计算社会学的发展历程
3.4.2 计算社会学发展的五大内容
3.4.3 计算社会学发展的思考
【作业】
第4章 基本原则与生命周期
【导读案例】得数据者得天下
4.1 大数据分析生命周期
4.1.1 商业案例评估
4.1.2 数据标识
4.1.3 数据获取与过滤
4.1.4 数据转换
4.1.5 数据验证与清洗
4.1.6 数据聚合与表示
4.1.7 数据分析
4.1.8 数据可视化
4.1.9 分析结果的使用
4.2 大数据的分析原则
4.2.1 原则1：实现商业价值和影响
4.2.2 原则2：专注于最后一公里
4.2.3 原则3：持续改善
4.2.4 原则4：加速学习能力和执行力
4.2.5 原则5：差异化分析
4.2.6 原则6：嵌入分析
4.2.7 原则7：建立分析架构
4.2.8 原则8：构建人力因素
4.2.9 原则9：利用消费化趋势
【作业】
第5章 构建分析路线与用例
【导读案例】大数据时代，看透
“假数据”
5.1 什么是分析路线
5.1.1商业竞争3.0 时代
5.1.2 创建独特的分析路线
5.2 大数据分析路线
5.2.1 第1步：确定关键业务目标
5.2.2 第2步：定义价值链
5.2.3 第3步：头脑风暴分析解决方案机会
5.2.4 第4步：描述分析解决方案机会
5.2.5 第5步：创建决策模型
5.2.6 第6步：评估分析解决方案机会
5.2.7 第7步：建立分析路线图
5.2.8 第8步：不断演进分析路线图
5.3 关键用例分析
5.3.1 预测用例
5.3.2 解释用例
5.3.3 预报用例
5.3.4 发现用例
5.3.5 模拟用例
5.3.6 优化用例
【作业】
第6章 大数据分析的运用
【导读案例】数据驱动≠大数据
6.1 企业分析的分类
6.2 战略分析
6.2.1 专案分析
6.2.2 战略市场细分
6.2.3 经济预测
6.2.4 业务模拟
6.3 管理分析
6.4 运营分析
6.5 科学分析
6.6 面向客户的分析
6.6.1 预测服务
6.6.2 分析应用
6.6.3 消费分析
6.6.4 案例：大数据促进商业决策
【作业】
第7章 预测分析方法
【导读案例】准确预测地震
7.1 预测分析方法论
7.1.1 数据具有内在预测性
7.1.2 预测分析的流程
7.2 定义业务需求
7.2.1 理解业务问题
7.2.2 定义应对措施
7.2.3 了解误差成本
7.2.4 确定预测窗口
7.2.5 评估部署环境
7.3 建立分析数据集
7.3.1 配置数据
7.3.2 评估数据
7.3.3 调查异常值
7.3.4 数据转换
7.3.5 执行基本表操作
7.3.6 处理丢