数字经济环境下，信息的爆炸式增长使得大数据的分析方法和应用技术成为重中之重。未来，大数据的分析和应用对于国家治理、商业决策乃至个人生活都是不可或缺的。大数据的特点不仅是大规模，还有多样性、复杂性、分布性、相关性等数据特征，给传统的数据分析方法和应用技术带来了挑战。因此，必须加入新的数学思维，必须将传统的数据分析和挖掘方法结合起来，深化这一过程，以适应大数据的分析和管理。本书在大量理论研究和实际应用的基础上，主要介绍了大数据的发展现状、分析方法和应用技术。
本书强调理论联系实际，不仅介绍了基本的数据分析方法，还根据各行业的特点详细介绍了实践。全书共12章，包括以下内容：第一章介绍大数据的基本概念和发展现状。第二章详细介绍了数据抽取和清洗的原理和方法，并介绍了数据抽取和清洗的ETL工具。第三章介绍了大数据存储技术，包括大数据存储面临的挑战、数据存储方法、非关系数据库、常见的非关系系统、分布式文件系统等。第四章介绍了大数据分析方法，包括决策树、神经网络、隐马尔可夫模型和基于深度学习的预测方法。第五章介绍了数据挖掘的基本概念、大数据挖掘的定义和应用，总结了文本、语音、图像、空间和Web数据挖掘的方法。第六章介绍了云计算的基本概念和云服务的类型，分析了云计算技术和大数据的应用。第七章介绍了大数据时代电子商务发展的新特点、新应用和新趋势。第八章介绍了大数据可视化的相关概念和一些典型的大数据可视化工具。第九章主要总结了大数据在各个行业的个性化应用，梳理了大数据应用的处理流程和企业对大数据应用的共性需求。第十章主要研究大数据下商业智能的新概念和应用领域，介绍大数据时代Hadoop和MPP、云平台、大数据一体机的新架构。第11章指出大数据时代信息安全面临的挑战和特点，总结其应对策略，分析大数据带来的个人隐私问题。第十二章介绍了IBM、甲骨文、SAS、SAP、腾讯、阿里、用友等一些主流厂商的大数据解决方案。
近年来，作者专注于大数据分析、电子商务、“互联网”等领域的研究和咨询。本书的部分内容是我们团队在为企业做咨询服务时的一些思考和知识积累。
近年来，大数据发展迅速，相关的分析方法也很多。随着云计算、机器学习和人工智能算法研究的不断深入，大数据的分析方法和技术应用仍在不断发展变化。在编写本书的过程中，我们努力寻找适合大数据分析应用的理论研究、方法研究和技术水平，不断验证新方法、新技术在大数据中的应用，并参考部分专家学者已发表的研究成果，大部分都标注了参考文献，但由于时间或疏漏，请原谅我没有标注研究成果。由于篇幅、时间和环境的限制，本书的疏漏在所难免。真心希望同行专家和读者批评指正。
本书面向众多研究大数据方法与应用的学者，也可作为系统工程、信息管理与信息系统、管理科学与工程、物流工程与统计等相关专业的高年级本科课程教材。要求掌握大数据的基本理论知识，了解大数据分析方法的基本原理、典型应用和计算过程。也可以为商务人士提供理论和实践上的参考
本书配有电子课件，wrdym可通过作者邮箱fan.chongjun@163.com获取配套课程资料。
电子课件
(数字经济与人工智能系列教材由ygdgtx教授的数字经济与人工智能团队编写。欢迎，带你了解更多！)