大數據分析與實踐—社會研究與數位治理

前言
課程教學進度表
第1章大數據分析基礎
【導讀案例】葡萄酒的品質分析
1.1大數據基礎
1.1.1定義大數據
1.1.2大數據的3V徵
1.1.3廣義的大數據
1.2大數據的結構類型
1.3大數據對分析的影響
1.3.1大數據的影響
1.3.2大數據分析的定義
1.4定性分析與定量分析
1.5四種數據分析方法
1.5.1描述性分析
1.5.2診斷性分析
1.5.3預測性分析
1.5.4規範性分析
1.6大數據分析的產業作用
1.6.1大數據分析的決策支援值
1.6.2大數據分析的關鍵應用
1.6.3大數據分析的分析
1.6.4大數據分析面臨的問題
【作業】
第2章社會研究與方法
【導讀案例】第四範式：大數據對於科學研究的意義
2.1社會研究的概念
2.1.1社會研究的徵
2.1.2社會研究的理論問題
2.1.3社會研究的基本方法
2.2社會研究的主要過程
2.2.1選題與文獻回顧
2.2.2研究設計
2.2.3測量與作化
2.2.4抽樣概念與方法
2.3調查研究
2.3.1調查研究概述
2.3.2調查研究的點
2.3.3定量與定性調查
2.3.4程序與報告
2.3.5問卷設計
2.4實驗研究
2.4.1實驗研究概述
2.4.2實驗研究的分類
2.5利用文獻的量化研究
2.5.1文獻分析概述
2.5.2文獻蒐集與積累
2.5.3文獻綜述
2.6實地調查
2.6.1實地調查概述
2.6.2實地調查的方法
【作業】
第3章計算社會科學及其發展
【導讀案例】大數據時代的
社會治理之道
3.1什麼是計算社會科學
3.1.1計算社會學
3.1.2計算經濟學
3.2社會科學與大數據
3.2.1大數據推動相關分析崛起
3.2.2大數據推動學科融合
3.2.3大數據重建量化與質化研究
3.2.4大數據化資料處理
3.3社會研究的典範變革
3.3.1大數據帶來的變革因素
3.3.2路徑變革：「數據驅動」知識發現
3.3.3手段變革：大數據服務於因果分析
3.3.4功能變革：分析與預測統一於政策
3.4計算社會學發展
3.4.1計算社會學的發展歷程
3.4.2計算社會學發展的五大內容
3.4.3計算社會學發展的思考
【作業】
第4章基本原則與生命週期
【導讀案例】得數據者得天下
4.1大數據分析生命週期
4.1.1商業案例評估
4.1.2資料標識
4.1.3數據取得與過濾
4.1.4數據轉換
4.1.5資料驗證與清洗
4.1.6數據聚合與表示
4.1.7數據分析
4.1.8數據可視化
4.1.9分析結果的使用
4.2大數據的分析原則
4.2.1原則1：實現商業價值與影響
4.2.2原則2：註於後一公里
4.2.3原則3：持續
4.2.4原則4：加速學與執行力
4.2.5原則5：差異化分析
4.2.6原則6：嵌入分析
4.2.7原則7：建立分析架構
4.2.8原則8：建構人力因素
4.2.9原則9：利用消費化趨勢
【作業】
第5章建構分析路線與用例
【導讀案例】大數據時代，看透
“假數據”
5.1什麼是分析路線
5.1.1商業競爭3.0時代
5.1.2創建獨的分析路線
5.2大數據分析路線
5.2.1第1步：確定關鍵業務目標
5.2.2第2步：定義值鏈
5.2.3第3步：腦力激盪分析解決方案機會
5.2.4第4步：描述分析解決方案機會
5.2.5第5步：建立決策模型
5.2.6第6步：評估分析解決方案機會
5.2.7第7步：建立分析路線圖
5.2.8第8步：不斷演進分析路線圖
5.3關鍵用例分析
5.3.1預測用例
5.3.2解釋用例
5.3.3預報用例
5.3.4發現用例
5.3.5模擬用例
5.3.6化用例
【作業】
第6章大數據分析的運用
【導讀案例】數據驅動≠大數據
6.1企業分析的分類
6.2戰略分析
6.2.1案分析
6.2.2策略市場區隔
6.2.3經濟預測
6.2.4業務模擬
6.3管理分析
6.4營運分析
6.5科學分析
6.6面向客戶的分析
6.6.1預測服務
6.6.2分析應用
6.6.3消費分析
6.6.4案例：大數據商業決策
【作業】
第7章預測分析方法
【導讀案例】預測地震
7.1預測分析方法論
7.1.1數據具有內在預測性
7.1.2預測分析的流程
7.2定義業務需求
7.2.1理解業務問題
7.2.2定義應對措施
7.2.3了解誤差成本
7.2.4確定預測窗口
7.2.5評估署環境
7.3建立分析資料集
7.3.1配置數據
7.3.2評估數據
7.3.3調查異常值
7.3.4數據轉換
7.3.5執行基本表作
7.3.6處理遺失數據
7.4降維與徵工程
7.4.1降維
7.4.2徵工程
7.4.3徵變換
7.5建立預測模型
7.5.1制訂建模計劃
7.5.2細分資料集
7.5.3執行模型訓練計劃
7.5.4測量模型效果
7.5.5驗證模型
7.6署預測模型
7.6.1審查並批准預測模型
7.6.2執行模型評分
7.6.3評模型效果
7.6.4管理模型資產
【作業】
第8章預測分析技術
【導讀案例】中小企業的“深層競爭力”
8.1統計分析
8.2監督和無監督學
8.2.1監督學
8.2.2無監督學
8.2.3監督和無監督學的區別
8.3機器學
8.3.1機器學的思路
8.3.2異常檢測
8.3.3過濾
8.3.4貝葉斯網絡
8.3.5文本挖掘
8.4經網絡與深度學
8.4.1人工經網絡
8.4.2深度學
8.5語意分析
8.5.1自然語言處理
8.5.2文本分析
8.5.3文本處理
8.5.4語意檢索
8.6視覺分析
8.6.1熱點圖
8.6.2空間資料圖
【作業】
第9章大數據分析模型
【導讀案例】業界人士知的十大數據思考原理
9.1什麼是分析模型
9.2迴歸分析模型
9.3關聯分析模型
9.3.1關聯規則分析
9.3.2相關分析
9.4分類分析模型
9.4.1判別分析的原理與方法
9.4.2基於機器學的分類模型
9.4.3支持向量機
9.4.4邏輯迴歸
9.4.5決策樹
9.4.6k近鄰
9.4.7隨機森林
9.4.8樸素貝葉斯
9.5聚類分析模型
9.5.1聚類問題分析
9.5.2聚類分析的分類
9.5.3聚類分析方法
9.5.4聚類分析的應用
9.6結構分析模型
9.6.1典型的結構分析方法
9.6.2社團發現
9.7文本分析模型
【作業】
第10章使用者角色與分析工具
【導讀案例】羅一切的數位圖書館
10.1用戶角色
10.1.1級分析師
10.1.2數據
10.1.3業務分析師
10.1.4分析使用者
10.2分析的成功因素
10.3分析程式語言
10.3.1R語言
10.3.2SAS程式語言
10.3.3SQL
10.4業務用戶工具
10.4.1BI的常用技術
10.4.2BI工具與方法的發展歷程
10.4.3新的分析工具與方法
【作業】
第11章大數據分析平台
【導讀案例】大數據分析的資料來源
11.1分散式分析
11.1.1關於平行計算
11.1.2並行計算的三種形式
11.1.3資料並行與“正交”
11.1.4分散式的軟體環境
11.2預測分析架構
11.2.1獨立分析
11.2.2分集成分析
11.2.3基於資料庫的分析
11.2.4基於Hadoop分析
11.3雲端運算中的分析
11.3.1公有雲和私有雲
11.3.2和資料移動
11.4現代SQL平台
11.4.1現代SQL平台
11.4.2現代SQL平台區別於傳統SQL平台
11.4.3MPP資料庫
11.4.4SQL-on-Hadoop
11.4.5NewSQL資料庫
11.4.6現代SQL平台的發展
【作業】
第12章社交網路與推薦系統
【導讀案例】推薦系統的工程實作（節錄）
12.1社交網路的定義
12.1.1社交網路的點
12.1.2社交網路度量
12.1.3社交網絡學
12.2社交網絡的結構
12.2.1社交網路的統計構成
12.2.2社會網絡的群體形成
12.2.3圖與網路分析
12.3社交網絡的關聯分析
12.4推薦系統
12.4.1推薦系統的概念
12.4.2推薦方法的組合
12.4.3推薦系統的評
12.5協同過濾
【作業】
第13章組織分析團隊
【導讀案例】資料工作者的資料之路：從洞察到行動
13.1企業的分析文化
13.1.1管理分析團隊的有效因素
13.1.2繁榮分析的文化共通性
13.2數據（數據工作者）
13.2.1數據角色
13.2.2分析人才的四種角色
13.2.3資料準備分析業人員
13.2.4分析程式設計師
13.2.5分析經理
13.2.6分析通才
13.2.7吸引數據
13.3集中式與分散式分析團隊
13.4組織分析團隊
13.4.1越中心
13.4.2席資料官與席分析官
13.4.3實驗室團隊
13.4.4數據科學技能自我評估
13.5走起，大數據分析
【作業】
第14章基於大數據集市的課程實踐
14.1什麼是大數據集市
14.1.1資料集市的結構
14.1.2資料集市的類型
14.1.3區別於資料倉儲
14.2大數據分析實務專案選擇
14.2.1大數據幫零售企業制定促銷策略
14.2.2電信公司透過大數據分析挽回核心客戶
14.2.3大數據幫能源企業設置發電機地點
14.2.4電商企業透過大數據制定銷售策略
14.3個案分析與課程實務要求
14.3.1角色選擇
14.3.2項目選擇
14.3.3實踐項目的背景說明
14.3.4分知識要點簡述
14.3.5撰寫大數據分析報告
14.3.6課程實作總結
14.3.7課程實踐的教師評
附錄課程作業參考答案
參考文獻