第 1章 商务数据分析概述　1
1.1 商务数据分析的基本概念　1
1.2 数据分析流程　2
1.2.1 需求分析　3
1.2.2 数据获取　3
1.2.3 探索性分析　3
1.2.4 数据预处理　3
1.2.5 构建模型　3
1.2.6 模型评价　4
1.2.7 应用　4
1.3 商务数据分析应用场景　4
1.4 数据分析工具　6
1.4.1 常用的数据分析工具　6
1.4.2 Python数据分析的优势　7
1.4.3 Python数据分析常用库　7
小结　9
课后习题　9

第 2章 Python数据分析简介　10
2.1 Python数据分析环境　10
2.1.1 Python的Anaconda发行版　10
2.1.2 Anaconda安装　11
2.2 Python使用入门　15
2.2.1 运行方式　16
2.2.2 基本命令　17
2.2.3 库的导入与添加　19
小结　20
课后习题　21

第3章 数据获取　22
3.1 常见的数据来源　22
3.2 数据类型　23
3.3 数据读取方式　24
3.3.1 数据库连接　24
3.3.2 文件读取　25
3.4 常用的Python数据格式转换与读/写函数　27
3.4.1 常用的Python数据格式转换函数　27
3.4.2 常用的Python数据读/写函数　28
小结　31
课后习题　31

第4章 探索性分析　33
4.1 描述性统计分析　33
4.1.1 集中趋势统计指标　33
4.1.2 离散程度统计指标　34
4.2 可视化分析　36
4.2.1 散点图　36
4.2.2 折线图　37
4.2.3 柱形图　40
4.2.4 饼图　41
4.2.5 箱线图　42
4.2.6 热力图　44
4.3 常用的Python探索性分析函数　48
4.3.1 常用的Python基本统计分析函数　48
4.3.2 常用的Python作图函数　48
小结　52
课后习题　53

第5章 数据预处理　54
5.1 数据清洗　54
5.1.1 缺失值处理　55
5.1.2 异常值处理　58
5.2 数据合并　61
5.2.1 多表合并　62
5.2.2 分组聚合　69
5.3 数据变换　76
5.3.1 函数变换　77
5.3.2 数据标准化　77
5.3.3 连续属性离散化　79
5.3.4 属性构造　82
5.4 Python的主要数据预处理函数　83
小结　85
课后习题　85

第6章 构建模型　87
6.1 分类与回归　87
6.1.1 实现过程　88
6.1.2 常用的分类与回归算法　89
6.1.3 回归分析　89
6.1.4 决策树　93
6.1.5 人工神经网络　99
6.1.6 分类与回归算法评价　105
6.1.7 常用的Python分类与回归算法　109
6.2 聚类分析　109
6.2.1 常用的聚类分析算法　110
6.2.2 K-Means算法　111
6.2.3 聚类分析算法评价　116
6.2.4 常用的Python聚类分析算法　118
6.3 关联规则　120
6.3.1 常用的关联规则算法　120
6.3.2 Apriori算法实现　121
6.4 时序模式　126
6.4.1 时间序列分析方法与模型　126
6.4.2 时间序列的预处理　127
6.4.3 平稳时间序列分析　129
6.4.4 非平稳时间序列分析　132
6.4.5 常用的Python时序模式算法　139
6.5 智能推荐　141
6.5.1 常见的智能推荐算法　142
6.5.2 智能推荐算法评价　143
6.5.3 Python智能推荐算法　145
小结　153
课后习题　153

第7章 O2O优惠券个性化投放　155
7.1 业务背景与项目目标　155
7.2 分析方法与过程　156
7.2.1 数据获取　157
7.2.2 探索性分析　158
7.2.3 数据预处理　166
7.2.4 构建模型　171
7.2.5 模型评价　174
7.2.6 应用　176
小结　177
课后习题　177

第8章 零售商品购物篮分析　178
8.1 业务背景与项目目标　178
8.2 分析方法与过程　179
8.2.1 数据获取　179
8.2.2 探索性分析　180
8.2.3 数据预处理　186
8.2.4 构建模型　187
8.2.5 模型评价　189
8.2.6 应用　189
小结　189
课后习题　190

第9章 餐饮企业综合分析　191
9.1 业务背景与项目目标　191
9.2 分析方法与过程　193
9.2.1 数据获取　193
9.2.2 探索性分析　196
9.2.3 数据预处理　201
9.2.4 构建模型　203
9.2.5 模型评价　225
9.2.6 应用　231
小结　231
课后习题　231

第 10章 基于TipDM数据挖掘建模平台进行餐饮企业综合分析　232
10.1 平台简介　232
10.1.1 首页　233
10.1.2 数据源　234
10.1.3 工程　235
10.1.4 系统组件　236
10.1.5 TipDM数据挖掘建模平台的本地化部署　237
10.2 快速构建餐饮企业综合分析工程　239
10.2.1 数据获取　240
10.2.2 数据预处理　243
10.2.3 探索性分析　244
10.2.4 构建模型　247
小结　251
课后习题　251
参考文献　252