- 机械工业出版社
- 9787111706892
- 1-1
- 435569
- 46257864-2
- 平装
- 16开
- 2022-08
- 432
- 318
- 数据科学与大数据技术
- 本科
内容简介
信息分析是一种较高层次的信息服务工作，是以信息收集、信息整序、成果提供为基本程序，以智能研究向决策者提供增值信息成果为特征的一项活动。“信息分析方法”课程是信息管理与信息系统专业的主干课程之一，对于培养具有良好思维习惯、科研素质及各类定性定量方法技能的信息分析人才具有重要的作用。
本教材为适应大数据环境下信息分析学科的调整与变革，增加适用于大数据分析的信息分析理论、方法与技术，体现情境教学以及线下线上相融合的先进教学理念，结合MOOC课程建设新要求，突出数据分析过程和结果的可视化。
本教材为适应大数据环境下信息分析学科的调整与变革，增加适用于大数据分析的信息分析理论、方法与技术，体现情境教学以及线下线上相融合的先进教学理念，结合MOOC课程建设新要求，突出数据分析过程和结果的可视化。
目录
前 言
第1章 信息与信息分析 / 1
1.1 信息与信息分析的内涵 / 2
1.1.1 信息的内涵 / 2
1.1.2 信息分析的内涵 / 3
1.2 信息分析的类型 / 5
1.2.1 按信息分析所属领域划分 / 5
1.2.2 按信息内容划分 / 7
1.2.3 按信息分析方法划分 / 8
1.3 信息分析的功能和作用 / 9
1.3.1 信息分析的功能 / 9
1.3.2 信息分析的作用 / 10
1.4 信息分析的产生及发展趋势 / 14
1.4.1 从文献学到情报学的发展历程 / 14
1.4.2 国内情报学的发展历程 / 15
1.4.3 信息分析方法的演进与发展趋势 / 16
思考题 / 18
第2章 信息分析工作的规范流程 / 19
2.1 课题选择 / 19
2.1.1 课题来源 / 19
2.1.2 选题原则 / 20
2.1.3 课题类型 / 21
2.1.4 选题程序 / 23
2.2 课题研究计划确定 / 25
2.2.1 制订课题研究计划 / 25
2.2.2 计划的审核与确定 / 26
2.3 信息搜集、整理、鉴别与评价 / 27
2.3.1 信息源及其分类 / 27
2.3.2 信息搜集方法与类别 / 29
2.3.3 信息整理 / 30
2.3.4 信息鉴别与评价 / 30
2.4 信息分析的主要步骤 / 32
2.4.1 浏览与分析初步整理的原始资料 / 32
2.4.2 提出假设 / 33
2.4.3 搜集、整理和评价信息 / 33
2.4.4 验证与确定前提 / 34
2.4.5 验证假设并形成推论 / 34
2.4.6 形成最终结论 / 35
2.5 信息分析报告的撰写 / 35
2.5.1 信息分析报告的类型 / 35
2.5.2 信息分析报告的基本结构 / 37
2.5.3 信息分析报告撰写的基本程序 / 39
2.6 信息分析产品的评价与利用 / 40
2.6.1 信息分析产品的评价及方法 / 40
2.6.2 信息分析产品的传播与利用 / 41
思考题 / 42
第3章 常用逻辑思维方法 / 43
3.1 分析与综合 / 43
3.1.1 分析 / 43
3.1.2 综合 / 47
3.1.3 分析与综合的关系 / 48
3.2 比较与推理 / 49
3.2.1 比较法的概念 / 49
3.2.2 比较法应遵循的原则 / 51
3.3 推理 / 52
3.3.1 推理的概念与类型 / 52
3.3.2 推理应遵循的原则 / 60
3.4 案例 / 60
思考题 / 62
第4章 调查方法 / 63
4.1 社会调查法 / 63
4.1.1 社会调查法的概念与类型 / 63
4.1.2 社会调查的一般程序 / 68
4.1.3 调查指标设计与问卷设计 / 71
4.1.4 抽样设计 / 74
4.1.5 抽样方法 / 75
4.2 专家调查法 / 77
4.2.1 头脑风暴法 / 77
4.2.2 德尔菲法 / 80
4.3 文献调查法 / 83
4.3.1 文献调查法的概念和特点 / 83
4.3.2 搜集文献的方法和途径 / 85
4.4 案例 / 87
思考题 / 89
第5章 信息分析建模 / 90
5.1 模型与模型方法 / 90
5.1.1 模型与模型方法的概念 / 90
5.1.2 模型的分类 / 91
5.2 信息分析建模的一般过程 / 94
5.2.1 信息分析建模的主要步骤 / 94
5.2.2 信息分析建模过程中应注意的主要问题 / 96
5.3 信息分析建模过程中的实例分析 / 97
5.3.1 信息分析的典型定性模型建模实例：SWOT模型 / 97
5.3.2 信息分析的典型定量模型建模实例 / 99
思考题 / 102
第6章 相关与回归分析法 / 103
6.1 相关分析 / 103
6.1.1 相关系数的概念与种类 / 103
6.1.2 相关系数的意义与计算 / 105
6.1.3 相关系数的显著性检验 / 108
6.1.4 偏相关与部分相关 / 109
6.1.5 基于SPSS的相关分析 / 112
6.2 一元线性回归分析法 / 115
6.2.1 回归分析法的概念与类型 / 115
6.2.2 变量与回归方程假设 / 117
6.2.3 参数估计与参数检验 / 118
6.2.4 方程预测与区间估计 / 121
6.2.5 基于SPSS的一元回归算例分析 / 122
6.3 多元线性回归分析法 / 124
6.3.1 多元线性回归模型 / 124
6.3.2 多元线性回归的参数估计与检验 / 125
6.3.3 多重共线性判断 / 127
6.3.4 SPSS的多元回归算例分析 / 128
6.4 回归模型违反假设及其处理 / 131
6.4.1 自相关问题及其解决 / 132
6.4.2 异方差问题及其解决 / 134
6.4.3 多重共线性问题及其解决 / 137
6.4.4 其他回归模型 / 140
思考题 / 142
第7章 数据降维方法 / 144
7.1 因子分析法 / 144
7.1.1 因子分析法的概念与数学模型 / 146
7.1.2 因子分析法的主要步骤 / 147
7.1.3 基于SPSS的实例分析 / 150
7.2 多元尺度法 / 158
7.2.1 多元尺度法的功能 / 158
7.2.2 多元尺度法的基本理论 / 159
7.2.3 多元尺度法的分析步骤 / 162
7.2.4 基于SPSS的实例研究 / 164
思考题 / 170
第8章 时间序列分析 / 171
8.1 时间序列 / 171
8.1.1 时间序列概述 / 171
8.1.2 趋势分析与建模方法 / 172
8.2 移动平均法 / 173
8.2.1 移动平均法概述 / 173
8.2.2 一次移动平均法 / 173
8.2.3 二次移动平均法 / 174
8.3 指数平滑法 / 175
8.3.1 指数平滑法概述 / 175
8.3.2 一次指数平滑法 / 175
8.3.3 二次指数平滑法 / 176
8.4 多项式曲线法 / 177
8.4.1 一次曲线法及其特征 / 177
8.4.2 二次曲线法及其特征 / 179
8.4.3 三次曲线法及其特征 / 181
8.4.4 基于SPSS的实例分析 / 182
8.5 指数曲线法 / 188
8.5.1 一次指数曲线法 / 188
8.5.2 二次指数曲线法 / 189
8.5.3 修正指数曲线法 / 190
8.5.4 基于SPSS的实例分析 / 192
8.6 生长曲线法 / 195
8.6.1 生长曲线模型概述 / 195
8.6.2 Logistic曲线 / 195
8.6.3 Gompertz曲线 / 197
8.6.4 基于SPSS的实例分析 / 198
思考题 / 201
第9章 聚类与判别分析法 / 203
9.1 聚类分析法 / 203
9.1.1 聚类分析概述 / 203
9.1.2 相似性计算 / 204
9.1.3 层次聚类法 / 206
9.1.4 非层次聚类法（K均值聚类） / 211
9.1.5 二阶聚类法 / 217
9.2 判别分析法 / 222
9.2.1 判别分析概述 / 222
9.2.2 Bayes判别 / 223
9.2.3 Fisher判别 / 225
9.3 案例 / 225
思考题 / 232
第10章 分类分析法 / 234
10.1 决策树 / 234
10.1.1 决策树概述 / 234
10.1.2 决策树的构建 / 235
10.1.3 划分选择 / 235
10.1.4 决策树的应用实例 / 239
10.2 随机森林 / 241
10.2.1 随机森林概述 / 241
10.2.2 随机森林的特点 / 242
10.2.3 随机森林相关基础知识 / 242
10.2.4 随机森林的生成 / 243
10.2.5 袋外错误率 / 244
10.2.6 随机森林的应用实例 / 244
10.3 支持向量机（SVM） / 246
10.3.1 间隔与支持向量 / 246
10.3.2 对偶问题 / 248
10.3.3 非线性数据 / 249
10.3.4 应用案例 / 251
10.4 神经网络分析 / 253
10.4.1 神经网络简介 / 253
10.4.2 神经网络的特点 / 254
10.4.3 神经元模型 / 255
10.4.4 常见的神经网络模型 / 256
10.4.5 神经网络的应用实例 / 259
思考题 / 263
第11章 结构方程模型 / 264
11.1 结构方程模型的建模步骤 / 265
11.1.1 模型设定 / 265
11.1.2 模型识别 / 268
11.1.3 模型参数估计 / 269
11.1.4 模型评价 / 270
11.1.5 模型修正 / 271
11.2 基于AMOS的建模实例分析 / 271
11.2.1 AMOS操作之前的准备 / 272
11.2.2 AMOS软件操作流程 / 273
思考题 / 278
第12章 层次分析法 / 279
12.1 层次分析法概述 / 279
12.1.1 层次分析法的产生 / 279
12.1.2 层次分析法的基本思想与基本概念 / 280
12.2 层次分析法的基本原理与计算方法 / 281
12.2.1 递阶层次结构 / 281
12.2.2 判断矩阵的建立 / 282
12.2.3 单一准则下的排序 / 283
12.2.4 一致性检验 / 285
12.2.5 层次总排序 / 286
12.3 层次分析法的应用实例 / 287
思考题 / 292
第13章 模糊综合评价法 / 293
13.1 模糊综合评价法概述 / 293
13.1.1 模糊综合评价法的产生 / 293
13.1.2 模糊综合评价法的基本思想与基本概念 / 294
13.2 基本原理与计算方法 / 296
13.2.1 模糊隶属度与隶属函数 / 296
13.2.2 数学模型 / 302
13.3 模糊综合评价法的应用实例 / 303
思考题 / 305
参考文献 / 306
第1章 信息与信息分析 / 1
1.1 信息与信息分析的内涵 / 2
1.1.1 信息的内涵 / 2
1.1.2 信息分析的内涵 / 3
1.2 信息分析的类型 / 5
1.2.1 按信息分析所属领域划分 / 5
1.2.2 按信息内容划分 / 7
1.2.3 按信息分析方法划分 / 8
1.3 信息分析的功能和作用 / 9
1.3.1 信息分析的功能 / 9
1.3.2 信息分析的作用 / 10
1.4 信息分析的产生及发展趋势 / 14
1.4.1 从文献学到情报学的发展历程 / 14
1.4.2 国内情报学的发展历程 / 15
1.4.3 信息分析方法的演进与发展趋势 / 16
思考题 / 18
第2章 信息分析工作的规范流程 / 19
2.1 课题选择 / 19
2.1.1 课题来源 / 19
2.1.2 选题原则 / 20
2.1.3 课题类型 / 21
2.1.4 选题程序 / 23
2.2 课题研究计划确定 / 25
2.2.1 制订课题研究计划 / 25
2.2.2 计划的审核与确定 / 26
2.3 信息搜集、整理、鉴别与评价 / 27
2.3.1 信息源及其分类 / 27
2.3.2 信息搜集方法与类别 / 29
2.3.3 信息整理 / 30
2.3.4 信息鉴别与评价 / 30
2.4 信息分析的主要步骤 / 32
2.4.1 浏览与分析初步整理的原始资料 / 32
2.4.2 提出假设 / 33
2.4.3 搜集、整理和评价信息 / 33
2.4.4 验证与确定前提 / 34
2.4.5 验证假设并形成推论 / 34
2.4.6 形成最终结论 / 35
2.5 信息分析报告的撰写 / 35
2.5.1 信息分析报告的类型 / 35
2.5.2 信息分析报告的基本结构 / 37
2.5.3 信息分析报告撰写的基本程序 / 39
2.6 信息分析产品的评价与利用 / 40
2.6.1 信息分析产品的评价及方法 / 40
2.6.2 信息分析产品的传播与利用 / 41
思考题 / 42
第3章 常用逻辑思维方法 / 43
3.1 分析与综合 / 43
3.1.1 分析 / 43
3.1.2 综合 / 47
3.1.3 分析与综合的关系 / 48
3.2 比较与推理 / 49
3.2.1 比较法的概念 / 49
3.2.2 比较法应遵循的原则 / 51
3.3 推理 / 52
3.3.1 推理的概念与类型 / 52
3.3.2 推理应遵循的原则 / 60
3.4 案例 / 60
思考题 / 62
第4章 调查方法 / 63
4.1 社会调查法 / 63
4.1.1 社会调查法的概念与类型 / 63
4.1.2 社会调查的一般程序 / 68
4.1.3 调查指标设计与问卷设计 / 71
4.1.4 抽样设计 / 74
4.1.5 抽样方法 / 75
4.2 专家调查法 / 77
4.2.1 头脑风暴法 / 77
4.2.2 德尔菲法 / 80
4.3 文献调查法 / 83
4.3.1 文献调查法的概念和特点 / 83
4.3.2 搜集文献的方法和途径 / 85
4.4 案例 / 87
思考题 / 89
第5章 信息分析建模 / 90
5.1 模型与模型方法 / 90
5.1.1 模型与模型方法的概念 / 90
5.1.2 模型的分类 / 91
5.2 信息分析建模的一般过程 / 94
5.2.1 信息分析建模的主要步骤 / 94
5.2.2 信息分析建模过程中应注意的主要问题 / 96
5.3 信息分析建模过程中的实例分析 / 97
5.3.1 信息分析的典型定性模型建模实例：SWOT模型 / 97
5.3.2 信息分析的典型定量模型建模实例 / 99
思考题 / 102
第6章 相关与回归分析法 / 103
6.1 相关分析 / 103
6.1.1 相关系数的概念与种类 / 103
6.1.2 相关系数的意义与计算 / 105
6.1.3 相关系数的显著性检验 / 108
6.1.4 偏相关与部分相关 / 109
6.1.5 基于SPSS的相关分析 / 112
6.2 一元线性回归分析法 / 115
6.2.1 回归分析法的概念与类型 / 115
6.2.2 变量与回归方程假设 / 117
6.2.3 参数估计与参数检验 / 118
6.2.4 方程预测与区间估计 / 121
6.2.5 基于SPSS的一元回归算例分析 / 122
6.3 多元线性回归分析法 / 124
6.3.1 多元线性回归模型 / 124
6.3.2 多元线性回归的参数估计与检验 / 125
6.3.3 多重共线性判断 / 127
6.3.4 SPSS的多元回归算例分析 / 128
6.4 回归模型违反假设及其处理 / 131
6.4.1 自相关问题及其解决 / 132
6.4.2 异方差问题及其解决 / 134
6.4.3 多重共线性问题及其解决 / 137
6.4.4 其他回归模型 / 140
思考题 / 142
第7章 数据降维方法 / 144
7.1 因子分析法 / 144
7.1.1 因子分析法的概念与数学模型 / 146
7.1.2 因子分析法的主要步骤 / 147
7.1.3 基于SPSS的实例分析 / 150
7.2 多元尺度法 / 158
7.2.1 多元尺度法的功能 / 158
7.2.2 多元尺度法的基本理论 / 159
7.2.3 多元尺度法的分析步骤 / 162
7.2.4 基于SPSS的实例研究 / 164
思考题 / 170
第8章 时间序列分析 / 171
8.1 时间序列 / 171
8.1.1 时间序列概述 / 171
8.1.2 趋势分析与建模方法 / 172
8.2 移动平均法 / 173
8.2.1 移动平均法概述 / 173
8.2.2 一次移动平均法 / 173
8.2.3 二次移动平均法 / 174
8.3 指数平滑法 / 175
8.3.1 指数平滑法概述 / 175
8.3.2 一次指数平滑法 / 175
8.3.3 二次指数平滑法 / 176
8.4 多项式曲线法 / 177
8.4.1 一次曲线法及其特征 / 177
8.4.2 二次曲线法及其特征 / 179
8.4.3 三次曲线法及其特征 / 181
8.4.4 基于SPSS的实例分析 / 182
8.5 指数曲线法 / 188
8.5.1 一次指数曲线法 / 188
8.5.2 二次指数曲线法 / 189
8.5.3 修正指数曲线法 / 190
8.5.4 基于SPSS的实例分析 / 192
8.6 生长曲线法 / 195
8.6.1 生长曲线模型概述 / 195
8.6.2 Logistic曲线 / 195
8.6.3 Gompertz曲线 / 197
8.6.4 基于SPSS的实例分析 / 198
思考题 / 201
第9章 聚类与判别分析法 / 203
9.1 聚类分析法 / 203
9.1.1 聚类分析概述 / 203
9.1.2 相似性计算 / 204
9.1.3 层次聚类法 / 206
9.1.4 非层次聚类法（K均值聚类） / 211
9.1.5 二阶聚类法 / 217
9.2 判别分析法 / 222
9.2.1 判别分析概述 / 222
9.2.2 Bayes判别 / 223
9.2.3 Fisher判别 / 225
9.3 案例 / 225
思考题 / 232
第10章 分类分析法 / 234
10.1 决策树 / 234
10.1.1 决策树概述 / 234
10.1.2 决策树的构建 / 235
10.1.3 划分选择 / 235
10.1.4 决策树的应用实例 / 239
10.2 随机森林 / 241
10.2.1 随机森林概述 / 241
10.2.2 随机森林的特点 / 242
10.2.3 随机森林相关基础知识 / 242
10.2.4 随机森林的生成 / 243
10.2.5 袋外错误率 / 244
10.2.6 随机森林的应用实例 / 244
10.3 支持向量机（SVM） / 246
10.3.1 间隔与支持向量 / 246
10.3.2 对偶问题 / 248
10.3.3 非线性数据 / 249
10.3.4 应用案例 / 251
10.4 神经网络分析 / 253
10.4.1 神经网络简介 / 253
10.4.2 神经网络的特点 / 254
10.4.3 神经元模型 / 255
10.4.4 常见的神经网络模型 / 256
10.4.5 神经网络的应用实例 / 259
思考题 / 263
第11章 结构方程模型 / 264
11.1 结构方程模型的建模步骤 / 265
11.1.1 模型设定 / 265
11.1.2 模型识别 / 268
11.1.3 模型参数估计 / 269
11.1.4 模型评价 / 270
11.1.5 模型修正 / 271
11.2 基于AMOS的建模实例分析 / 271
11.2.1 AMOS操作之前的准备 / 272
11.2.2 AMOS软件操作流程 / 273
思考题 / 278
第12章 层次分析法 / 279
12.1 层次分析法概述 / 279
12.1.1 层次分析法的产生 / 279
12.1.2 层次分析法的基本思想与基本概念 / 280
12.2 层次分析法的基本原理与计算方法 / 281
12.2.1 递阶层次结构 / 281
12.2.2 判断矩阵的建立 / 282
12.2.3 单一准则下的排序 / 283
12.2.4 一致性检验 / 285
12.2.5 层次总排序 / 286
12.3 层次分析法的应用实例 / 287
思考题 / 292
第13章 模糊综合评价法 / 293
13.1 模糊综合评价法概述 / 293
13.1.1 模糊综合评价法的产生 / 293
13.1.2 模糊综合评价法的基本思想与基本概念 / 294
13.2 基本原理与计算方法 / 296
13.2.1 模糊隶属度与隶属函数 / 296
13.2.2 数学模型 / 302
13.3 模糊综合评价法的应用实例 / 303
思考题 / 305
参考文献 / 306
