本书全面介绍商务智能与数据可视化分析的基本概念和操作，分为9章，内容包括商务智能与数据可视化概述、数据智能与数据库基础、数据分析基础之Excel篇、数据预处理之Power BI篇、数据可视化之Power BI篇、数据可视化之词云图篇、数据可视化之数据看板篇、数据可视化之Matplotlib篇、数据可视化分析之实战篇。 本书可以满足工商管理、市场营销、商务智能、数据科学与大数据技术、数字经济等专业的教师和学生（含专／本科学生、研究生）的教学与自学需要，可作为高等学校各专业"商务智能与数据可视化分析”相关课程的教材，也可供对商务智能与数据可视化分析感兴趣的广大读者阅读。
戴永辉，副教授，硕士生导师。硕士和博士分别毕业于复旦大学、上海财经大学，曾任管理科学与工程学会神经管理与神经工程分会理事、中国技术经济学会神经经济管理专业委员会委员、中国仿真学会人工社会专业委员会委员、CCF高级会员、上海市科技专家库专家。研究方向为创新创业、心智科学、数智化管理交叉领域。主持省部级与国家级学会课题4项，参与国家863计划项目、国家社科重大、国家自科面上、教育部哲社重大课题攻关项目、教育部人文社科、科技部国际交流例会项目、上海市哲社、上海市决策咨询课题等10多项科研课题。指导学生在挑战杯、互联网+、大学生计算机设计大赛、电子商冬“创新、创意及创业赛等高影响力赛事的国赛与市赛中，获得特等奖、一等奖、最佳创业奖在内的奖项60余项。荣获上海市科技进步奖二等奖、上海市优秀教学成果奖一等奖、中国创造学会创造成果奖二等奖、全国商业科技进步奖一等奖、吴文俊人工智能科技进步奖二等奖、中国产学研合作创新成果奖二等奖、大学生创业决策仿真大赛优秀指导教师奖、大学生计算机应用能力大赛优秀指导教师奖等荣誉奖项10多项。
第1章 商务智能与数据可视化概述 1
1.1 商务智能概述 1
1.1.1 商务智能的定义与本质 1
1.1.2 商务智能的发展与技术 4
1.1.3 商务智能的应用与实施 8
1.2 数据可视化概述 11
1.2.1 数据可视化的相关概念 11
1.2.2 数据可视化的应用领域 12
1.2.3 数据可视化的主流工具 13
1.3 思考题 16
第2章 数据智能与数据库基础 17
2.1 数据智能的相关概念 17
2.1.1 信息化、数字化与数智化 18
2.1.2 大数据、人工神经网络与人工智能 18
2.1.3 数据决策、智能决策与决策支持系统 20
2.2 数据库的基础知识 21
2.2.1 数据库系统 21
2.2.2 数据体系结构 22
2.2.3 数据模型 23
2.2.4 数据库范式 25
2.2.5 概念模型 26
2.3 思考题 28
第3章 数据分析基础之Excel篇 29
3.1 数据透视表 29
3.1.1 数据透视表的创建 29
3.1.2 数据透视表的修改 32
3.1.3 数据透视表的可视化 33
3.2 Excel中的统计分析 34
3.2.1 常用统计分析函数 34
3.2.2 数据分析工具 38
3.2.3 描述性统计分析 39
3.2.4 相关分析 40
3.2.5 预测分析 42
3.3 Excel中的图表类型与展示 46
3.3.1 主要图表类型 46
3.3.2 主要图表展示 47
3.4 思考题 53
第4章 数据预处理之Power BI篇 54
4.1 Power BI Desktop的主页 54
4.2 Power BI抓取网页数据 55
4.3 Power BI数据预处理 62
4.3.1 数据导入 62
4.3.2 数据填充与筛选 64
4.3.3 添加列 65
4.3.4 数据的追加与合并查询 68
4.4 思考题 70
第5章 数据可视化之Power BI篇 71
5.1 数据源连接与数据处理 71
5.1.1 Excel和MySQL的连接 71
5.1.2 基于Python的数据处理 76
5.1.3 基于Power BI的数据处理 77
5.1.4 数据库中表与表的关系 81
5.2 建立基础视觉对象 82
5.2.1 制作柱形图和树状图 84
5.2.2 地图可视化 87
5.2.3 楼盘主标签词云图 88
5.2.4 切片器与筛选器的应用 88
5.3 制作数据看板 89
5.3.1 页面背景及布局设计 89
5.3.2 数据看板的上传与发布 90
5.3.3 数据图表的交互 92
5.3.4 在线分享图表数据的方式 92
5.4 思考题 93
第6章 数据可视化之词云图篇 94
6.1 词云图与分词算法 94
6.1.1 词云图 94
6.1.2 分词算法 94
6.1.3 中文分词的难点 95
6.2 Excel实现中文分词 96
6.3 Python实现中文分词 101
6.4 数据可视化第三方插件 103
6.5 词云图与词云看板的实现 104
6.5.1 Excel分词结果展示 104
6.5.2 Python分词结果展示 107
6.5.3 背景制作与看板美化 108
6.6 思考题 111
第7章 数据可视化之数据看板篇 112
7.1 一维表和二维表 112
7.2 页面导航按钮 114
7.2.1 创建按钮 114
7.2.2 自定义按钮 115
7.2.3 设置按钮状态 117
7.2.4 选择按钮操作 118
7.2.5 创建页导航 119
7.2.6 设置页导航 120
7.2.7 设置导航图像 121
7.3 看板导航书签 121
7.3.1 创建书签 122
7.3.2 创建报表书签 123
7.3.3 排列书签 124
7.3.4 使用“选择”窗格 125
7.3.5 向按钮分配书签 126
7.3.6 创建书签组 126
7.4 切片器 127
7.4.1 使用切片器的场合 128
7.4.2 创建切片器 128
7.4.3 控制切片器交互 128
7.4.4 同步切片器 129
7.4.5 筛选切片器 130
7.4.6 切片器选项 130
7.5 利润分析数据看板 131
7.6 数据发布与报表下载 133
7.6.1 重新发布或替换数据集 133
7.6.2 报表下载 134
7.7 使用指标报表 135
7.7.1 查看使用指标报表 136
7.7.2 使用情况指标说明 137
7.7.3 创建使用情况指标报表 138
7.8 脱机工作与注意事项 139
7.9 思考题 139
第8章 数据可视化之Matplotlib篇 140
8.1 Matplotlib概述 140
8.2 Matplotlib安装与使用 140
8.3 Matplotlib绘制线形图 142
8.4 Matplotlib绘制散点图 145
8.5 Matplotlib绘制等高线图 149
8.6 Matplotlib中的三维图 151
8.7 思考题 155
第9章 数据可视化分析之实战篇 156
9.1 系统概述与分析 156
9.1.1 系统概述 156
9.1.2 业务用例图 157
9.1.3 数据库表结构 157
9.2 数据加载与布局设计 158
9.2.1 数据加载与建模 158
9.2.2 仪表板布局设计 160
9.3 数据可视化设计与呈现 160
9.3.1 仪表板背景设计 160
9.3.2 标题区搭建 161
9.3.3 切片器区搭建 161
9.3.4 数据展示区搭建 163
9.3.5 导航区搭建 167
9.3.6 仪表板最终呈现 173
9.4 思考题 175
附录A Power BI常见问题解答 176
参考文献 178
书单推荐
