本书以社会对“具有数据技能的管理者”的需求为导向，从管理视角切入，尝试以人文社科类专业学生容易接受的语言介绍与大数据相关的知识点。全书分为基础篇和管理篇两部分，基础篇包括大数据概论、理解大数据、大数据技术；管理篇包括大数据的产业影响、大数据与社会治理创新、大数据与企业数字化转型、大数据与管理人才培养、大数据与商业伦理。此外，本书配有教学PPT和其他课程资源，有需要的老师可以登录华信教育资源网(www.hxedu.com.cn)下载。本书适合作为工商管理、市场营销、会计学、人力资源管理、行政管理等专业的学生教材，也可以供社会上对大数据赋能商业管理有兴趣的读者阅读。

前 言 互联网、大数据、云计算、5G、人工智能及机器学习等新一代信息与通信技术正在蓬勃发展，正在重塑人类生产、生活、学习、工作、休闲、娱乐等各项活动，传统的产业格局与管理模式也在发生着重大变革。在这些新兴变化中，大数据作为一种国家战略资源，成为促进经济发展的关键基础要素，引起学术界、产业界、政府及行业用户等的高度关注。世界主要国家已经相继制定促进大数据产业发展的政策法规，实施积极的大数据国家战略，尝试构建完整的大数据生态产业链，试图在新一轮国家经济发展竞争中抢占先机。这种“官、产、学、研、用”等不同主体之间的良性互动，推动大数据成为热门学科。 1．写作背景 随着大数据的兴起与普及，“大数据导论”作为一门课程走进大学课堂，成为很多专业的必修或选修课程。纵览市面上的相关教材，可以发现一个现象：各大出版社组织专家编写的教材，大多面向计算机相关专业或其他理工类专业学生。这类教材的典型特征是技术性非常强，适合拥有一定技术背景与知识的理工类专业学生学习和使用。这些教材包含了很多专业词汇，要求使用者具有一定的相关知识储备，大大增加了学习者的学习难度，并不太适合非理工类专业学生使用。考虑到“新文科”“新商科”等交叉学科正在兴起，编写一本适合人文社科类专业学生使用的教材势在必行。 自2018年开始，笔者面向工商管理、市场营销、会计学等专业的本科生讲授“大数据导论”“数据挖掘”“数据思维与数据科学”等课程，深刻体会到人文社科类专业学生学习技术类课程面临的问题和困难，于是萌生了编写一本面向人文社科类专业学生的大数据教材的想法。2020年7月至2022年12月笔者担任汕头大学商学院企业管理系主任期间，组织和完成了工商管理、市场营销专业培养方案多个轮次的修订，确定了“人工智能与大数据+专业”的交叉融合思路，形成了工商管理(大数据与商务智能方向)、工商管理(创业与创新管理方向)及市场营销(大数据营销方向)三个独立的培养方案。2021年，工商管理专业顺利获批国家一流本科专业建设点，市场营销专业顺利获批广东省一流本科专业建设点。这些宝贵的专业建设经历，也是笔者编写本书的重要动机。 2．本书特色 本书的读者对象定位为人文社科类专业学生，既可以作为本科学生的学习教材，也可以作为专科高年级学生的学习教材。适用的专业包括市场营销、工商管理、财务管理、人力资源管理、国际经济与贸易、金融学、会计学、电子商务、国际商务及经济学等。对于旨在开展“人工智能与大数据+专业”交叉融合的专业，本书可以作为必修的公共基础课教材使用；对于尚在探索转型或融合的专业，本书可以作为专业前沿课的教材使用。不论是哪种课程定位，本书都可以为他们提供基于管理视角的大数据基础知识，引导大家熟悉大数据技术在不同行业的应用，理解大数据技术对企业内外部管理活动的影响，培养学生在本专业应用大数据的素养和能力。 全书采用了模块式结构，模块之间既独立分布，又相互呼应，满足多样化的教学与学习需求。全书分为基础篇和管理篇两个部分，前者侧重于与大数据相关的基础政策、概念及技术的介绍，后者侧重于从管理视角理解大数据相关实践与活动。其中，基础篇(第1～3章)从大数据相关的基础知识入手，以全景视角向读者介绍大数据产生的时代背景、各国战略、大数据的内涵与外延、大数据技术等；管理篇(第4～8章)则首先介绍“造”和“用”的观点、理解大数据影响的逻辑与框架，然后分别介绍大数据对产业布局的影响、对宏观社会治理的影响、对企业数字化转型的影响、对个人发展的影响，以及大数据与商业伦理等。全书章节安排力求避开对技术细节的讲解，尝试结合商科的主干知识体系，引导学生有效开展学习。 笔者精心设计了每章的章节内容与编排顺序。为了便于老师和同学们使用本书，笔者吸收了同行们的优秀经验，在每章的开篇环节设置了课前导读、学习目标、重点与难点，并以思维导图的形式给出了章节内容之间的关系，为读者呈现了清晰的知识地图。针对书中的每个知识点，笔者也都尽可能安排了相应的示例，便于读者将抽象的概念与实践联系起来。在每章的结尾部分，设计了带有课程思政元素的思考案例。8个课后案例全部基于中国实践改编，并设置了思考问题。希望通过对案例的阅读和思考，引导学生树立崇高的家国情怀，立志成为恪守商业伦理、勇于责任担当和追求可持续发展的复合型人才。8个课后案例具体的思政元素要点有以下4项。 ·树立崇高的家国情怀和民族自信，具体参见第1章课后案例“‘东数西算’”工程与我国东西部产业布局”、第3章案例“‘科技范儿’的北京冬奥会”、第4章课后案例“数字乡村背景下的兰考县脱贫致富实践”。 ·培养学生的创新思维与创新意识，具体参见第2章课后案例“大数据与小数据思辨”，第5章课后案例“‘粤省事’移动政务服务平台创新实践”，第6章课后案例“汕头大学医学院第一附属医院互联网医院创新实践”。 ·提高不惧技术困难的韧性，提升专业素养和专业自信，具体参见第7章课后案例“新文科背景下的交叉复合人才培养”。 ·建立正确的商业伦理观念，具体参见第8章课后案例“人脸识别场景中的隐私泄露与保护”。 3．教学安排 本书的课时安排可以设置为2学分(36课时)或3学分(48学时)。授课老师可以根据授课对象的专业、年级，灵活调整授课范围内容。例如，针对没有基础的低年级学生，可以略讲技术环节的知识，引导学生观察现象与实践，注重思维方式的塑造；针对高年级学生，可以引导学生观察、思考和总结与自己所学专业相关的大数据实践、前沿及研究问题等，尝试开展深度交叉融合型学习。此外，本书配有教学PPT和其他课程资源，有需要的老师可以登录华信教育资源网(www.hxedu.com.cn)下载。 4．致谢 本书的撰写工作是在同行、同事们的帮助下完成的。在前期授课过程中，汕头大学商学院“大数据导论”课程组的授课老师邹宗保副教授、刘久兵博士及李柏勋教授与笔者进行过多次讨论，就授课所用教材、授课过程中遇到的问题及解决思路进行过深入交流，形成了撰写本书的重要基础。在本书写作过程中，武汉纺织大学夏火松教授，华南理工大学葛淳棉教授，汕头大学李松教授、龙月娥副教授、陈名芹副教授、邹宗保副教授对全书的内容设计、章节安排提出了宝贵建议。此外，李松教授、陈名芹副教授、邹宗保副教授还分别为“大数据与社会治理创新”“大数据与财务管理”“大数据与供应链管理”等章节提供了翔实的写作素材，大大提高了本书的写作进度和质量。在此对他们表示衷心的感谢！ 本书的撰写工作离不开笔者课题组各位同学的辛勤付出。自2013年参加工作以来，我非常幸运地遇到了一批批优秀的学生，他们的热心、好奇及求知欲是我教学与科研不断向前的重要动力之一。具体到本书的出版过程，汕头大学商学院企业管理系2020级工商管理专业本科生陈静、廖碧瑶、孙光鹏、林芳、卓紫晴、林登雄和2019级工商管理专业本科生李周源、林飞明、李学瑞参加了资料的收集、整理和编校工作。他们态度端正、工作勤奋，为全书的成稿付出了大量精力，出色完成了各自负责的工作，在此向他们表示衷心的感谢！在此过程中，我欣喜地看到他们展现出来了扎实的信息检索能力、专业素养和开展创新工作的潜力，也由衷地为他们的进步感到高兴！ 本书的撰写工作还得到了汕头大学教务处及商学院领导与老师的诸多支持。汕头大学教务处和商学院教学办同事们积极协助笔者总结教学实践经验，成功获批了广东省高等教育教学改革项目“新文科背景下商科学生的数据分析能力培养模式研究”。该项目的获批和执行，使得笔者能够及时总结、凝练和反思前期教学的经验和不足，为本书的撰写工作提供了诸多帮助。商学院党委书记邹志波教授、院长梁强教授、副院长龙月娥教授在教学、科研及生活方面提供了大量无私的帮助，使得笔者能够专心推进相关工作。在此向他们表示衷心的感谢！ 在本书撰写过程中，笔者还参考了大量国内外现有教材和有关文献，从中汲取了大量的有益知识和写作思路，大大促进了本书的完善，在此对这些教材和文献的作者致以敬意！ 大数据是一个新兴领域，也是一个飞速发展和快速迭代的领域，涉及多学科、多领域的知识。限于时间、精力和知识结构，书中难免存在错误和不妥之处，恳请广大读者批评指正，以帮助我们对本书做进一步的修改和完善。 周军杰 2023年2月 于汕头大学桑浦山校区

目 录 第1篇 基 础 篇 第1章 大数据概论 2 1.1 大数据时代 3 1.1.1 作为现象的大数据 3 1.1.2 作为技术的大数据 4 1.1.3 作为管理的大数据 5 1.2 大数据的发展历程 5 1.2.1 技术创新与管理学科发展 5 1.2.2 信息技术发展与大数据变革 10 1.2.3 大数据相关技术 13 1.3 大数据相关政策与战略 14 1.3.1 国外的大数据发展政策与战略 14 1.3.2 我国的大数据发展政策 19 1.3.3 我国的大数据战略实践 21 第2章 理解大数据 27 2.1 数据与大数据 28 2.1.1 大数据的定义 28 2.1.2 大数据的特征 29 2.1.3 传统数据与大数据的比较 30 2.2 数据来源与数据类型 32 2.2.1 常见的数据来源 32 2.2.2 常见的数据类型 33 2.2.3 数据类型之间的转换 35 2.3 数据的价值 37 2.3.1 数据金字塔 38 2.3.2 数据对企业的价值 39 第3章 大数据技术 43 3.1 数据管理技术 44 3.1.1 数据采集技术 44 3.1.2 数据存储技术 46 3.1.3 数据加工技术 49 3.2 数据分析技术 53 3.2.1 商务数据分析技术体系 53 3.2.2 预测性分析技术 55 3.2.3 大数据分析工具 57 3.3 常见的相近技术概念辨析 63 3.3.1 人工智能 63 3.3.2 机器学习 64 3.3.3 人工智能、数据挖掘、机器学习之间的关系 66 第2篇 管 理 篇 第4章 大数据的产业影响 71 4.1 全景视角下的大数据产业链 72 4.2 “造”和“用”视角下的产业变革 73 4.2.1 “造技术”的开发视角 73 4.2.2 “用技术”的管理视角 75 4.3 大数据的行业应用 76 4.3.1 金融行业 76 4.3.2 医疗行业 78 4.3.3 物流行业 81 4.3.4 电子商务行业 82 4.3.5 旅游行业 84 第5章 大数据与社会治理创新 89 5.1 大数据时代的社会治理理念 90 5.1.1 社会治理理念创新 90 5.1.2 社会治理方法创新 92 5.2 大数据时代的社会治理实践 94 5.2.1 数字政府 94 5.2.2 智慧城市 96 5.2.3 数字乡村 100 第6章 大数据与企业数字化转型 106 6.1 企业数字化转型 107 6.1.1 数字化转型的含义与场景 107 6.1.2 企业数字化转型的阶段 109 6.1.3 企业数字化转型的挑战 112 6.1.4 企业数字化转型的建议 113 6.2 大数据与供应链管理 114 6.2.1 供应链管理的大数据应用 114 6.2.2 大数据供应链管理的发展趋势 118 6.3 大数据与财务管理 119 6.3.1 财务管理的大数据应用 119 6.3.2 大数据财务管理的发展趋势 121 6.4 大数据与人力资源管理 123 6.4.1 人力资源管理的大数据应用 123 6.4.2 大数据人力资源管理的发展趋势 125 6.5 大数据与客户关系管理 126 6.5.1 客户关系管理的大数据应用 127 6.5.2 大数据客户关系管理的发展趋势 128 第7章 大数据与管理人才培养 131 7.1 数据科学 132 7.1.1 数据科学的定义 132 7.1.2 数据科学家 134 7.1.3 数据科学知识体系 135 7.2 数据思维 137 7.2.1 CRISP-DM 138 7.2.2 “业务—数据”双向迭代思维 142 7.2.3 数据领导力过程模型 144 7.3 大数据时代的学习与发展建议 146 7.3.1 大数据背景下的商科“教”“学”挑战 146 7.3.2 大数据背景下的商科“教”“学”建议 147 第8章 大数据与商业伦理 151 8.1 大数据安全问题 152 8.1.1 技术问题 152 8.1.2 管理问题 155 8.1.3 业务问题 156 8.2 数据安全和商业伦理保护 159 8.2.1 立法监督 159 8.2.2 科技克制 159 8.2.3 文化促进 160 参考文献 162

http://www.hxedu.com.cn/hxedu/fg/book/bookinfo.html?code=G0452250