《信息分析方法》以信息收集、信息整序、成果提供為基本程序，對于信息分析中涉及的預測和決策分析的主流方法進行詳細的闡述，并且輔之以信息分析實踐案例，注重基本理論與方法的說明；強調(diào)實際分析與運用能力的傳授；注重定性方法與定量方法的有機結合；保持信息分析知識體系的完整性與系統(tǒng)性，反映新的信息分析與預測技術、方法及運用的情況。
《信息分析方法》既適合信息管理和信息系統(tǒng)專業(yè)、情報學專業(yè)、電子商務專業(yè)、圖書館學專業(yè)、工商管理專業(yè)、市場營銷專業(yè)及經(jīng)濟類本科專業(yè)使用，又適合相關專業(yè)的研究生作為參考資料使用，也可以作為從事信息分析與預測工作、研究與開發(fā)工作、統(tǒng)計工作、咨詢工作的有關企事業(yè)人員的業(yè)余學習資料。
更多科學出版社服務，請掃碼獲取。
隨著互聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)、移動商務和社交網(wǎng)絡等新技術和新應用的不斷涌現(xiàn)，全球的數(shù)據(jù)呈現(xiàn)出指數(shù)級巨量增長的態(tài)勢，大數(shù)據(jù)（big data）正在成為工業(yè)經(jīng)濟向知識經(jīng)濟轉變的重要特征，因此，數(shù)據(jù)和信息已成為人類經(jīng)濟活動、社會活動中最為關鍵的生產(chǎn)要素與產(chǎn)品形態(tài)，如何從海量數(shù)據(jù)中提取有價值的信息，這一問題正在推動和牽引著信息分析工作進入知識分析與知識發(fā)現(xiàn)服務的新時代。傳統(tǒng)的信息分析工作，既具有重大的意義，也面臨著重大的挑戰(zhàn)。為適應“大數(shù)據(jù)時代”數(shù)據(jù)體量大、類型多、速度快和價值密度低的特點，信息分析需要在原有方法體系的基礎上，更多地拓展和融合計算科學、數(shù)學、統(tǒng)計學等多個學科領域的方法，才能夠實現(xiàn)數(shù)據(jù)密集狀態(tài)下的社會信息收集、整理、鑒別、評價、分析、綜合等系列化的加工過程，形成信息產(chǎn)品，服務于各種決策過程。
信息分析是一種較高層次的信息服務工作，是以信息收集、信息整序、成果提供為基本程序，以智能研究向決策者提供增值信息成果為特征的一項活動�！靶畔⒎治龇椒ā闭n程是信息管理與信息系統(tǒng)專業(yè)的主干課程之一，對于培養(yǎng)具有良好思維習慣、科研素質和各類定性定量方法技能的信息分析人才具有重要的作用。
由于承載著大量數(shù)據(jù)處理方法和模型的信息分析課程學習環(huán)境往往是抽象的、貧乏的、封閉的，所以，本書的作者探索了多種情境教學理論在課程教學中的應用，編寫了信息分析所涉及的主要流程、方法和模型以及大量包含實踐情境的案例。本書既注重基本理論與方法的說明，也強調(diào)實際分析與運用能力的傳授；既保持信息分析與預測知識體系的完整性與系統(tǒng)性，也反映最新的信息分析與預測技術、方法及運用的情況；既對各種定性和定量分析預測方法進行詳細介紹，也注重定性方法與定量方法的有機結合。實際使用中，本書既可以作為教材，也可以滿足自學學習的需要。本書除了介紹基本的信息分析與預測知識和方法，還專門結合案例增加計算機信息分析系統(tǒng)軟件的介紹，以適應當前信息分析工作中計算機統(tǒng)計軟件和計算機系統(tǒng)普遍得到應用的實際。本書每章后都附有思考題，以滿足讀者深入學習的需要。
本書在作者多年研究和教學實踐的基礎上編寫而成。在本書的編寫過程中，南京理工大學的周慧妮、朱莉、王丹詩、管軼楠和施亦菲等在資料收集、整理、編寫與書稿校對方面做了大量的工作。此外，編輯蘭鵬給出了很多中肯的建議，在此一并表示感謝。
在本書的編寫過程中，我們參考了不少國內(nèi)外文獻資料，引用了一些案例，在此對文獻作者表示深深的謝意。
由于寫作時間較短、作者水平有限，書中難免存在不足之處，敬請各位專家和讀者批評指正。
查看全部↓
目錄
第1章 緒論1
1.1信息與信息分析的內(nèi)涵1
1.1.1信息的內(nèi)涵1
1.1.2信息分析的內(nèi)涵3
1.2信息分析的類型4
1.2.1按信息分析所屬領域劃分5
1.2.2按信息內(nèi)容劃分6
1.2.3按信息分析方法劃分7
1.3信息分析的功能和作用7
1.3.1信息分析的功能8
1.3.2信息分析的作用9
1.4信息分析產(chǎn)生及發(fā)展趨勢12
1.4.1從文獻學到情報學的發(fā)展歷程13
1.4.2國內(nèi)情報學的發(fā)展歷程13
1.4.3信息分析方法的演進與發(fā)展趨勢14
思考題16
第2章 信息分析工作的規(guī)范流程17
2.1課題選擇17
2.1.1課題來源17
2.1.2選題原則17
2.1.3課題類型19
2.1.4選題程序20
2.2課題研究計劃的確定22
2.2.1制訂課題研究計劃22
2.2.2計劃的審核與確定23
2.3信息收集、整理、鑒別與評價24
2.3.1信息源及其分類24
2.3.2信息收集方法與類別25
2.3.3信息整理27
2.3.4信息鑒別與評價27
2.4信息分析的主要步驟29
2.4.1瀏覽與分析初步整理的原始資料29
2.4.2提出假設29
2.4.3搜集、整理和評價信息30
2.4.4驗證與確定前提30
2.4.5驗證假設形成推論30
2.4.6形成最終結論31
2.5信息分析報告撰寫31
2.5.1信息分析報告的類型31
2.5.2信息分析報告的基本結構33
2.5.3信息分析報告撰寫的基本程序35
2.6信息分析產(chǎn)品的評價與利用36
2.6.1信息分析產(chǎn)品的評價及方法36
2.6.2信息分析產(chǎn)品的傳播與利用37
思考題38
第3章 常用邏輯思維方法39
3.1分析與綜合39
3.1.1分析39
3.1.2綜合43
3.1.3分析與綜合的關系44
3.2比較與判斷45
3.2.1概念45
3.2.2比較應遵循的原則47
3.3推理與演繹48
3.3.1概念與類型48
3.3.2應遵循的原則55
思考題55
第4章 調(diào)查方法56
4.1社會調(diào)查法56
4.1.1社會調(diào)查法的概念與類型56
4.1.2社會調(diào)查的一般程序60
4.1.3調(diào)查指標設計與問卷設計62
4.1.4抽樣設計66
4.1.5抽樣方法67
4.2專家調(diào)查法68
4.2.1頭腦風暴法68
4.2.2德爾菲法71
4.3文獻調(diào)查法74
4.3.1文獻調(diào)查法的概念和特點74
4.3.2搜集文獻的方法和途徑75
思考題77
第5章 信息分析建模78
5.1模型與模型方法78
5.1.1模型與模型方法的概念78
5.1.2模型的分類79
5.2信息分析模型建立的一般過程81
5.2.1信息分析建模的主要步驟81
5.2.2信息分析建模過程應注意的主要問題83
5.3信息分析建模過程中的實例分析84
5.3.1信息分析的典型定性模型建模實例——SWOT模型84
5.3.2信息分析的典型定量模型建模的實例86
思考題94
第6章 相關與回歸分析法96
6.1相關分析96
6.1.1相關系數(shù)的概念與種類96
6.1.2相關系數(shù)的意義與計算97
6.1.3相關系數(shù)的顯著性檢驗100
6.1.4偏相關以及部分相關101
6.1.5基于SPSS的相關關系算例分析103
6.2一元線性回歸分析法107
6.2.1概念與類型107
6.2.2變量與回歸方程假設108
6.2.3參數(shù)估計與參數(shù)檢驗109
6.2.4方程預測與區(qū)間估計112
6.2.5基于SPSS的一元回歸算例分析113
6.3多元線性回歸分析法114
6.3.1多元線性回歸模型114
6.3.2多元線性回歸的參數(shù)估計與檢驗115
6.3.3多重共線性判斷118
6.3.4SPSS的多元回歸算例分析118
6.4回歸模型違反假設及其處理122
6.4.1自相關問題及其解決122
6.4.2異方差問題及其解決124
6.4.3多重共線性問題及其解決127
6.4.4其他回歸模型130
思考題132
第7章 多元分析法134
7.1因子分析法134
7.1.1因子分析的概念與數(shù)學模型136
7.1.2因子分析法的主要步驟137
7.1.3基于SPSS的實例分析140
7.2聚類分析149
7.2.1聚類分析的概述149
7.2.2相似性計算150
7.2.3層次聚類方法151
7.2.4K-means聚類158
7.3多元尺度法165
7.3.1多元尺度法的功能165
7.3.2多元尺度法的基本理論166
7.3.3多元尺度法的分析步驟168
7.3.4基于SPSS的實例研究170
7.4結構方程建模174
7.4.1結構方程模型概述174
7.4.2結構方程模型的建模步驟174
7.4.3基于AMOS的建模實例分析181
思考題188
第8章 時間序列分析190
8.1概述190
8.1.1時間序列的概念190
8.1.2趨勢分析與建模方法190
8.2移動平均法191
8.2.1移動平均概述191
8.2.2一次移動平均191
8.2.3二次移動平均192
8.3指數(shù)平滑法193
8.3.1指數(shù)平滑概述193
8.3.2一次指數(shù)平滑193
8.3.3二次指數(shù)平滑194
8.4多項式曲線法195
8.4.1一次曲線及其特征195
8.4.2二次曲線及其特征197
8.4.3三次曲線及其特征199
8.4.4基于SPSS的實例分析200
8.5指數(shù)曲線法203
8.5.1一次指數(shù)曲線法203
8.5.2二次指數(shù)曲線法204
8.5.3修正指數(shù)曲線法205
8.5.4基于SPSS的實例分析207
8.6生長曲線法208
8.6.1生長曲線概述208
8.6.2Logistic曲線209
8.6.3Gompertz曲線210
8.6.4基于SPSS的實例分析212
思考題213
第9章 決策分析方法215
9.1概述215
9.1.1決策的概念215
9.1.2決策問題的基本特點與要素215
9.1.3決策問題的類型216
9.1.4決策人與決策分析人217
9.2決策分析的方法與步驟218
9.2.1決策樹的基本結構218
9.2.2決策分析的基本結構219
9.2.3單目標決策分析220
9.3線性規(guī)劃221
9.3.1線性規(guī)劃問題的數(shù)學模型221
9.3.2線性規(guī)劃問題的求解224
9.3.3應用實例226
9.4動態(tài)規(guī)劃229
9.4.1多階段決策問題229
9.4.2動態(tài)規(guī)劃的基本思想及其基本概念229
9.4.3動態(tài)規(guī)劃問題的數(shù)學模型230
9.4.4動態(tài)規(guī)劃問題的求解231
9.4.5應用實例232
思考題233
第10章 層次分析法234
10.1概述234
10.1.1層次分析法的產(chǎn)生234
10.1.2層次分析法的基本思想與基本概念234
10.2基本原理與計算方法235
10.2.1遞階層次結構235
10.2.2判斷矩陣的建立236
10.2.3單一準則下的排序237
10.2.4一致性檢驗239
10.2.5層次總排序240
10.3層次分析法的應用實例241
思考題247
第11章 模糊綜合評價法249
11.1概述249
11.1.1模糊綜合評價法的產(chǎn)生249
11.1.2模糊綜合評價法的基本思想與基本概念249
11.2基本原理與計算方法251
11.2.1模糊隸屬度（隸屬函數(shù)）251
11.2.2數(shù)學模型257
11.3模糊綜合評價法的應用實例258
思考題260
參考文獻261
書單推薦
