《大数据应用基础》模块六 大数据分析技术 教学课件.pptxVIP

模块六大数据分析技术《大数据技术基础》北京出版社主编：张兵

目录模块六大数据分析技术任务一初识大数据分析技术 任务二探究大数据分析方法任务三大数据分析与应用

任务一初识大数据分析技术

任务导入数据分析是指用适当的方法对数据进行分析，将这些信息汇总、理解并消化的过程，从而最大化地开发数据的功能，发挥数据的作用。随着科技的不断发展，大数据应运而生，因此，可以将数据分析应用于大数据中，进一步提取海量数据产生的有价值的信息。本任务将介绍大数据分析的概念和作用。任务一初识大数据分析技术

任务目标1.能够说出大数据分析的概念。2.能够说出大数据分析的作用。3.能够具有独立思考的能力，发展综合性和创造性思维。任务一初识大数据分析技术

任务分析123任务一初识大数据分析技术1.通过微课、网络等多方面的学习资源，查询大数据分析的定义，了解大数据分析的发展和方法等知识。2.基于对大数据分析概念的理解，通过班级讨论的方式，进一步探索大数据分析的作用。

任务实施概念大数据分析技术就是指对规模巨大的数据进行数据分析，并对数据加以详细研究和概括总结的过程，以找出数据中存在的内在规律，发挥数据的作用。特点作用数据量大、数据种类多、要求实时性强、数据所蕴藏的价值大。由于各行各业都需要大数据，所以对大数据的分析是很有必要的。大数据分析的作用是揭示事物运动发展的规律，提高系统运行效率，优化系统作业流程，预测未来发展趋势。1.大数据分析的概念和作用任务一初识大数据分析技术

任务实施2.大数据分析的分类描述性数据分析描述性数据分析用于把一系列复杂的数据简化到少数有代表性的数据，进而能够直观地解释数据的变动。因此，在研究中经常是先进行描述性分析，在此基础之上再进行深入的分析。探索性数据分析探索性数据分析是指对已有数据在尽量少的先验假设下通过作图、制表、方程拟合、计算特征量等手段探索数据的结构和规律的一种数据分析方法，可以真实、直接地观察到数据的结构及特征。验证性数据分析验证性数据分析侧重于检验已有假设的真伪，因此，在进行分析时，收集相关理论、已有研究等信息，形成明确、完善的假设，并根据假设设计问卷、进行抽样测量，最后检验、修改原假设。常见的方法有相关分析、因子分子和回归分析等。预测性数据分析预测性数据分析专注于预测并理解未来可能发生的情况。通过分析历史的数据与客户，总结过去的数据模式和趋势，以预测未来可能发生的情况，并在此过程中为业务提供多方面的信息，例如设定实际的目标、圈定正确的客户群体、设计有效的营销计划、管理绩效的预期以及规避诈骗与风险。规范性数据分析规范性数据分析用于预测（或建议）下一次要做的事情。在使用规范性分析时，目的是明确事件发生的时间、地点、以及原因，在考虑了每个决策选项可能带来的影响之后，可以明确哪些决策能够最大程度地利用未来机会或减轻未来风险。任务一初识大数据分析技术

知识链接移动平均分析法用一组最近的实际数据值预测下一段时间数量变化的常用方法，用于分析不规则、偶然性大的数据。移动平均法适用于即期预测，简单高效。指数平滑预测分析指权数由近至远按指数规律递减，对较近的数据给予更大的权重。在不舍弃历史数据的前提下，给予历史数据较小的权重，达到逐渐减弱对现在预测影响程度的目的。线性趋势预测分析用于分析一个自变量与一个因素之间的关系,进行预测的方法。以时间为基准任务一初识大数据分析技术

知识拓展在大数据分析中，也会经常用到统计学中的回归分析。回归分析指的是确定两种或两种以上变量间相互依赖定量关系的一种统计分析方法。回归分析按照涉及的变量多少，分为一元回归分析和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。任务一初识大数据分析技术

任务二探究大数据分析方法

任务导入各行各业产生的大数据，包括数量、速度、多样性等，都是复杂的，需要进行数据分析才能获取深入的、有价值的、对客户有用的信息。在大数据分析过程中，可以根据不同的数据类型选择数据分析方法，从而最大程度地体现出大数据的价值。本任务是探索大数据分析的常用方法。任务二探究大数据分析方法

任务目标1.能够理解大数据分析方法。2.能够学会使用方法进行数据分析。3.能够具有自主探索，刻苦钻研的职业精神。任务二探究大数据分析方法

任务分析123任务二探究大数据分析方法1.通过理解案例中应用的分析方法，以及微课中大数据分析方法的具体实现过程，掌握大数据分析方法的概念和大数据分析过程。2.掌握基本方法后，能熟练应用这些方法对数据进行分析，得出结论。

任务实施任务二探究大数据分析方法1.数据挖掘算法数据挖掘算法是大数据分析技术中的核心理论，在分析符合其特点的数据时，会最大化地产生令人满意的、潜