随着互联网、云计算、物联网、移动商务和社交网络等新技术和新应用的不断涌现，基于数据挖掘的信息分析方法的技术手段和案例不断更新发展。为了适应时代的发展，并反映信息分析方法领域的新技术和新动向，同时结合使用上一版教材教学的过程中，总结出的教学经验，将最新的教学体会补充到本次教材编写中。1、增加基于大数据技术、新型数据挖掘技术等的信息分析方法篇幅，突出大数据分析所适用的理论与方法阐述。2、增加能够构建信息分析实践教学情境的教学案例。3、增加数据分析和结果的可视化，以及定量分析结果的定性解释和分析。4、增加分析软件实操部分的过程和结果。

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