《淘宝网店大数据营销：数据分析、挖掘、高效转化》内容就是从零开始，教会读者如何获取网店各类数据，如何整理数据，如何分析这些数据，以此及时发现店铺的问题，找出解决问题的思路，并且主动出击，在店铺正常运营的基础上，提高店铺流量、转化率、客单价等指标，让网店的运营更上一层楼。在讲解过程中，凡是涉及工具软件的应用或者具体数据的分析之处，都会附上详细的步骤，图文并茂一步一步地进行讲解，真正做到手把手教会读者进行数据分析。本书是在校学生以及网店创业人员、管理人员和兼职人员的必备工具书。

本书主要从电子商务数据分析入手，系统介绍在电子商务环境下进行数据分析的各种思路和方法。全书共分为 12 个项目，主要内容包括初识电子商务与数据分析、使用数据分析工具、分析市场数据、分析竞争对手数据、分析商品定价数据、分析流量数据、分析运营与销售数据、分析库存数据、分析会员数据、分析利润数据、制作数据分析报告，最后一个项目以综合案例的形式进一步介绍了网店数据分析方法的综合运用。 本书内容丰富、实战性强，以数据化思维为导向，并结合实战案例讲解相关内容，不仅能教会读者收集和获取电子商务的各种数据，而且详细说明了如何分析和处理这些数据。通过对本书内容的学习，读者可以掌握电子商务数据分析的各种操作。

颠覆传统营销的第一战略 北京大学传播专家和百度一线解决方案高手联袂创作 告诉你如何利用搜索引擎与大数据平台发掘无限客户、价值与回报 “关键时刻战略”大企业正在用，小企业正在学的营销新概念 这是一本揭示百度大数据营销战略的著作。百度拥有大量具有潜在价值的大数据，同时拥有庞大的用户量。基于大数据技术背景，本书提出了“关键时刻”的概念，并用“关键时刻”来描绘用户的生活轨迹，描绘个性用户的关键时刻地图，进而满足不同用户的个性需求，也为企业实现最大商业价值提供具体的指导。

颠覆传统营销的第一战略 北京大学传播专家和百度一线解决方案高手联袂创作 告诉你如何利用搜索引擎与大数据平台发掘无限客户、价值与回报 “关键时刻战略”大企业正在用，小企业正在学的营销新概念 这是一本揭示百度大数据营销战略的著作。百度拥有大量具有潜在价值的大数据，同时拥有庞大的用户量。基于大数据技术背景，本书提出了“关键时刻”的概念，并用“关键时刻”来描绘用户的生活轨迹，描绘个性用户的关键时刻地图，进而满足不同用户的个性需求，也为企业实现最大商业价值提供具体的指导。

《Python金融大数据分析 第2版》分为5部分，共21章。第1部分介绍了Python在金融学中的应用，其内容涵盖了Python用于金融行业的原因、Python的基础架构和工具，以及Python在计量金融学中的一些具体入门实例；第2部分介绍了Python的基础知识以及Python中非常有名的库NumPy和pandas工具集，还介绍了面向对象编程；第3部分介绍金融数据科学的相关基本技术和方法，包括数据可视化、输入/输出操作和数学中与金融相关的知识等；第4部分介绍Python在算法交易上的应用，重点介绍常见算法，包括机器学习、深度神经网络等人工智能相关算法；第5部分讲解基于蒙特卡洛模拟开发期权及衍生品定价的应用，其内容涵盖了估值框架的介绍、金融模型的模拟、衍生品的估值、投资组合的估值等知识。 《Python金融大数据分析 第2版》本书适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。

唯一一本详细讲解使用Python分析处理金融大数据的专业图书；金融应用开发领域从业人员必读。

本书的主角是在大数据时代应运而生的数据处理与分析利器——Spark。你将通过丰富的示例学习如何使用Spark的结构化数据API，利用Spark SQL进行交互式查询，掌握Spark应用的优化之道，用Spark和Delta Lake等开源工具构建可靠的数据湖，并用MLlib库实现机器学习流水线。随着Spark从2.x版本升级到3.0版本，本书第2版做了全面的更新，以体现Spark生态系统在机器学习、流处理技术等方面的发展，另新增一章详解Spark 3.0引入的新特性。

毋庸置疑，数据已经成为现代化企业的重要资产，大数据分析技术则是企业挖掘数据价值的核心利器。一直以来，Spark就是大数据分析领域的佼佼者，也已经成为一站式大数据分析引擎的事实标准。 ◎ 编辑推荐 ☆ Databricks工程师诚意之作，比官方文档更实用的Spark入门教程 ☆ 前一版印刷32次，销量超6万册 ☆ 新版全面更新，覆盖Spark 3.0新特性 本书作者均来自Spark的母公司Databricks。他们将带你开始使用Spark，并了解如何利用它适应这个属于大数据和机器学习的新时代。第2版在第1版的基础上做了大量更新，涵盖Spark 3.0的新特性，并着重展示如何利用机器学习算法执行大数据分析。 ○ 学习使用Python、Java、Scala的结构化数据API ○ 理解Spark SQL引擎的原理 ○ 掌握Spark应用的优化技巧 ○ 了解如...(展开全部)

本书作为Spark的入门书，从Spark核心编程语言Scala讲起，涵盖当前Spark主流的开发组件。以实操为主，深入讲解每一个操作步骤，包括Spark RDD离线数据处理、Spark SQL快速结构化数据处理、Spark Streaming实时数据处理，同时包括案例讲解、源码剖析、常用Shell命令和Java API详解。即使没有任何Spark基础的读者也可以对照书中的步骤成功搭建属于自己的Spark集群，是一本真正的实操指南书籍。本书可作为大数据开发人员的随身手册，也可作为Spark新手入门的指导书籍，以及大数据从业者的参考用书。

Spark大数据技术还在如火如荼地发展，Spark中国峰会的召开，各地meetup的火爆举行，开源软件Spark也因此水涨船高，很多公司已经将Spark大范围落地并且应用。Spark使用者的需求已经从最初的部署安装、运行实例，到现在越来越需要通过Spark构建丰富的数据分析应用。写一本Spark实用案例类的技术书籍，是一个持续了很久的想法。由于工作较为紧张，最初只是将参与或学习过的Spark相关案例进行总结，但是随着时间的推移，最终还是打算将其中通用的算法、系统架构以及应用场景抽象出来，并进行适当简化，也算是一种总结和分享。