随着电子商务的兴起以及计算机网络用户数量的增长，每天都产生上万亿GB的数据。这些数据通过分析能够产生巨大的商业价值。数据分析已经成为常见和必备的专业技能。本课程主要讲授电子商务的定义、国内外发展现状、主要模式、相关概念、发展历程以及电子商务中的数据，数据采集与预处理技术、轨迹大数据挖掘技术、电子商务欺诈与反欺诈技术、推荐系统、 基于Python的案例分析等内容。同时结合数据分析案例和方法进行实验课程教学，以理论联系实际使学生掌握电子商务数据分析方法并且具备案例数据分析能力，使本课程的学习具有较高的实践意义。

本课程旨在让软件工程专业的学生掌握电子商务数据分析和应用的基本技能。学习本课程后，能够以互联网企业、传统企业、个人等不同的社会角色对网站数据进行分析，通过对电子商务的数据分析后能够发现数据背后所隐藏的有价值的信息并进行应用，这是本门课程的最终授课目标。通过实验能够掌握：电子商务数据的采集、预处理、分析技术以及通过利用Python工具对电子商务数据进行全面分析后的应用。通过该实验可以强化学生电子商务数据分析与应用的能力。本课程也强调对学生的工程理论教育，通过讲解我国电子商务的发展以及数据分析在电子商务行业应用的案例，激发学生科技报国和实现中国民族伟大复兴的家国情怀，培养学生精益求精的大国工匠精神。

（1）完成全部视频学习和布置的作业； 

（2）成绩包括作业（包括实验）成绩、期末报告成绩，其中作业（包括实验）成绩40%，期末报告60%。

（3）采用百分制计分。

数据库系统原理、数据结构与算法、数据挖掘、Python及数据分析应用

[1] 项亮. 推荐系统实践[M]. 人民邮电出版社, 2012.

[2] 卖家. 淘宝大数据[M]. 中国友谊出版社, 2014.

[3] 吕廷杰, 徐华飞. 中国电子商务发展研究报告[M]. 北京邮电大学出版社, 2003.

[4] 黄海, 张维迎. 中国企业互联网应用与电子商务白皮书[M]. 中国经济出版社, 2002.

[5] 邵贵平.电子商务数据分析与应用[M].人民邮电出版社,2018.

[6] 简祯富,许嘉裕.大数据分析与数据挖掘[M].北京：清华大学出版社，2016.

[7] 刘电威,卢锦坤,邹乐意,廖敏慧,彭仁旺.网店数据分析[M].北京：清华大学出版社，2014.

[8] 王星.大数据分析：方法与应用[M]. 北京：清华大学出版社，2013.

[9] 包研科.数据分析教程[M]. 北京：清华大学出版社，2011.