本教材为新商科一流本科专业群建设“十四五”规划教材之一，“商业大数据分析”为上海商学院本科专业核心平台课程。全书共分11个章节，围绕开源、图形化商业大数据分析工具为主要内容，从大数据概述、分析工具、数据操作、机器学习基础、客户价值数据分析、零件推荐数据分析、信贷风险数据分析、社交媒体数据分析、网页浏览数据分析、交通出行数据分析、支付安全的数据分析等几个方面全面讲解商业大数据分析方方面面。具体目录如下：第1章 大数据分析概述1.1数据和大数据1.2数据类型与数据格式 1.3大数据分析第2章 大数据分析工具2.1 KNIME简介2.2 KNIME数据工作流2.3 KNIME自定义分析环境2.4 数据节点操作2.5 KNIME数据结构和类型第3章 基于KNIME的数据操作3.1 读取数据3.2 过滤数据3.3 保存数据集3.4 数据清洗第4章 机器学习基础4.1 机器学习概述4.2 机器学习基本方法4.3 模型的评估与选择4.4 数值数据的分析——房产价格预测4.5 文本数据的分析——关键词提取4.6 图像数据的分析——图像识别第5章 客户价值的数据分析5.1 客户价值概述5.2 客户价值数据预处理5.3 客户价值分析的算法5.4客户价值数据分析的实践第6章 零售推荐的数据分析6.1 推荐系统概述6.2零售数据的预处理（购物）6.3 零售推荐分析的算法6.4 零售推荐数据分析的实践第7章 信贷风险的数据分析7.1 信贷风险概述7.2信贷风险数据的预处理7.3 信贷风险分析的算法7.4 信贷风险数据分析的实践第8章 社交媒体的数据分析8.1 社交媒体分析概述8.2社交媒体数据的预处理8.3 社交媒体数据分析的算法8.4 社交媒体数据分析的实践第9章 网页浏览的数据分析9.1 网页浏览概述9.2网页浏览数据的预处理9.3网页点击数据分析的实践第10章 交通出行的数据分析10.1 交通出行分析概述10.2交通出行数据的预处理10.3 交通出行数据分析的算法10.4 交通出行数据分析的实践第11章 支付安全的数据分析11.1 支付安全概述11.2支付安全数据的预处理11.3 支付安全数据分析的算法11.4 支付安全数据分析的实践