信息分析是一种较高层次的信息服务工作，是以信息收集、信息整序、成果提供为基本程序，以智能研究向决策者提供增值信息成果为特征的一项活动。“信息分析方法”课程是信息管理与信息系统专业的主干课程之一，对于培养具有良好思维习惯、科研素质及各类定性定量方法技能的信息分析人才具有重要的作用。
本教材为适应大数据环境下信息分析学科的调整与变革，增加适用于大数据分析的信息分析理论、方法与技术，体现情境教学以及线下线上相融合的先进教学理念，结合MOOC课程建设新要求，突出数据分析过程和结果的可视化。

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