编写说明

工业大数据是工业领域相关数据集的总称，是工业互联网的核心，是智能制造的关键。工业大数据分析技术作为工业大数据的核心技术之一，是工业智能化发展的重要基础和关键支撑。为此，在工业互联网产业联盟的指导下，大数据特设组主持编写了这本《工业大数据分析指南》。

本书旨在对通用的工业大数据分析方法和分析流程进行归纳和总结，对其关键共性进行辨识、抽象和提升，而非针对某一特定行业、企业或产品进行阐述。本书更加关注方法论而非某些具体的技术，因此，具有更加广泛的通用性和相对普遍的指导意义。

本书共9章，第1章论述了工业大数据分析的概念、特殊性及常见的问题。第2章提出了工业大数据分析框架，简要介绍了CRISP-DM模型，并针对该模型落地的难点及其使用的指导思想展开讨论。第3～8章依次对业务理解、数据理解、数据准备、数据建模、模型的验证与评估、模型的部署这6个CRISP-DM模型的基本步骤进行了详细的阐述，从需求分析到目标评估，从数据来源到数据分类，从数据预处理到建模过程，从模型验证到部署问题处理，对每个步骤中的原理方法、分析过程、处理方式、问题排除等都进行了讲解和说明。第9章对工业大数据分析的未来进行了展望。

本书由工业互联网产业联盟大数据特设组组长单位清华大学（大数据系统软件国家工程实验室）牵头编写，在编写过程中得到了工信部领导的悉心指导和相关单位的有力支持。特别感谢清华大学孙家广院士、工信部信软司谢少锋司长、中国信息通信研究院余晓晖副院长等给予的全面指导。同时，北京工业大数据创新中心的李三华、田春华，清华大学的任艮全、徐哲、强逍等在本书的编写过程中也给予了无私的帮助，在此表示诚挚的谢意！

工业大数据作为新兴概念，其数据分析的原则、手段、方法和流程还很模糊，对海量数据的挖掘、分析和处理等技术仍在不断地发展和进步，由于作者自身的能力和水平有限，本书不可避免地存在诸多的缺点和不足，期待各位读者能够积极发现问题，并予以批评指正。

工业互联网产业联盟 大数据系统软件国家工程实验室

2019年5月