本教材以前置课程内容为基础，提供了大数据的各模块典型业务场景以供学习；同时为了适应新形势下高等院校向培养应用型财务人才转型的新需求，系统地介绍数据挖掘的基本原理、基本技能及基本方法；采用与财务会计专业相关的最新实例和相应练习操作，以实现知识点的具体应用；此外，为后续课程的学习和大数据财务实验实训奠定了基础。教材分为十四个章节，主要内容包括大数据认知、数据挖掘基础、分类-决策树算法、基于决策树识别信用卡数据欺诈行为、聚类-k-means算法、基于k-means实现航空公司客户价值分析回、归一线性回归算法、基于线性回归预测公司产品下期市场价格、时间序列-ARIMA算法、基于ARIMA预测公司下期现金流入量、挖掘-基于情感词典的情感分析、基于情感分析的股民情感分析、分类-逻辑回归算法、基于逻辑回归预测员工流失。