《洞察大数据价值：SAS编程与数据挖掘》以SAS 9.4版本为开发平台，通过与实际开发应用实例相结合的方式，将理论联系实践，由浅入深地讲解SAS编程和数据挖掘的实践案例。其中统计分析应用、数据挖掘和实践案例综合讲解与分析是该书的一大特色。
　　该书融入了作者多年工作中大量的实践案例，通过实践案例程序详细解读的方式，帮助学习者理解大数据分析与数据挖掘。
　　该书可以作为金融、数学、医学和计算机等领域的从业人员、SAS爱好者学习SAS的参考书，也可作为在校学生学习SAS编程的教材，同时可作为各领域数据分析与数据挖掘工作者的案头参考书。

　　杨池然，从事银行、互联网金融上市公司和金融集团部门信息科技和大数据部门管理工作，拥有丰富的大数据项目、数据分析与数据挖掘项目、管理驾驶项目、SAS数据分析与数据挖掘平台项目、人工智能与大数据结合的互联网金融应用项目、数据仓库项目、数据架构设计项目、数据治理与数据管控项目等实施经验，著有《跟随大数据旅行》《SAS开发经典案例解析》《SAS 9.2从入门到精通》。
　　
　　刘璐，金融硕士。现就职于中国民生银行信用卡中心，从事授信评审工作。在数据处理、统计分析、数据应用上拥有较为丰富的实践经验，发表过多篇数据分析文章。

前言
第1章 SAS概述
1．1 SAS发展历史与应用领域
1．1．1 SAS软件发展历史
1．1．2 SAS应用领域
1．2 SAS模块和处理流程
1．2．1 SAS模块
1．2．2 SAS处理流程
1．3 SAS 9．4 安装步骤与启动
1．3．1 SAS 9．4 安装步骤
1．3．2 SAS 9．4 启动与运行
1．4 SAS开发工具与操作界面
1．4．1 SAS 9．4 操作界面
1．4．2 编辑器
1．4．3 输出
1．4．4 日志
1．5 SAS程序书写要求

第2章 SAS编程语言
2．1 SAS逻辑库
2．1．1 逻辑库定义
2．1．2 语法定义逻辑库
2．1．3 菜单栏定义逻辑库
2．1．4 逻辑库引用
2．1．5 删除逻辑库
2．2 SAS编程语法
2．2．1 变量
2．2．2 观测值
2．2．3 常量
2．2．4 SAS操作符
2．2．5 宏变量
2．2．6 数组
2．2．7 选择语句与循环语句
2．2．8 格式修饰符
2．2．9 指针控制读取
2．2．10 INPUT语句
2．2．11 INFILE读取文件
2．2．12 DELIMITER应用
2．2．13 日期与时间
2．2．14 INFORMAT和FORMAT读取数据定义格式
2．2．15 LENGTH应用
2．2．16 LABEL定义变量标签
2．2．17 FILE写数据到外部文件
2．2．18 RETAIN语句
2．2．19 RENAME语句
2．2．20 SAS编程注释语句

第3章 SAS函数
3．1 函数概述
3．1．1 函数定义
3．1．2 函数参数书写形式
3．1．3 字符处理函数
3．1．4 数学运算函数
3．1．5 日期和时间函数
3．1．6 统计函数
3．1．7 SAS自定义函数
3．2 函数综合应用案例

第4章 SAS数据步的建立
4．1 数据步概述
4．1．1 数据步的作用
4．1．2 数据步基本语句应用
4．1．3 数据集整理
4．2 数据步读DAT格式文件建立数据集
4．2．1 DAT格式文件建立数据集
4．2．2 DAT格式文件特殊分隔符的处理
4．2．3 DAT格式文件特殊需求的字段处理
4．3 数据步读Excel格式文件建立数据集
4．3．1 Excel格式文件建立数据集
4．3．2 Excel格式文件数据集处理
4．4 数据步读主机COBOL语言生成文件建立数据集
4．5 数据步读TXT格式文件建立数据集
4．6 数据步读入CARDS或DATALINES语句建立数据集
4．6．1 CARDS语句中的数据建立数据集
4．6．2 DATALINES语句中的数据建立数据集
4．7 0RACLE数据库表中数据建立数据集
4．8 批量文件处理案例

第5章 SAS过程步应用
5．1 过程步概述
5．1．1 过程步处理机制与作用
5．1．2 过程步基本语句
5．1．3 过程步变量属性语句
5．1．4 过程步选项参数
5．2 信用卡风险分析案例

第6章 SQL过程
6．1 SQL概述
6．2 数据操纵语句
6．2．1 数据操纵语句概述
6．2．2 创建表语句
……
第7章 SAS输出控制
第8章 数据装载与数据集管理
第9章 宏过程
第10章 常用过程
第11章 SAS数据挖掘
第12章 SAS编程优化与调用
第13章 经典程序综合讲解与分析

　　随着大数据、云计算、人工智能、区块链和移动互联网的发展，大数据价值作为智慧数据的基础得到广泛应用。原始的数据是杂乱无章的，数据只有通过合适的数据工具处理，实现数据的标准化、特征化才能被机器所利用。机器通过大量的数据让自己变得更智慧。未来已来，人类已经进入大数据与人工智能的时代，智能机器将帮助人类从繁重的劳动中解放出来。
　　时代在改变，以金融为例，从金融1.0到现在金融4.0的智慧银行时代，线上业务得到了快速发展，打破了地域限制，这也是移动互联网、大数据、人工智能等发展的结晶。
　　本书结合作者多年的大数据实践经验编写而成。让初学者知道如何入门，跟着案例理解数据价值。大数据挖掘价值的洞察需要合适的工具，SAS作为业界公认的大数据挖掘工具得到广泛应用。结合实例开发应用案例学习更能深刻理解SAS语言、大数据分析、大数据挖掘，而不是一开始就把大家带入统计领域。
　　通过本书的实例讲解让大家真正开卷有益，让初学者快速入门，让有基础者深入提高，让有经验者提高效率。理论与实践互相结合，相得益彰。
　　本书重点对SAS的核心模块BASE SAS（SAS所有产品的基础模块）、SAS/ACCESSTO PC FILES（用于读取和生成多种格式的文件模块）、SAS/ACCESS（该模块提供SAS软件访问各类数据库的接口）、数据分析和SAS/EM（企业数据挖掘模块）进行详细讲解，并结合ORACLE关系数据库进行讲解。对各类数据文件用SAS读取进行了详细的讲解并对每一类型文件都结合了实例分析，以此来帮助读者理解SAS读取各类数据文件的方法。通过实例来学习和研究SAS与数据库互相结合的奥妙，更能深入理解SAS在实际中的应用价值。
　　全书共13章，第1、2章主要讲解SAS的发展历史、功能模块和SAS编程语言。通过与实际应用案例相结合的方式对编程语言进行详细讲解，并辅以程序注释使初学者更易于理解语句含义。
　　第3～5章主要讲解SAS的各类函数、数据步和过程步的处理。每一个函数理论后都配以实际开发应用案例，力求达到理论与实践的紧密结合。其中，会利用单独一节通过实际案例的方式对SAS自定义函数进行细致讲解。数据步处理重点讲解了数据步对各类文件的处理和根据业务需求通过函数处理变量的应用方法。过程步讲解了过程的语法、基本语句和实际调用。
　　第6～9章主要讲解了SQL过程、ODS输出控制把分析结果存储到各类型格式的文件、宏过程和数据文件装载与数据集整理，并且以关系数据库ORACLE为例进行了SAS与数据库结合应用的讲解。
　　第10～13章主要讲解了SAS系统的常用过程、统计分析应用、数据挖掘、编程效率优化的方法和经典程序综合应用与分析。
　　本书将作者工作中大量的实践案例与初学者学习过程中遇到的困惑相结合，通过对每个理论知识后实践案例程序详细解读的方式，力求通俗易懂地将SAS各模块和应用方法进行有针对性、实战化的介绍与分享，以帮助读者深刻领会和掌握SAS数据处理、统计分析和数据挖掘等的方法，培养读者解决商业问题的能力。
　　本书具有以下特点。
　　◆SAS编程语言语法详细、实例丰富、添加程序解读和详细注释。
　　◆通过案例讲解SAS 9.4实际应用。
　　◆专门讲解SAS对各类文件处理和SAS与ORACLE数据库结合应用。
　　◆对SAS各知识点通过编程效率优化和经典程序综合运用案例把理论与实际应用
　　结合讲解。
　　本书中每一部分的讲解都引入实际开发应用案例来进行说明和注释，把理论和实践结合起来，让读者在探索中进行思考。
　　本书的编写过程中，得到了同事、出版社和家人的大力支持，在此深表感谢。由于编者水平有限，书中难免存在不妥与疏漏之处，欢迎广大读者批评指正，以便于以后修订。