商务智能与数据挖掘
定价：￥48.00
作者： 陈晓红，寇纲，刘咏梅
出版时间：2018-08
出版社：高等教育出版社
- 高等教育出版社
- 9787040497946
- 1版
- 63262127-2
- 异16开
- 2018-08
- 500
- 管理学
- 管理科学与工程类
- 管理科学与工程类
- 本科 高职
内容简介
本书是高等学校信息管理与信息系统系列教材之一，是一本从数据挖掘的角度介绍商务智能的教材。本书共分10章，主要内容包括商务智能概述、数据仓库与在线分析处理、数据挖掘、数据挖掘高级方法、文本与Web分析、RFID数据挖掘、大数据分析与可视化、面向商务应用的知识管理、商务智能系统和商务智能应用。本书内容丰富、通俗易懂，与实践结合紧密。
本书可作为高等学校管理科学与工程、信息管理与信息系统、电子商务等专业本科生、研究生相关课程教材，也可供在企事业单位、政府部门、研究机构等从事商务智能相关工作的人员参考。
目录
目录
前辅文
第1章 商务智能概述
1.1 商业决策与商务智能
1.1.1 决策与决策过程
1.1.2 决策制定的计算机支持
1.1.3 商务智能对决策支持
1.2 商务智能简介
1.2.1 商务智能的起源与发展
1.2.2 商务智能的概念
1.2.3 商务智能的特点
1.2.4 商务智能的功能
1.2.5 商务智能的支撑技术
1.2.6 商务智能的应用
1.3 商务智能与分析
1.3.1 商务智能应用背景
1.3.2 商务智能关键技术分析
1.3.3 商务智能数据流程分析
1.4 商务智能的系统架构及实施
1.4.1 商务智能系统架构
1.4.2 商务智能系统要素
1.4.3 商务智能系统实施
1.4.4 商务智能主流软件对比
习题
本章参考文献
第2章 数据仓库与在线分析处理
2.1 从数据库到数据仓库
2.1.1 数据管理与数据库
2.1.2 数据仓库定义与特点
2.1.3 数据仓库系统构成
2.2 数据预处理
2.2.1 数据预处理概述
2.2.2 数据预处理的必要性
2.2.3 数据预处理的基本方法
2.2.4 数据清理
2.2.5 数据集成
2.2.6 数据变换
2.2.7 数据归约
2.3 数据抽取-转换-装载
2.3.1 相关概念
2.3.2 数据抽取-转换-装载建模过程
2.3.3 数据抽取-转换-装载增量抽取机制
2.3.4 数据抽取-转换-装载过程数据质量控制
2.3.5 数据抽取-转换-装载并行处理技术
2.4 联机分析处理
2.4.1 联机分析处理简介
2.4.2 联机分析处理的分类
2.4.3 联机分析处理的基本概念和典型操作
2.4.4 联机分析处理系统的实现途径及实施过程
2.4.5 联机分析处理的评价准则
2.4.6 联机分析处理的主流工具
习题
本章参考文献
第3章 数据挖掘
3.1 数据挖掘基础
3.1.1 数据挖掘的发展历史
3.1.2 数据挖掘的定义
3.1.3 数据挖掘任务
3.1.4 数据挖掘过程模型
3.2 聚类分析
3.2.1 基本概念
3.2.2 划分方法
3.2.3 层次方法
3.2.4 基于密度的方法
3.2.5 基于网格的方法
3.2.6 聚类评估
3.3 分类分析
3.3.1 基本概念
3.3.2 决策树归纳算法
3.3.3 贝叶斯分类方法
3.3.4 基于规则的分类
3.3.5 基于最近邻的分类
3.3.6 分类器评价
3.4 关联分析
3.4.1 基本概念
3.4.2 频繁项集的产生
3.4.3 规则的产生
3.4.4 关联模式的评价
3.5 离群点检测
3.5.1 基本概念
3.5.2 基于分类的异常检测技术
3.5.3 基于最近邻的异常检测技术
3.5.4 基于聚类的异常检测技术
3.5.5 统计异常检测技术
习题
本章参考文献
第4章 数据挖掘高级方法
4.1 高级聚类分析
4.1.1 基于概率模型的聚类分析
4.1.2 高维数据聚类分析
4.1.3 图和网络数据聚类分析
4.1.4 具有约束的聚类分析
4.2 高级分类分析
4.2.1 用后向传播分类分析
4.2.2 支持向量机
4.2.3 使用频繁模式分类分析
4.2.4 惰性学习法
4.2.5 其他分类方法
4.3 回归分析
4.3.1 数据挖掘与回归分析
4.3.2 线性回归
4.3.3 多元线性回归
4.3.4 逻辑回归
4.4 深度学习
4.4.1 深度学习概述
4.4.2 深度学习的基本方法
4.4.3 深度学习模型
4.4.4 深度学习的训练加速
4.5 推荐系统
4.5.1 推荐系统简介
4.5.2 基于内容的推荐系统
4.5.3 协同过滤系统
4.5.4 降维处理
习题
本章参考文献
第5章 文本与Web分析
5.1 文本分析与Web分析概述
5.2 自然语言处理
5.2.1 基础研究
5.2.2 共性技术
5.2.3 应用研究
5.2.4 处理工具
5.3 文本挖掘
5.3.1 文本挖掘的定义及特点
5.3.2 文本挖掘的应用
5.3.3 文本挖掘的过程
5.3.4 文本挖掘的关键技术
5.4 情感分析
5.4.1 情感分析的定义
5.4.2 情感分析的应用
5.4.3 情感分析的主要内容
5.4.4 情感分析的关键问题
5.5 Web挖掘过程
5.5.1 Web挖掘概述
5.5.2 Web挖掘过程
5.6 社交分析
5.6.1 社交网络分析的特点
5.6.2 社交网络分析的内容及方法
习题
本章参考文献
第6章 RFID数据挖掘
6.1 RFID技术基础
6.1.1 RFID的基本概念
6.1.2 RFID系统的组成
6.1.3 RFID技术的应用
6.2 RFID数据挖掘
6.2.1 RFID数据挖掘的作用
6.2.2 RFID数据的特征
6.2.3 RFID数据的预处理
6.2.4 RFID数据挖掘分析
6.3 RFID数据挖掘的典型应用
6.3.1 智慧商城
6.3.2 智能交通
6.3.3 物流管理
6.3.4 RFID防伪追溯
习题
本章参考文献
第7章 大数据分析与可视化
7.1 大数据时代的数据挖掘
7.1.1 大数据时代数据挖掘的特点
7.1.2 大数据挖掘与传统数据挖掘的区别
7.2 大数据挖掘平台
7.2.1 Apache Hadoop
7.2.2 Apache Spark
7.2.3 Mahout
7.3 大数据安全与隐私
7.3.1 大数据采集安全
7.3.2 大数据存储安全
7.3.3 大数据挖掘安全
7.3.4 大数据隐私的法规保障
7.4 大数据可视化
7.4.1 大数据可视化概述
7.4.2 大数据可视化基础
7.4.3 商务智能中的大数据可视化技术
习题
本章参考文献
第8章 面向商务应用的知识管理
8.1 知识管理概述
8.1.1 知识管理概述
8.1.2 知识管理的重要性和必要性
8.2 知识的定义和分类
8.2.1 知识的定义
8.2.2 知识的分类
8.2.3 知识的转化
8.3 知识管理的定义与目标
8.3.1 知识管理的定义
8.3.2 知识管理的目的和目标
8.3.3 知识管理的流程
8.4 组织知识管理的流程
8.4.1 组织知识的创建
8.4.2 组织知识的存储与索引
8.4.3 组织知识的传播
8.4.4 组织知识的应用
8.5 企业应用中的案例及问题
8.5.1 知识管理在企业中的应用案例
8.5.2 知识管理在应用中遇到的问题
8.6 知识管理的发展趋势
习题
本章参考文献
第9章 商务智能系统
9.1 引导案例
9.1.1 A公司的旗舰店POS分析系统
9.1.2 B公司的供应链管理系统
9.2 基于SPSS Modeler的商务智能系统
9.2.1 SPSS Modeler简介
9.2.2 SPSS Modeler启动
9.2.3 SPSS Modeler 服务器连接
9.2.4 添加并编辑 IBM SPSS Modeler 服务器连接
9.2.5 搜索SPSS Collaboration and Deployment Services中的服务器
9.2.6 更改临时目录
9.2.7 SPSS Modeler的基本操作
9.2.8 SPSS Modeler建模过程简介
9.3 基于SAS的商务智能系统
9.3.1 SAS简介
9.3.2 SAS的基本结构与功能
9.3.3 SAS的启动与运行
9.3.4 SAS语言
9.3.5 SAS商务智能框架
9.3.6 SAS BI Sever
9.4 基于SAP的商务智能系统
9.4.1 SAP商务智能系统的发展历程
9.4.2 SAP的启动与运行
9.4.3 SAP商务智能系统在SAP应用系统中的地位
9.4.4 企业数据仓库
9.4.5 商务智能平台
9.4.6 业务浏览器套件
9.5 基于IBM Cognos的商务智能系统
9.5.1 IBM Cognos Enterprise
9.5.2 IBM Cognos Enterprise架构
9.5.3 IBM Cognos BusinessIntelligence
习题
本章参考文献
第10章 商务智能应用
10.1 流程智能
10.1.1 流程智能概述
10.1.2 流程智能的内涵
10.1.3 应用举例
10.2 客户智能
10.2.1 客户智能概述
10.2.2 客户智能的基本理论
10.2.3 客户智能应用案例
10.2.4 商品个性化推荐的客户智能应用
10.3 电子商务智能
10.3.1 电子商务智能概述
10.3.2 智能推荐
10.3.3 基于商品属性的推荐算法案例
10.4 应用案例
10.4.1 人寿保险领域的应用
10.4.2 金融行业的商务智能应用
习题
本章参考文献
前辅文
第1章 商务智能概述
1.1 商业决策与商务智能
1.1.1 决策与决策过程
1.1.2 决策制定的计算机支持
1.1.3 商务智能对决策支持
1.2 商务智能简介
1.2.1 商务智能的起源与发展
1.2.2 商务智能的概念
1.2.3 商务智能的特点
1.2.4 商务智能的功能
1.2.5 商务智能的支撑技术
1.2.6 商务智能的应用
1.3 商务智能与分析
1.3.1 商务智能应用背景
1.3.2 商务智能关键技术分析
1.3.3 商务智能数据流程分析
1.4 商务智能的系统架构及实施
1.4.1 商务智能系统架构
1.4.2 商务智能系统要素
1.4.3 商务智能系统实施
1.4.4 商务智能主流软件对比
习题
本章参考文献
第2章 数据仓库与在线分析处理
2.1 从数据库到数据仓库
2.1.1 数据管理与数据库
2.1.2 数据仓库定义与特点
2.1.3 数据仓库系统构成
2.2 数据预处理
2.2.1 数据预处理概述
2.2.2 数据预处理的必要性
2.2.3 数据预处理的基本方法
2.2.4 数据清理
2.2.5 数据集成
2.2.6 数据变换
2.2.7 数据归约
2.3 数据抽取-转换-装载
2.3.1 相关概念
2.3.2 数据抽取-转换-装载建模过程
2.3.3 数据抽取-转换-装载增量抽取机制
2.3.4 数据抽取-转换-装载过程数据质量控制
2.3.5 数据抽取-转换-装载并行处理技术
2.4 联机分析处理
2.4.1 联机分析处理简介
2.4.2 联机分析处理的分类
2.4.3 联机分析处理的基本概念和典型操作
2.4.4 联机分析处理系统的实现途径及实施过程
2.4.5 联机分析处理的评价准则
2.4.6 联机分析处理的主流工具
习题
本章参考文献
第3章 数据挖掘
3.1 数据挖掘基础
3.1.1 数据挖掘的发展历史
3.1.2 数据挖掘的定义
3.1.3 数据挖掘任务
3.1.4 数据挖掘过程模型
3.2 聚类分析
3.2.1 基本概念
3.2.2 划分方法
3.2.3 层次方法
3.2.4 基于密度的方法
3.2.5 基于网格的方法
3.2.6 聚类评估
3.3 分类分析
3.3.1 基本概念
3.3.2 决策树归纳算法
3.3.3 贝叶斯分类方法
3.3.4 基于规则的分类
3.3.5 基于最近邻的分类
3.3.6 分类器评价
3.4 关联分析
3.4.1 基本概念
3.4.2 频繁项集的产生
3.4.3 规则的产生
3.4.4 关联模式的评价
3.5 离群点检测
3.5.1 基本概念
3.5.2 基于分类的异常检测技术
3.5.3 基于最近邻的异常检测技术
3.5.4 基于聚类的异常检测技术
3.5.5 统计异常检测技术
习题
本章参考文献
第4章 数据挖掘高级方法
4.1 高级聚类分析
4.1.1 基于概率模型的聚类分析
4.1.2 高维数据聚类分析
4.1.3 图和网络数据聚类分析
4.1.4 具有约束的聚类分析
4.2 高级分类分析
4.2.1 用后向传播分类分析
4.2.2 支持向量机
4.2.3 使用频繁模式分类分析
4.2.4 惰性学习法
4.2.5 其他分类方法
4.3 回归分析
4.3.1 数据挖掘与回归分析
4.3.2 线性回归
4.3.3 多元线性回归
4.3.4 逻辑回归
4.4 深度学习
4.4.1 深度学习概述
4.4.2 深度学习的基本方法
4.4.3 深度学习模型
4.4.4 深度学习的训练加速
4.5 推荐系统
4.5.1 推荐系统简介
4.5.2 基于内容的推荐系统
4.5.3 协同过滤系统
4.5.4 降维处理
习题
本章参考文献
第5章 文本与Web分析
5.1 文本分析与Web分析概述
5.2 自然语言处理
5.2.1 基础研究
5.2.2 共性技术
5.2.3 应用研究
5.2.4 处理工具
5.3 文本挖掘
5.3.1 文本挖掘的定义及特点
5.3.2 文本挖掘的应用
5.3.3 文本挖掘的过程
5.3.4 文本挖掘的关键技术
5.4 情感分析
5.4.1 情感分析的定义
5.4.2 情感分析的应用
5.4.3 情感分析的主要内容
5.4.4 情感分析的关键问题
5.5 Web挖掘过程
5.5.1 Web挖掘概述
5.5.2 Web挖掘过程
5.6 社交分析
5.6.1 社交网络分析的特点
5.6.2 社交网络分析的内容及方法
习题
本章参考文献
第6章 RFID数据挖掘
6.1 RFID技术基础
6.1.1 RFID的基本概念
6.1.2 RFID系统的组成
6.1.3 RFID技术的应用
6.2 RFID数据挖掘
6.2.1 RFID数据挖掘的作用
6.2.2 RFID数据的特征
6.2.3 RFID数据的预处理
6.2.4 RFID数据挖掘分析
6.3 RFID数据挖掘的典型应用
6.3.1 智慧商城
6.3.2 智能交通
6.3.3 物流管理
6.3.4 RFID防伪追溯
习题
本章参考文献
第7章 大数据分析与可视化
7.1 大数据时代的数据挖掘
7.1.1 大数据时代数据挖掘的特点
7.1.2 大数据挖掘与传统数据挖掘的区别
7.2 大数据挖掘平台
7.2.1 Apache Hadoop
7.2.2 Apache Spark
7.2.3 Mahout
7.3 大数据安全与隐私
7.3.1 大数据采集安全
7.3.2 大数据存储安全
7.3.3 大数据挖掘安全
7.3.4 大数据隐私的法规保障
7.4 大数据可视化
7.4.1 大数据可视化概述
7.4.2 大数据可视化基础
7.4.3 商务智能中的大数据可视化技术
习题
本章参考文献
第8章 面向商务应用的知识管理
8.1 知识管理概述
8.1.1 知识管理概述
8.1.2 知识管理的重要性和必要性
8.2 知识的定义和分类
8.2.1 知识的定义
8.2.2 知识的分类
8.2.3 知识的转化
8.3 知识管理的定义与目标
8.3.1 知识管理的定义
8.3.2 知识管理的目的和目标
8.3.3 知识管理的流程
8.4 组织知识管理的流程
8.4.1 组织知识的创建
8.4.2 组织知识的存储与索引
8.4.3 组织知识的传播
8.4.4 组织知识的应用
8.5 企业应用中的案例及问题
8.5.1 知识管理在企业中的应用案例
8.5.2 知识管理在应用中遇到的问题
8.6 知识管理的发展趋势
习题
本章参考文献
第9章 商务智能系统
9.1 引导案例
9.1.1 A公司的旗舰店POS分析系统
9.1.2 B公司的供应链管理系统
9.2 基于SPSS Modeler的商务智能系统
9.2.1 SPSS Modeler简介
9.2.2 SPSS Modeler启动
9.2.3 SPSS Modeler 服务器连接
9.2.4 添加并编辑 IBM SPSS Modeler 服务器连接
9.2.5 搜索SPSS Collaboration and Deployment Services中的服务器
9.2.6 更改临时目录
9.2.7 SPSS Modeler的基本操作
9.2.8 SPSS Modeler建模过程简介
9.3 基于SAS的商务智能系统
9.3.1 SAS简介
9.3.2 SAS的基本结构与功能
9.3.3 SAS的启动与运行
9.3.4 SAS语言
9.3.5 SAS商务智能框架
9.3.6 SAS BI Sever
9.4 基于SAP的商务智能系统
9.4.1 SAP商务智能系统的发展历程
9.4.2 SAP的启动与运行
9.4.3 SAP商务智能系统在SAP应用系统中的地位
9.4.4 企业数据仓库
9.4.5 商务智能平台
9.4.6 业务浏览器套件
9.5 基于IBM Cognos的商务智能系统
9.5.1 IBM Cognos Enterprise
9.5.2 IBM Cognos Enterprise架构
9.5.3 IBM Cognos BusinessIntelligence
习题
本章参考文献
第10章 商务智能应用
10.1 流程智能
10.1.1 流程智能概述
10.1.2 流程智能的内涵
10.1.3 应用举例
10.2 客户智能
10.2.1 客户智能概述
10.2.2 客户智能的基本理论
10.2.3 客户智能应用案例
10.2.4 商品个性化推荐的客户智能应用
10.3 电子商务智能
10.3.1 电子商务智能概述
10.3.2 智能推荐
10.3.3 基于商品属性的推荐算法案例
10.4 应用案例
10.4.1 人寿保险领域的应用
10.4.2 金融行业的商务智能应用
习题
本章参考文献
前辅文
第1章 商务智能概述
1.1 商业决策与商务智能
1.1.1 决策与决策过程
1.1.2 决策制定的计算机支持
1.1.3 商务智能对决策支持
1.2 商务智能简介
1.2.1 商务智能的起源与发展
1.2.2 商务智能的概念
1.2.3 商务智能的特点
1.2.4 商务智能的功能
1.2.5 商务智能的支撑技术
1.2.6 商务智能的应用
1.3 商务智能与分析
1.3.1 商务智能应用背景
1.3.2 商务智能关键技术分析
1.3.3 商务智能数据流程分析
1.4 商务智能的系统架构及实施
1.4.1 商务智能系统架构
1.4.2 商务智能系统要素
1.4.3 商务智能系统实施
1.4.4 商务智能主流软件对比
习题
本章参考文献
第2章 数据仓库与在线分析处理
2.1 从数据库到数据仓库
2.1.1 数据管理与数据库
2.1.2 数据仓库定义与特点
2.1.3 数据仓库系统构成
2.2 数据预处理
2.2.1 数据预处理概述
2.2.2 数据预处理的必要性
2.2.3 数据预处理的基本方法
2.2.4 数据清理
2.2.5 数据集成
2.2.6 数据变换
2.2.7 数据归约
2.3 数据抽取-转换-装载
2.3.1 相关概念
2.3.2 数据抽取-转换-装载建模过程
2.3.3 数据抽取-转换-装载增量抽取机制
2.3.4 数据抽取-转换-装载过程数据质量控制
2.3.5 数据抽取-转换-装载并行处理技术
2.4 联机分析处理
2.4.1 联机分析处理简介
2.4.2 联机分析处理的分类
2.4.3 联机分析处理的基本概念和典型操作
2.4.4 联机分析处理系统的实现途径及实施过程
2.4.5 联机分析处理的评价准则
2.4.6 联机分析处理的主流工具
习题
本章参考文献
第3章 数据挖掘
3.1 数据挖掘基础
3.1.1 数据挖掘的发展历史
3.1.2 数据挖掘的定义
3.1.3 数据挖掘任务
3.1.4 数据挖掘过程模型
3.2 聚类分析
3.2.1 基本概念
3.2.2 划分方法
3.2.3 层次方法
3.2.4 基于密度的方法
3.2.5 基于网格的方法
3.2.6 聚类评估
3.3 分类分析
3.3.1 基本概念
3.3.2 决策树归纳算法
3.3.3 贝叶斯分类方法
3.3.4 基于规则的分类
3.3.5 基于最近邻的分类
3.3.6 分类器评价
3.4 关联分析
3.4.1 基本概念
3.4.2 频繁项集的产生
3.4.3 规则的产生
3.4.4 关联模式的评价
3.5 离群点检测
3.5.1 基本概念
3.5.2 基于分类的异常检测技术
3.5.3 基于最近邻的异常检测技术
3.5.4 基于聚类的异常检测技术
3.5.5 统计异常检测技术
习题
本章参考文献
第4章 数据挖掘高级方法
4.1 高级聚类分析
4.1.1 基于概率模型的聚类分析
4.1.2 高维数据聚类分析
4.1.3 图和网络数据聚类分析
4.1.4 具有约束的聚类分析
4.2 高级分类分析
4.2.1 用后向传播分类分析
4.2.2 支持向量机
4.2.3 使用频繁模式分类分析
4.2.4 惰性学习法
4.2.5 其他分类方法
4.3 回归分析
4.3.1 数据挖掘与回归分析
4.3.2 线性回归
4.3.3 多元线性回归
4.3.4 逻辑回归
4.4 深度学习
4.4.1 深度学习概述
4.4.2 深度学习的基本方法
4.4.3 深度学习模型
4.4.4 深度学习的训练加速
4.5 推荐系统
4.5.1 推荐系统简介
4.5.2 基于内容的推荐系统
4.5.3 协同过滤系统
4.5.4 降维处理
习题
本章参考文献
第5章 文本与Web分析
5.1 文本分析与Web分析概述
5.2 自然语言处理
5.2.1 基础研究
5.2.2 共性技术
5.2.3 应用研究
5.2.4 处理工具
5.3 文本挖掘
5.3.1 文本挖掘的定义及特点
5.3.2 文本挖掘的应用
5.3.3 文本挖掘的过程
5.3.4 文本挖掘的关键技术
5.4 情感分析
5.4.1 情感分析的定义
5.4.2 情感分析的应用
5.4.3 情感分析的主要内容
5.4.4 情感分析的关键问题
5.5 Web挖掘过程
5.5.1 Web挖掘概述
5.5.2 Web挖掘过程
5.6 社交分析
5.6.1 社交网络分析的特点
5.6.2 社交网络分析的内容及方法
习题
本章参考文献
第6章 RFID数据挖掘
6.1 RFID技术基础
6.1.1 RFID的基本概念
6.1.2 RFID系统的组成
6.1.3 RFID技术的应用
6.2 RFID数据挖掘
6.2.1 RFID数据挖掘的作用
6.2.2 RFID数据的特征
6.2.3 RFID数据的预处理
6.2.4 RFID数据挖掘分析
6.3 RFID数据挖掘的典型应用
6.3.1 智慧商城
6.3.2 智能交通
6.3.3 物流管理
6.3.4 RFID防伪追溯
习题
本章参考文献
第7章 大数据分析与可视化
7.1 大数据时代的数据挖掘
7.1.1 大数据时代数据挖掘的特点
7.1.2 大数据挖掘与传统数据挖掘的区别
7.2 大数据挖掘平台
7.2.1 Apache Hadoop
7.2.2 Apache Spark
7.2.3 Mahout
7.3 大数据安全与隐私
7.3.1 大数据采集安全
7.3.2 大数据存储安全
7.3.3 大数据挖掘安全
7.3.4 大数据隐私的法规保障
7.4 大数据可视化
7.4.1 大数据可视化概述
7.4.2 大数据可视化基础
7.4.3 商务智能中的大数据可视化技术
习题
本章参考文献
第8章 面向商务应用的知识管理
8.1 知识管理概述
8.1.1 知识管理概述
8.1.2 知识管理的重要性和必要性
8.2 知识的定义和分类
8.2.1 知识的定义
8.2.2 知识的分类
8.2.3 知识的转化
8.3 知识管理的定义与目标
8.3.1 知识管理的定义
8.3.2 知识管理的目的和目标
8.3.3 知识管理的流程
8.4 组织知识管理的流程
8.4.1 组织知识的创建
8.4.2 组织知识的存储与索引
8.4.3 组织知识的传播
8.4.4 组织知识的应用
8.5 企业应用中的案例及问题
8.5.1 知识管理在企业中的应用案例
8.5.2 知识管理在应用中遇到的问题
8.6 知识管理的发展趋势
习题
本章参考文献
第9章 商务智能系统
9.1 引导案例
9.1.1 A公司的旗舰店POS分析系统
9.1.2 B公司的供应链管理系统
9.2 基于SPSS Modeler的商务智能系统
9.2.1 SPSS Modeler简介
9.2.2 SPSS Modeler启动
9.2.3 SPSS Modeler 服务器连接
9.2.4 添加并编辑 IBM SPSS Modeler 服务器连接
9.2.5 搜索SPSS Collaboration and Deployment Services中的服务器
9.2.6 更改临时目录
9.2.7 SPSS Modeler的基本操作
9.2.8 SPSS Modeler建模过程简介
9.3 基于SAS的商务智能系统
9.3.1 SAS简介
9.3.2 SAS的基本结构与功能
9.3.3 SAS的启动与运行
9.3.4 SAS语言
9.3.5 SAS商务智能框架
9.3.6 SAS BI Sever
9.4 基于SAP的商务智能系统
9.4.1 SAP商务智能系统的发展历程
9.4.2 SAP的启动与运行
9.4.3 SAP商务智能系统在SAP应用系统中的地位
9.4.4 企业数据仓库
9.4.5 商务智能平台
9.4.6 业务浏览器套件
9.5 基于IBM Cognos的商务智能系统
9.5.1 IBM Cognos Enterprise
9.5.2 IBM Cognos Enterprise架构
9.5.3 IBM Cognos BusinessIntelligence
习题
本章参考文献
第10章 商务智能应用
10.1 流程智能
10.1.1 流程智能概述
10.1.2 流程智能的内涵
10.1.3 应用举例
10.2 客户智能
10.2.1 客户智能概述
10.2.2 客户智能的基本理论
10.2.3 客户智能应用案例
10.2.4 商品个性化推荐的客户智能应用
10.3 电子商务智能
10.3.1 电子商务智能概述
10.3.2 智能推荐
10.3.3 基于商品属性的推荐算法案例
10.4 应用案例
10.4.1 人寿保险领域的应用
10.4.2 金融行业的商务智能应用
习题
本章参考文献
前辅文
第1章 商务智能概述
1.1 商业决策与商务智能
1.1.1 决策与决策过程
1.1.2 决策制定的计算机支持
1.1.3 商务智能对决策支持
1.2 商务智能简介
1.2.1 商务智能的起源与发展
1.2.2 商务智能的概念
1.2.3 商务智能的特点
1.2.4 商务智能的功能
1.2.5 商务智能的支撑技术
1.2.6 商务智能的应用
1.3 商务智能与分析
1.3.1 商务智能应用背景
1.3.2 商务智能关键技术分析
1.3.3 商务智能数据流程分析
1.4 商务智能的系统架构及实施
1.4.1 商务智能系统架构
1.4.2 商务智能系统要素
1.4.3 商务智能系统实施
1.4.4 商务智能主流软件对比
习题
本章参考文献
第2章 数据仓库与在线分析处理
2.1 从数据库到数据仓库
2.1.1 数据管理与数据库
2.1.2 数据仓库定义与特点
2.1.3 数据仓库系统构成
2.2 数据预处理
2.2.1 数据预处理概述
2.2.2 数据预处理的必要性
2.2.3 数据预处理的基本方法
2.2.4 数据清理
2.2.5 数据集成
2.2.6 数据变换
2.2.7 数据归约
2.3 数据抽取-转换-装载
2.3.1 相关概念
2.3.2 数据抽取-转换-装载建模过程
2.3.3 数据抽取-转换-装载增量抽取机制
2.3.4 数据抽取-转换-装载过程数据质量控制
2.3.5 数据抽取-转换-装载并行处理技术
2.4 联机分析处理
2.4.1 联机分析处理简介
2.4.2 联机分析处理的分类
2.4.3 联机分析处理的基本概念和典型操作
2.4.4 联机分析处理系统的实现途径及实施过程
2.4.5 联机分析处理的评价准则
2.4.6 联机分析处理的主流工具
习题
本章参考文献
第3章 数据挖掘
3.1 数据挖掘基础
3.1.1 数据挖掘的发展历史
3.1.2 数据挖掘的定义
3.1.3 数据挖掘任务
3.1.4 数据挖掘过程模型
3.2 聚类分析
3.2.1 基本概念
3.2.2 划分方法
3.2.3 层次方法
3.2.4 基于密度的方法
3.2.5 基于网格的方法
3.2.6 聚类评估
3.3 分类分析
3.3.1 基本概念
3.3.2 决策树归纳算法
3.3.3 贝叶斯分类方法
3.3.4 基于规则的分类
3.3.5 基于最近邻的分类
3.3.6 分类器评价
3.4 关联分析
3.4.1 基本概念
3.4.2 频繁项集的产生
3.4.3 规则的产生
3.4.4 关联模式的评价
3.5 离群点检测
3.5.1 基本概念
3.5.2 基于分类的异常检测技术
3.5.3 基于最近邻的异常检测技术
3.5.4 基于聚类的异常检测技术
3.5.5 统计异常检测技术
习题
本章参考文献
第4章 数据挖掘高级方法
4.1 高级聚类分析
4.1.1 基于概率模型的聚类分析
4.1.2 高维数据聚类分析
4.1.3 图和网络数据聚类分析
4.1.4 具有约束的聚类分析
4.2 高级分类分析
4.2.1 用后向传播分类分析
4.2.2 支持向量机
4.2.3 使用频繁模式分类分析
4.2.4 惰性学习法
4.2.5 其他分类方法
4.3 回归分析
4.3.1 数据挖掘与回归分析
4.3.2 线性回归
4.3.3 多元线性回归
4.3.4 逻辑回归
4.4 深度学习
4.4.1 深度学习概述
4.4.2 深度学习的基本方法
4.4.3 深度学习模型
4.4.4 深度学习的训练加速
4.5 推荐系统
4.5.1 推荐系统简介
4.5.2 基于内容的推荐系统
4.5.3 协同过滤系统
4.5.4 降维处理
习题
本章参考文献
第5章 文本与Web分析
5.1 文本分析与Web分析概述
5.2 自然语言处理
5.2.1 基础研究
5.2.2 共性技术
5.2.3 应用研究
5.2.4 处理工具
5.3 文本挖掘
5.3.1 文本挖掘的定义及特点
5.3.2 文本挖掘的应用
5.3.3 文本挖掘的过程
5.3.4 文本挖掘的关键技术
5.4 情感分析
5.4.1 情感分析的定义
5.4.2 情感分析的应用
5.4.3 情感分析的主要内容
5.4.4 情感分析的关键问题
5.5 Web挖掘过程
5.5.1 Web挖掘概述
5.5.2 Web挖掘过程
5.6 社交分析
5.6.1 社交网络分析的特点
5.6.2 社交网络分析的内容及方法
习题
本章参考文献
第6章 RFID数据挖掘
6.1 RFID技术基础
6.1.1 RFID的基本概念
6.1.2 RFID系统的组成
6.1.3 RFID技术的应用
6.2 RFID数据挖掘
6.2.1 RFID数据挖掘的作用
6.2.2 RFID数据的特征
6.2.3 RFID数据的预处理
6.2.4 RFID数据挖掘分析
6.3 RFID数据挖掘的典型应用
6.3.1 智慧商城
6.3.2 智能交通
6.3.3 物流管理
6.3.4 RFID防伪追溯
习题
本章参考文献
第7章 大数据分析与可视化
7.1 大数据时代的数据挖掘
7.1.1 大数据时代数据挖掘的特点
7.1.2 大数据挖掘与传统数据挖掘的区别
7.2 大数据挖掘平台
7.2.1 Apache Hadoop
7.2.2 Apache Spark
7.2.3 Mahout
7.3 大数据安全与隐私
7.3.1 大数据采集安全
7.3.2 大数据存储安全
7.3.3 大数据挖掘安全
7.3.4 大数据隐私的法规保障
7.4 大数据可视化
7.4.1 大数据可视化概述
7.4.2 大数据可视化基础
7.4.3 商务智能中的大数据可视化技术
习题
本章参考文献
第8章 面向商务应用的知识管理
8.1 知识管理概述
8.1.1 知识管理概述
8.1.2 知识管理的重要性和必要性
8.2 知识的定义和分类
8.2.1 知识的定义
8.2.2 知识的分类
8.2.3 知识的转化
8.3 知识管理的定义与目标
8.3.1 知识管理的定义
8.3.2 知识管理的目的和目标
8.3.3 知识管理的流程
8.4 组织知识管理的流程
8.4.1 组织知识的创建
8.4.2 组织知识的存储与索引
8.4.3 组织知识的传播
8.4.4 组织知识的应用
8.5 企业应用中的案例及问题
8.5.1 知识管理在企业中的应用案例
8.5.2 知识管理在应用中遇到的问题
8.6 知识管理的发展趋势
习题
本章参考文献
第9章 商务智能系统
9.1 引导案例
9.1.1 A公司的旗舰店POS分析系统
9.1.2 B公司的供应链管理系统
9.2 基于SPSS Modeler的商务智能系统
9.2.1 SPSS Modeler简介
9.2.2 SPSS Modeler启动
9.2.3 SPSS Modeler 服务器连接
9.2.4 添加并编辑 IBM SPSS Modeler 服务器连接
9.2.5 搜索SPSS Collaboration and Deployment Services中的服务器
9.2.6 更改临时目录
9.2.7 SPSS Modeler的基本操作
9.2.8 SPSS Modeler建模过程简介
9.3 基于SAS的商务智能系统
9.3.1 SAS简介
9.3.2 SAS的基本结构与功能
9.3.3 SAS的启动与运行
9.3.4 SAS语言
9.3.5 SAS商务智能框架
9.3.6 SAS BI Sever
9.4 基于SAP的商务智能系统
9.4.1 SAP商务智能系统的发展历程
9.4.2 SAP的启动与运行
9.4.3 SAP商务智能系统在SAP应用系统中的地位
9.4.4 企业数据仓库
9.4.5 商务智能平台
9.4.6 业务浏览器套件
9.5 基于IBM Cognos的商务智能系统
9.5.1 IBM Cognos Enterprise
9.5.2 IBM Cognos Enterprise架构
9.5.3 IBM Cognos BusinessIntelligence
习题
本章参考文献
第10章 商务智能应用
10.1 流程智能
10.1.1 流程智能概述
10.1.2 流程智能的内涵
10.1.3 应用举例
10.2 客户智能
10.2.1 客户智能概述
10.2.2 客户智能的基本理论
10.2.3 客户智能应用案例
10.2.4 商品个性化推荐的客户智能应用
10.3 电子商务智能
10.3.1 电子商务智能概述
10.3.2 智能推荐
10.3.3 基于商品属性的推荐算法案例
10.4 应用案例
10.4.1 人寿保险领域的应用
10.4.2 金融行业的商务智能应用
习题
本章参考文献
