内容简介
商务智能是近年来企业信息化的热点,有着广阔的应用前景。本书首先系统地介绍了商务智能的基本概念、商务智能系统的架构以及数据仓库、OLAP和数据挖掘等核心技术。在此基础上,讨论了商务智能在电子商务、移动商务、知识管理、Web挖掘、企业绩效管理、流程管理、RFID数据管理和大数据管理等领域的*新应用。此外,通过IBM、SAP等业界领先的商务智能工具进行实验,增强读者的应用能力。
本书内容新颖、全面,案例丰富,适合作为计算机应用、软件工程、信息管理、电子商务和管理科学等相关专业本科生和研究生的教材,也可作为从事商务智能的信息化人员的参考资料。
内页插图
目录
第一部分商务智能基础
第1章商务智能概论
1.1商业决策需要商务智能
1.1.1数据、信息与知识
1.1.2管理就是决策
1.1.3决策需要信息和知识
1.1.4智能型企业
1.1.5商务智能支持商业决策
1.1.6新一代的决策支持系统
1.2商务智能简介
1.2.1商务智能概念
1.2.2商务智能的发展
1.2.3商务智能的价值
1.3商务智能系统的功能
1.4商务智能的应用
本章参考文献
思考题
第二部分商务智能核心技术
第2章商务智能系统架构
2.1商务智能系统的组成
2.2数据集成
本章参考文献
思考题
第3章数据仓库
3.1从数据库到数据仓库
3.2数据仓库的概念
3.3数据集市
3.4元数据
3.5ETL
3.6操作数据存储
3.7数据仓库模型
3.8数据挖掘查询语言
3.9医保数据仓库设计
本章参考文献
思考题
第4章在线分析处理
4.1OLAP简介
4.2OLTP与OLAP的区别
4.3OLAP操作
4.4OLAP的分类
4.5OLAP操作语言
本章参考文献
思考题
第5章数据挖掘
5.1数据挖掘的基础
5.1.1数据挖掘的概念
5.1.2数据挖掘的发展
5.1.3数据挖掘的过程
5.1.4数据挖掘原语与语言
5.1.5基于组件的数据挖掘
5.1.6可视化技术
5.1.7数据挖掘的隐私保护
5.2数据挖掘的典型应用领域
5.3数据预处理
5.4聚类分析
5.4.1聚类的概念
5.4.2聚类分析的统计量
5.4.3常用聚类算法
5.4.4其他聚类方法
5.4.5离群点检测
5.5分类分析
5.5.1贝叶斯分类器
5.5.2决策树
5.5.3支持向量机
5.5.4BP神经网络
5.5.5其他分类方法
5.6关联分析
5.6.1关联规则
5.6.2Apriori算法
5.6.3FP增长算法
5.6.4其他关联规则挖掘算法
5.7序列模式挖掘
5.7.1基本概念
5.7.2类Apriori算法
5.8回归分析
5.8.1一元回归分析
5.8.2多元线性回归分析
5.8.3其他回归分析
5.9时间序列分析
5.10数据挖掘技术与应用的发展方向
本章参考文献
思考题
第三部分商务智能应用
第6章移动商务智能
6.1移动商务
6.2商务智能在移动商务中的应用
本章参考文献
思考题
第7章商务智能与知识管理
7.1知识管理
7.2知识管理与商务智能的关系
7.2.1商务智能与知识管理的区别
7.2.2商务智能与知识管理的联系
本章参考文献
思考题
第8章Web挖掘
8.1Web挖掘基础
8.2Web内容挖掘
8.3Web结构挖掘
8.4Web日志挖掘
本章参考文献
思考题
第9章商务智能在企业绩效管理中的应用
9.1企业绩效管理的层次
9.2商务智能贯穿企业绩效管理的闭环流程
9.3商务智能在企业绩效管理中的应用
9.4商务智能给企业绩效管理带来的价值
本章参考文献
思考题
第10章数据挖掘在电子商务中的应用
10.1电子商务需要数据挖掘
10.2顾客管理
10.3网站结构优化
10.4智能搜索引擎
10.5异常事件确定
本章参考文献
思考题
第11章工作流挖掘
11.1工作流挖掘的发展
11.2工作流挖掘的概念与作用
11.2.1工作流挖掘的概念
11.2.2工作流挖掘的作用
11.3工作流挖掘的内容
11.3.1工作流模型的重构
11.3.2工作流的监控与工作流挖掘的评价
11.3.3组织视图挖掘
11.4工作流挖掘的应用
11.4.1流程监控
11.4.2流程优化
11.4.3社会关系分析
11.4.4工作流挖掘在其他领域中的应用
本章参考文献
思考题
第12章RFID数据挖掘
12.1RFID数据挖掘的发展
12.2RFID数据挖掘的作用
12.3RFID 数据分析的典型应用
12.3.1零售仓储
12.3.2通关检查
12.3.3运输管理
12.3.4医疗管理
12.3.5其他应用
本章参考文献
思考题
第13章大数据分析
13.1大数据核心技术基础
13.1.1大数据存储
13.1.2大数据处理
13.1.3大数据应用
13.1.4Hadoop开源架构
13.2大数据分析的基本流程
13.3大数据分析方法
13.4基于新浪微博的情感分析
13.5基于表情符号的微博情感预测
本章参考文献
思考题
第四部分商务智能发展
第14章商务智能进展
14.1商务智能应用趋势
14.2商务智能在中国的发展
14.3商务智能动态
本章参考文献
思考题
第五部分实验
第15章商务智能实验
15.1使用 SAP Crystal Reports创建报表
15.2SAP Lumira实验
15.3基于IBM Cognos 10的数据分析
15.3.1使用IBM Cognos 10创建报表
15.3.2基于IBM Cognos 10的多维分析
15.3.3使用Query Studio创建自助查询
15.4基于IBM SPSS Modeler 14.2的数据挖掘
15.5基于IBM Inforsphere BigInsights的用户行为分析
15.6电商评论的情感分析
思考题
前言/序言
目前社会已经由信息时代转向数据时代,数据成为人工智能的基础,也成为应用软件智能的基础。单凭经验的管理已经无法满足当前企业的发展需求,基于数据的决策已经得到了企业的广泛关注。借助认知计算,领先的企业不会面对海量数据束手无策,而是从中挖掘价值。未来有竞争力的公司,必然是数据驱动型的公司。
把数据变成产品或服务是未来企业的基本功。数据正成为企业重要的资源,引发企业管理的变革。越来越多的领域开始应用商务智能技术,企业应用软件也出现了智能化的趋势。
大数据是商务智能外延的扩展,在架构、模型和分析方法等方面都做了新的工作。大数据技术的发展,也拓展了商务智能的应用范围,在一定程度上助推了商务智能的发展。无论是大数据分析,还是常规的数据分析,都是实现数据资产的价值必不可少的工具。在这种背景下,企业界对数据分析人才的需求增长旺盛,为此国内越来越多的高校开设了商务智能课程。
作为数据科学的重要应用领域,商务智能技术和应用变化很快。如何适应产业界对商务智能应用的需求,并结合商务智能课程的新要求,对原有的教学内容进行完善,就成为《商务智能(第四版)》的改版动机。《商务智能(第三版)》经过多次印刷,承蒙多所兄弟院校的师生使用,作者收集了一些反馈信息,在此基础上进行修正。
《商务智能(第四版)》在保留第三版总体结构的基础上,主要做了如下的修订工作:
(1) 删除了一些过时、冗余的内容,包括少数案例、实验指导等,使教材与时俱进,与业界的发展步调更一致。
(2) 补充、修正了一些新内容,包括数据挖掘算法、参考文献、案例、习题以及实验指导书等。其中结合大数据的发展,介绍了目前业界流行的Hadoop分布式架构的核心组成,并增加了业界主流的IBM InforSphere BigInsight大数据分析的实验。此外,还在实验部分补充了IBM SPSS Modeler、电商文本评论挖掘的实际应用等内容,提高学生的动手能力。
《商务智能(第四版)》的出版得到了IBM大学合作项目的支持。在写作过程中,研究生蒋丹妮、董亮等帮忙收集了一些资料,特表示感谢。由于作者水平有限,请读者多提出批评指正。可以联系作者获取实验用到的数据和课件。
编者
商务智能(第四版)/清华科技大讲堂 下载 mobi epub pdf txt 电子书 格式