✍ Scribed by 刘红岩
No coin nor oath required. For personal study only.
商务智能是从大量数据中发现隐含的知识，辅助管理人员做出科学决策的方法、系统和应用。《商务智能方法与应用(中国高等院校信息系统学科课程体系CIS2011规划教材)》主要介绍商务智能的基本概念、主要功能、系统架构，以及数据分析和数据管理的主要方法和技术。全书内容分为5个部分，分别介绍了数据仓库、在线分析处理以及数据挖掘的建模、分析和评价方法，涵盖多维数据模型的建模、多维分析方法以及各种知识发现方法(包括关联分析、分类、聚类、数值预测、序列模式挖掘、社会网络分析、数据流数据挖掘、多关系数据挖掘以及协同过滤和意见挖掘等)；通过案例介绍了商务智能系统的应用；还介绍了常用软件系统及其使用方法，并对商务智能对社会的影响和未来发展进行了分析和展望。
刘红岩编著的《商务智能方法与应用(中国高等院校信息系统学科课程体系CIS2011规划教材)》内容具体、新颖、丰富、易...
商务智能是从大量数据中发现隐含的知识，辅助管理人员做出科学决策的方法、系统和应用。《商务智能方法与应用(中国高等院校信息系统学科课程体系CIS2011规划教材)》主要介绍商务智能的基本概念、主要功能、系统架构，以及数据分析和数据管理的主要方法和技术。全书内容分为5个部分，分别介绍了数据仓库、在线分析处理以及数据挖掘的建模、分析和评价方法，涵盖多维数据模型的建模、多维分析方法以及各种知识发现方法(包括关联分析、分类、聚类、数值预测、序列模式挖掘、社会网络分析、数据流数据挖掘、多关系数据挖掘以及协同过滤和意见挖掘等)；通过案例介绍了商务智能系统的应用；还介绍了常用软件系统及其使用方法，并对商务智能对社会的影响和未来发展进行了分析和展望。
刘红岩编著的《商务智能方法与应用(中国高等院校信息系统学科课程体系CIS2011规划教材)》内容具体、新颖、丰富、易于理解，反映了商务智能的最新发展趋势，适合作为信息管理、计算机应用、电子商务以及管理专业本科生和硕士生的教材，也可以作为数据分析人员的参考资料。
第Ⅰ部分 商务智能概念及过程
第1章 导言
1.1 商务智能的基本概念
1.1.1 数据
1.1.2 信息和知识
1.2 商务智能的系统构成
1.3 商务智能的发展历史
练习题1
第2章 商务智能过程
2.1 商务智能系统的开发方法
2.1.1 商务智能系统的开发过程
2.1.2 商务智能系统成功的关键因素
2.2 数据库与数据仓库
2.3 在线分析处理与在线事务处理
2.4 商务智能与决策支持系统
练习题2
第Ⅱ部分 商务智能方法
第3章 关联分析
3.1 频繁模式与关联规则
3.2 频繁项集的典型挖掘方法
3.2.1 逐层发现算法Apriori
3.2.2 无候选集发现算法FP-growth
3.3 关联规则的生成方法
3.4 关联规则的其他类型
3.4.1 多层次关联规则
3.4.2 负模式
3.4.3 结构化数据中的关联分析
3.5 关联规则的兴趣度的其他度量
练习题3
第4章 分类
4.1 分类的概念
4.2 决策树分类方法
4.2.1 决策树的构建过程
4.2.2 属性的类型及分裂条件
4.2.3 决策树的剪枝
4.3 朴素贝叶斯分类
4.4 k近邻分类
4.5 分类性能的度量方法
4.5.1 测试数据集的构造
4.5.2 分类性能的度量指标
4.5.3 不同分类模型的比较
练习题4
第5章 数值预测
5.1 数值预测的概念
5.2 回归方法
5.2.1 一元线性回归
5.2.2 多元线性回归
5.2.3 非线性回归
5.3 回归树与模型树
5.3.1 模型树的构建
5.3.2 模型树的剪枝
5.3.3 算法
5.4 k近邻数值预测
5.5 预测误差的度量
练习题5
第6章 聚类分析
6.1 概述
6.1.1 聚类的概念
6.1.2 聚类方法分类
6.2 相似度衡量方法
6.2.1 数据类型
6.2.2 基于内容的相似度衡量
6.2.3 基于链接的相似度衡量
6.3 k均值聚类法
6.4 层次聚类方法
6.5 DBSCAN方法
6.6 聚类效果衡量方法
练习题6
第Ⅲ部分 基础技术
第7章 数据预处理
7.1 数据预处理的原因和任务
7.2 数据规范化
7.3 数据离散化
7.3.1 分箱离散化
7.3.2 基于熵的离散化
7.3.3 离散化方法ChiMerge
7.4 数据清洗
7.5 特征提取与特征选择
7.5.1 特征选择
7.5.2 特征提取
练习题7
第8章 数据仓库
8.1 数据仓库的基本概念
8.2 数据仓库的体系结构
8.3 多维数据模型
8.3.1 多维数据模型的概念
8.3.2 多维数据模型的构建方法
8.4 数据仓库项目的开发
8.4.1 数据仓库的开发模式
8.4.2 数据仓库开发过程
练习题8
第9章 在线分析处理
9.1 在线分析处理简介
9.2 多维数据模型中的层次设计
9.3 立方体的定义和计算
9.4 OLAP的多维数据分析
练习题9
第10章 商务智能可视化
10.1 商务智能可视化的类型
10.2 数据可视化
10.3 过程和结果可视化
10.4 积分卡和仪表盘
练习题10
第Ⅳ部分 应用与系统
第11章 商务智能应用
11.1 商务智能应用领域
11.1.1 关系营销
11.1.2 生产管理
11.2 推荐系统
11.2.1 基于用户的协同过滤
11.2.2 基于产品的协同过滤
11.2.3 基于内容的推荐方法
11.3 意见挖掘
11.3.1 特征和意见的抽取
11.3.2 意见极性判断
练习题11
第12章 商务智能系统
12.1 开源数据挖掘软件
12.1.1 概述
12.1.2 Weka
12.2 商品化的商务智能系统
练习题12
第Ⅴ部分 深度应用与发展
第13章 复杂数据的商务智能分析方法
13.1 序列模式挖掘
13.1.1 序列模式的定义
13.1.2 序列模式挖掘算法
13.2 社会网络分析
13.2.1 中心度分析
13.2.2 链接分析
13.3 数据流数据挖掘
13.4 多关系数据挖掘
练习题13
第14章 商务智能的社会影响与发展
14.1 商务智能中的隐私保护
14.2 移动商务智能
14.3 云商务智能
练习题14
参考文献 190
无标题
📜 SIMILAR VOLUMES
<p>《MBA精品系列:商务数据分析与应用》从商学院学生的角度出发，通过深入剖析实际案例，向读者展示了统计学在数据分析这一领域的应用。</p> <p>作者收集了电信、房地产、教育培训、金融等行业的案例，案例内容涉及客户管理、产品定价、消费者偏好、渠道营销、组织行为等领域。首先简要介绍案例背景资料，并引出有待解决的问题，根据问题设计因变量、自变量及初始模型，在分析的过程中逐渐完善统计模型，解释模型的意义，一步一步抽丝剥茧地向读者展示了数据分析的原理、思想及方法。分析过程通过sas软件实现（同时提供r程序演示），作者给出了软件输出结果的解读。值得一提的是，每章还给出了完整的分析报告，为读者日后实
<p>《智能信息处理与应用》内容简介：智能信息处理涉及信息学科的诸多领域。《智能信息处理与应用》从理论方法和实践技术角度，论述了智能信息处理技术的主要概念、基本原理、典型方法及新的发展。《智能信息处理与应用》共11章，包括不确定性信息处理、模糊集与粗糙集理论、人工神经网络、支持向量机、遗传算法、群体智能、人工免疫、量子算法、信息融合技术，以及智能信息处理技术在人脸识别和说话人识别中的应用。</p> <p>《智能信息处理与应用》适合从事智能信息处理研究的科研人员和智能系统开发与应用的工程技术人员阅读，也可作为研究生的相关课程或专题的参考书。</p>
<p>《北京大学光华管理学院教材•商务统计系列•应用商务统计分析》是以实际案例驱动的应用统计学教材，包括线性回归、方差分析、协方差分析、0-1变量回归、定序回归、泊松回归、生存模型和自回归等内容。《北京大学光华管理学院教材•商务统计系列•应用商务统计分析》同其他统计学教材的主要区别是强调统计方法在实际案例中的应用，而且所选案例更加真实、复杂。具体而言，《北京大学光华管理学院教材•商务统计系列•应用商务统计分析》每章选用一个案例，并为每个案例提供完整的分析报告和R程序，以方便读者了解数据分析的整个过程。案例的范围涉及上市公司盈利预测、房地产价格分析、企事业单位绩效评估、上市公司ST预测、消费者市
<p>【内容简介】</p> <p>本书在简要阐述智能优化方法相关理论的基础上，介绍了蚁群智能优化方法的基本原理与算法主要要素等基本内容。同时，介绍蚁群智能优化方法在旅行商问题、背包问题、定向问题、属性约简、卫星资源调度问题以及多目标组合优化问题等复杂组合优化问题的应用示例，详细阐述蚁群智能优化方法在具体应用中的的基本设计方法以及算法性能改善的有效途径。 本书适合作为从事智能优化方法及其应用研究的相关科技工作者、专业技术人员的参考书，也可作为计算机学科、控制科学等专业研究生和高年级本科生学习蚁群智能优化方法的指导用书。</p> <p>【编辑推荐】</p> <p>蚁群智能优化方法是一类全局寻
<p>《Excel商务图表应用与技巧108例(双色版)》以世界顶级的财经杂志及商务咨询报告为标杆，讲解商务图表在实际工作中的运用。在《Excel商务图表应用与技巧108例(双色版)》的开头部分，会着重讲解商务图表制作的一些基本原则，包括图表类型的选择、图表布局、图表配色等。接下来《Excel商务图表应用与技巧108例(双色版)》搜罗职场常用到的各种商务图表范例，全面涵盖商务企划、行政文秘、人力资源、财务、市场营销、生产管理等各个领域，详细讲解每个商务图表的制作过程和使用心得，让读者可以直接在工作中套用，立竿见影地提升报告、演示的水准。</p> <p>《Excel商务图表应用与技巧108例(双
本书主要根据作者近几年在清华大学面向研究生和本科生开设的“数据挖掘：方法与应用”课程的教学实践与积累，参考近几年国外著名大学相关课程的教学体系，系统的介绍数据挖掘的基本概念和基本原理方法；结合一些典型的应用实例展示用数据挖掘的思维方法求解问题的一般性模式与思路。本书可作为有一定数据结构、数据库和程序设计基础的研究生或本科生开展数据挖掘知识学习和研究的入门性教材与参考读物。