商务智能方法与应用

本书特色

[

丛书特点：　　贯彻信息系统学科课程教学体系　　反映国际信息系统学科主流特点　　强调和加强实践教学与实践能力　　引导和培养创新思维与创造能力

]

内容简介

[

　　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》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。　　《商务智能方法与应用》内容具体、新颖、丰富、易于理解，反映了商务智能的新发展趋势，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。

]

目录

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Apriori3．2．2 无候选集发现算法FP-growth3．3 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 -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ChiMerge7．4 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……第Ⅳ部分 应用与系统第Ⅴ部分深度应用与发展参考文献

封面

书名:商务智能方法与应用

作者:刘红岩

页数:196

定价:¥39.0

出版社:清华大学出版社

出版日期:2019-01-01

ISBN:9787302310099

PDF电子书大小:101MB 高清扫描完整版