商务智能【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

商务智能PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 商务智能基础3

第1章 商务智能概论3

1.1 商业决策需要商务智能3

1.1.1 数据、信息与知识3

1.1.2 管理就是决策4

1.1.3 决策需要信息和知识5

1.1.4 智能型企业5

1.1.5 商务智能支持商业决策5

1.1.6 新一代的决策支持系统6

1.2 商务智能简介7

1.2.1 商务智能概念8

1.2.2 商务智能的发展10

1.2.3 商务智能的价值11

1.3 商务智能系统的功能13

1.4 商务智能的应用15

本章参考文献23

思考题24

第二部分 商务智能核心技术29

第2章 商务智能系统架构29

2.1 商务智能系统的组成29

2.2 数据集成32

本章参考文献34

思考题35

第3章 数据仓库36

3.1 从数据库到数据仓库36

3.2 数据仓库的概念37

3.3 数据集市39

3.4 元数据40

3.5 ETL43

3.6 操作数据存储45

3.7 数据仓库模型46

3.8 数据挖掘查询语言49

3.9 医保数据仓库设计51

本章参考文献56

思考题57

第4章 在线分析处理58

4.1 OLAP简介58

4.2 OLTP OLAP的区别60

4.3 OLAP操作61

4.4 OLAP的分类66

4.5 OLAP操作语言67

本章参考文献72

思考题73

第5章 数据挖掘74

5.1 数据挖掘的基础74

5.1.1 数据挖掘的概念74

5.1.2 数据挖掘的发展76

5.1.3 数据挖掘的过程77

5.1.4 数据挖掘原语与语言80

5.1.5 基于组件的数据挖掘83

5.1.6 可视化技术84

5.1.7 数据挖掘的隐私保护87

5.2 数据挖掘的典型应用领域89

5.3 数据预处理90

5.4 聚类分析95

5.4.1 聚类的概念95

5.4.2 聚类分析的统计量96

5.4.3 常用聚类算法99

5.4.4 其他聚类方法104

5.4.5 离群点检测107

5.5 分类分析109

5.5.1 贝叶斯分类器109

5.5.2 决策树113

5.5.3 支持向量机124

5.5.4 BP神经网络128

5.5.5 其他分类方法131

5.6 关联分析136

5.6.1 关联规则136

5.6.2 Apriori算法139

5.6.3 FP增长算法143

5.6.4 其他关联规则挖掘算法144

5.7 序列模式挖掘145

5.7.1 基本概念145

5.7.2 类Apriori算法146

5.8 回归分析148

5.8.1 一元回归分析148

5.8.2 多元线性回归分析152

5.8.3 其他回归分析155

5.9 时间序列分析158

5.10 数据挖掘技术与应用的发展方向160

本章参考文献162

思考题163

第三部分 商务智能应用169

第6章 移动商务智能169

6.1 移动商务169

6.2 商务智能在移动商务中的应用171

本章参考文献177

思考题177

第7章 商务智能与知识管理178

7.1 知识管理178

7.2 知识管理与商务智能的关系178

7.2.1 商务智能与知识管理的区别179

7.2.2 商务智能与知识管理的联系180

本章参考文献182

思考题183

第8章 Web挖掘184

8.1 Web挖掘基础184

8.2 Web内容挖掘186

8.3 Web结构挖掘195

8.4 Web日志挖掘198

本章参考文献201

思考题202

第9章 商务智能在企业绩效管理中的应用204

9.1 企业绩效管理的层次204

9.2 商务智能贯穿企业绩效管理的闭环流程205

9.3 商务智能在企业绩效管理中的应用207

9.4 商务智能给企业绩效管理带来的价值210

本章参考文献210

思考题211

第10章 数据挖掘在电子商务中的应用212

10.1 电子商务需要数据挖掘212

10.2 顾客管理213

10.3 网站结构优化218

10.4 智能搜索引擎220

10.5 异常事件确定222

本章参考文献223

思考题224

第11章 工作流挖掘226

11.1 工作流挖掘的发展226

11.2 工作流挖掘的概念与作用227

11.2.1 工作流挖掘的概念227

11.2.2 工作流挖掘的作用227

11.3 工作流挖掘的内容228

11.3.1 工作流模型的重构229

11.3.2 工作流的监控与工作流挖掘的评价230

11.3.3 组织视图挖掘232

11.4 工作流挖掘的应用236

11.4.1 流程监控236

11.4.2 流程优化236

11.4.3 社会关系分析238

11.4.4 工作流挖掘在其他领域中的应用238

本章参考文献239

思考题241

第12章 RFID数据挖掘242

12.1 RFID数据挖掘的发展242

12.2 RFID数据挖掘的作用243

12.3 RFID数据分析的典型应用243

12.3.1 零售仓储244

12.3.2 通关检查245

12.3.3 运输管理245

12.3.4 医疗管理247

12.3.5 其他应用247

本章参考文献248

思考题249

第13章 大数据分析250

13.1 大数据核心技术基础251

13.1.1 大数据存储251

13.1.2 大数据处理252

13.1.3 大数据应用252

13.1.4 Hadoop开源架构252

13.2 大数据分析的基本流程258

13.3 大数据分析方法258

13.4 基于新浪微博的情感分析261

13.5 基于表情符号的微博情感预测262

本章参考文献264

思考题264

第四部分 商务智能发展269

第14章 商务智能进展269

14.1 商务智能应用趋势270

14.2 商务智能在中国的发展274

14.3 商务智能动态277

本章参考文献284

思考题285

第五部分 实验289

第15章 商务智能实验289

15.1 使用SAP Crystal Reports创建报表289

15.2 SAP Lumira实验297

15.3 基于IBM Cognos 10的数据分析312

15.3.1 使用IBM Cognos 10创建报表312

15.3.2 基于IBM Cognos 10的多维分析316

15.3.3 使用Query Studio创建自助查询322

15.4 基于IBM SPSS Modeler 14.2 的数据挖掘327

15.5 基于IBM Inforsphere BigInsights的用户行为分析342

15.6 电商评论的情感分析351

思考题362