商务智能方法与应用(第2版)
新华书店全新正版，极速发货，假一罚十，可开电子发票，请放心购买。
￥ 40.13 6.8折 ￥ 59 全新
库存4件
天津西青
认证卖家担保交易快速发货售后保障
作者刘红岩著
出版社清华大学出版社
ISBN9787302558101
出版时间2020-08
装帧平装
开本16开
定价59元
货号1202135407
上书时间2024-10-23
- 在售商品 暂无
- 平均发货时间 15小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
刘红岩，博士，教授，博士生导师。是ACM、IEEE、SIGKDD、AIS、SIAM、INFORMS等国际学术组织会员，中国计算机学会高级会员。自1994年在清华大学经济管理学院任教至今，长期从事数据挖掘、文本挖掘、商务智能、社会计算、个性化推荐系统等方面的研究和教学工作。主持和参与国家自然科学基金等科研项目20余项。在国内外学术期刊和国际会议发表文章100余篇，包括在国际期刊TODS、TKDE、TOIS、MISO、INFORMS、JOC、TMIS和国际学术会议VLDB、SIGKDD、ICDE、ICDM、SDM、ICIS上发表的学术文章数十篇。获得10项国家发明专利授权。出版学术专著2部、教材多部，包括国家级规划教材2部。
目录
第一部分商务智能概念及过程第1章商务智能概述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数据仓库与数据库2．3联机事务处理与联机分析处理2．4商务智能与决策支持系统练习题2第二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4．4K近邻分类4．5逻辑回归4．6支持向量机4．6．1线性可分4．6．2线性不可分4．6．3软间隔支持向量机4．7分类性能的度量方法4．7．1测试数据集的构造4．7．2分类性能的度量指标4．7．3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5．4K近邻数值预测5．5预测误差的度量练习题5第6章聚类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6．3K均值方法6．4层次聚类方法6．5DBSCAN算法6．6聚类效果衡量方法练习题6第7章神经网络与深度学习7．1多层感知机7．1．1多层感知机的模型结构7．1．2多层感知机模型的训练7．1．3正则化7．2卷积神经网络7．2．1卷积7．2．2池化7．2．3经典的卷积神经网络模型结构7．3循环神经网络7．3．1循环神经网络基本模型7．3．2长短期记忆网络模型7．3．3门控循环单元模型7．4深度神经网络模型的优化7．4．1小批量随机梯度7．4．2动量梯度下降7．4．3AdaGrad7．4．4RMSProp7．4．5Adam7．4．6学习率衰减练习题7第三部分商务智能基础技术第8章数据预处理8．1数据预处理的原因和任务8．2数据规范化8．3数据高散化8．3．1分箱离散化8．3．2基于熵的离散化8．3．3离散化方法ChiMerge8．4数据清洗8．5特征选择与特征提取8．5．1特征选择8．5．2特征提取练习题8第9章文本数据处理9．1词向量模型9．2主题模型练习题9第10章数据仓库10．1数据仓库的基本概念10．2数据仓库的体系结构10．3多维数据模型10．3．1多维数据模型的概念10．3．2多维数据模型的构建方法10．4数据仓库项目的开发10．4．1数据仓库开发模式10．4．2数据仓库开发过程练习题10第11章联机分析处理11．1联机分析处理简介11．2多维数据模型中的层次设计11．3立方体的定义和计算11．4OLAP的多维数据分析练习题11第12章商务智能可视化12．1商务智能可视化的类型12．2数据可视化12．3过程和结果可视化12．4积分卡和仪表盘练习题12第四部分商务智能应用系统第13章商务智能应用13．1商务智能应用领域13．1．1关系营销13．1．2生产管理13．2推荐系统13．2．1基于用户的协同过滤13．2．2基于物品的协同过滤13．2．3矩阵分解13．2．4基于内容的推荐方法13．3意见挖掘13．3．1特征和意见的抽取13．3．2意见极性判断练习题13第14章商务智能软件系统14．1概述14．1．1商品化的商务智能系统14．1．2开源的商务智能软件14．2Weka14．2．1数据文件14．2．2数据预处理14．2．3关联分析14．2．4分类14．2．5数据规范化与聚类14．2．6回归分析14．2．7特征提取14．3RapidMiner14．3．1RapidMiner的安装14．3．2结构化数据预处理14．3．3文本数据预处理14．3．4频繁项集和关联规则的挖掘14．3．5序列模式的挖掘14．3．6分类14．3．7聚类14．3．8推荐系统练习题14第五部分商务智能深度应用与发展第15章复杂数据的商务智能分析方法15．1序列模式挖掘15．1．1序列模式的定义15．1．2序列模式挖掘算法15．2社会网络分析15．2．1中心度分析15．2．2链接分析15．3数据流数据挖掘15．4多关系数据挖掘练习题15第16章商务智能的社会影响与发展16．1商务智能中的隐私保护16．2移动商务智能16．3云商务智能练习题16参考文献
内容摘要
《商务智能方法与应用（第2版）/高等学校大数据管理与应用专业规划教材》介绍商务智能概况、商务智能过程、关联分析、分类、数值预测、聚类、神经网络与深度学习、数据预处理、文本数据处理、数据仓库、联机分析处理、商务智能可视化、商务智能应用、商务智能软件系统、复杂数据的商务智能分析方法以及商务智能的社会影响与发展等。《商务智能方法与应用（第2版）/高等学校大数据管理与应用专业规划教材》内容具体、新颖、丰富、易于理解，既涵盖商务智能领域的经典基础知识，又反映该领域的新发展趋势；既包含数据分析的各种理论模型，又包含实用软件工具的具体使用方法。《商务智能方法与应用（第2版）/高等学校大数据管理与应用专业规划教材》适合作为信息管理、计算机应用、电子商务、数据科学与大数据技术以及商务数据科学等专业的教材，也可作为数据分析人员的参考资料。
— 没有更多了 —
以下为对购买帮助不大的评价