商务智能方法与应用
￥ 16.25 2.8折 ￥ 59 九五品
仅1件
北京通州
认证卖家担保交易快速发货售后保障
作者刘红岩
出版社清华大学出版社
ISBN9787302558101
出版时间2020-08
版次1
装帧平装
开本16开
纸张胶版纸
定价59元
上书时间2024-07-13
商品详情
- 品相描述：九五品
- 商品描述
-
基本信息
书名:商务智能方法与应用
定价：59.00元
作者:刘红岩
出版社：清华大学出版社
出版日期：2020-08-01
ISBN：9787302558101
字数：
页码：
版次：2
装帧：平装
开本：16开
商品重量：
编辑推荐
注重理论与实钱两方面的兼顾，教学效果良好。正式出版后被中国人民大学等多所高校作为相关课程的教材选用，得到了同行专家的好评，并获清华大学优秀教材二等奖。教材内容方面还兼顾了非计算机专业学生的特点，能够结合案例循序渐进，课堂中不同层次的学生，如MBA、普通硕士研究生以及博士研究生，对本教材的使用均反映良好。
内容提要
务智能是从大量数据中发现隐含的知识，辅助管理人员科学决策的方法、系统和应用。本书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。全书内容分为五个部分，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，包括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、序列数据挖掘、社会网络分析、数据流数据挖掘、自然语言处理、推荐模型和意见挖掘等；
目录
部分商务智能概念及过程章 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FPGrowth3.3 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 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5.4 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均值方法6.4 层次聚类方法6.5 DBSCAN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7.4.3 AdaGrad7.4.4 RMSProp7.4.5 Adam7.4.6 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 数据离散化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90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101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11.4 OLAP的多维数据分析练习题112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3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3.2.1 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134章 商务智能软件系4.1 概述14.1.1 商品化的商务智能系4.1.2 开源的商务智能软件14.2 Weka14.2.1 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14.3 RapidMiner14.3.1 RapidMiner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5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156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
作者介绍
作者刘红岩是清华大学经济管理学院管理科学与工程系教授，获清华大学管理学博士学位。在清华大学讲授商务智能课程近20年，长期从事商务智能和数据挖掘领域的教学和科研工作。出版多部教材。在信息系统领域的国际顶级期刊发表文章多篇，在数据挖掘、知识发现等领域国际一流国际期刊和会议发表文章多篇。
序言
-
【封面】
— 没有更多了 —
以下为对购买帮助不大的评价