二手正版商务智能方法与应用(第2版)刘红岩9787302558101
二手正版书籍 均为单本 特殊情况私聊客服 15:：00前下单当天发货
￥ 22.42 3.8折 ￥ 59 八品
库存3件
重庆沙坪坝
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
装帧平装
开本16开
定价59元
货号9787302558101
上书时间2024-08-04
商品详情
- 品相描述：八品
- 商品描述
-
目录
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Apriori
3.2.2无候选集发现算法FPGrowth
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
4.4K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
7.4.3AdaGrad
7.4.4RMSProp
7.4.5Adam
7.4.6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ChiMerge
8.4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
14.2Weka
14.2.1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
14.3RapidMiner
14.3.1RapidMiner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
\\\"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；\\\"
主编推荐
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，并获清华大学很好教材二等奖。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。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价