中国高等院校信息系统学科课程体系（CIS2011）规划教材：商务智能方法与应用

图书标准信息

• 作者 刘红岩 著；陈国青 编
• 出版社 清华大学出版社
• 出版时间 2013-05
• 版次 1
• ISBN 9787302310099
• 定价 25.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 196页
• 字数 323千字
• 正文语种 简体中文

【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。《中国高等院校信息系统学科课程体系（CIS2011）规划教材：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。
　　《中国高等院校信息系统学科课程体系（CIS2011）规划教材：商务智能方法与应用》内容具体、新颖、丰富、易于理解，反映了商务智能的最新发展趋势，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Apriori
3.2.2无候选集发现算法FP-growth
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
6.3k均值聚类法
6.4层次聚类方法
6.5DBSCAN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ChiMerge
7.4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
8.4.1数据仓库的开发模式
8.4.2数据仓库开发过程
练习题8
第9章在线分析处理
9.1在线分析处理简介
9.2多维数据模型中的层次设计
9.3立方体的定义和计算
9.4OLAP的多维数据分析
练习题9
第10章商务智能可视化
10.1商务智能可视化的类型
10.2数据可视化
10.3过程和结果可视化
10.4积分卡和仪表盘
练习题10

第Ⅳ部分应用与系统
第11章商务智能应用
11.1商务智能应用领域
11.1.1关系营销
11.1.2生产管理
11.2推荐系统
11.2.1基于用户的协同过滤
11.2.2基于产品的协同过滤
11.2.3基于内容的推荐方法
11.3意见挖掘
11.3.1特征和意见的抽取
11.3.2意见极性判断
练习题11
第12章商务智能系统
12.1开源数据挖掘软件
12.1.1概述
12.1.2Weka
12.2商品化的商务智能系统
练习题12

第Ⅴ部分深度应用与发展
第13章复杂数据的商务智能分析方法
13.1序列模式挖掘
13.1.1序列模式的定义
13.1.2序列模式挖掘算法
13.2社会网络分析
13.2.1中心度分析
13.2.2链接分析
13.3数据流数据挖掘
13.4多关系数据挖掘
练习题13
第14章商务智能的社会影响与发展
14.1商务智能中的隐私保护
14.2移动商务智能
14.3云商务智能
练习题14
参考文献