商务智能（第五版）

图书标准信息

• 作者 赵卫东
• 出版社 清华大学出版社
• 出版时间 2021-05
• 版次 5
• ISBN 9787302575825
• 定价 69.00元
• 装帧 其他
• 开本 其他
• 纸张 胶版纸
• 页数 378页
• 字数 0.6千字

【内容简介】

智能是来企业信息化的热点，有着广阔的应用前景。本书首先系统地介绍了智能的基本概念、智能系统的架构以及数据仓库、在线分析处理和数据挖掘等核心技术；接着，讨论了智能在电子、移动、知识管理、web挖掘、企业绩效管理、流程管理、rfid数据管理和大数据分析等领域的近期新应用；很后，通过tableau、modeler、tatitic和python等主流的智能工具进行实验，增强读者的应用能力。本书内容新颖、全面，案例丰富，适合作为计算机应用技术、软件工程、信息管理、电子和管理科学等相关专业本科生和的教材，也可作为从事智能信息化人员的参资料。

【目录】

部分 智能基础

章 智能概论

1.1 商业决策需要智能

1.1.1 数据、信息与知识

1.1.2 管理是决策

1.1.3 决策需要信息和知识

1.1.4 智能型企业

1.1.5 智能支持商业决策

1.1.6 新一代的决策支持系统

1.2 智能简介

1.2.1 智能的概念

1.2.2 智能的发展

1.2.3 智能的价值

1.3 智能系统的功能

1.4 智能的应用

本章参文献

思题

第二部分 智能核心技术

第2章 智能系统架构

2.1 智能系统的组成

2.2 数据集成

本章参文献

思题

第3章 数据仓库

3.1 从数据库到数据仓库

3.2 数据仓库的概念

3.3 数据集市

3.4 元数据

3.5 etl

3.6 作型数据存储

3.7 数据仓库模型

3.8 数据挖掘查询语言

3.9 医保数据仓库设计

3.10 数据湖

3.11 数据中台

本章参文献

思题

第4章 在线分析处理

4.1 olap简介

4.2 oltp与olap的区别

4.3 olap作

4.4 olap的分类

4.5 olap作语言

本章参文献

思题

第5章 数据挖掘

5.1 数据挖掘的基础

5.1.1 数据挖掘的概念

5.1.2 数据挖掘的发展

5.1.3 数据挖掘的过程

5.1.4 数据挖掘原语与语言

5.1.5 基于组件的数据挖掘

5.1.6 数据可视化

5.1.7 数据挖掘的隐私保护

5.2 数据挖掘的典型应用领域

5.3 数据预处理

5.4 聚类分析

5.4.1 聚类的概念

5.4.2 聚类分析的统计量

5.4.3 常用聚类算法

5.4.4 其他聚类方法

5.4.5 离群点检测

5.5 分类分析

5.5.1 贝叶斯分类器

5.5.2 决策树

5.5.3 支持向量机

5.5.4 反向传播神经网络

5.5.5 其他分类方法

5.6 关联分析

5.6.1 关联规则

5.6.2 apriori算法

5.6.3 fp增长算法

5.6.4 其他关联规则挖掘算法

5.7 序列模式挖掘

5.7.1 基本概念

5.7.2 类apriori算法

5.8 回归分析

5.8.1 一元回归分析

5.8.2 多元线回归分析

5.8.3 其他回归分析

5.9 时间序列分析

5.10 数据挖掘技术与应用的发展方向

本章参文献

思题

第三部分 智能应用

第6章 移动智能

6.1 移动

6.2 智能在移动中的应用

本章参文献

思题

第7章 智能与知识管理

7.1 知识管理

7.2 智能与知识管理的关系

7.2.1 智能与知识管理的区别

7.2.2 智能与知识管理的联系

本章参文献

思题

第8章 web挖掘

8.1 web挖掘基础

8.2 web内容挖掘

8.3 web结构挖掘

8.4 web志挖掘

本章参文献

思题

第9章 智能在企业绩效管理中的应用

9.1 企业绩效管理的层次

9.2 智能贯穿企业绩效管理的闭环流程

9.3 智能在企业绩效管理中的应用

9.4 智能给企业绩效管理带来的价值

本章参文献

思题

0章 数据挖掘在电子中的应用

10.1 电子需要数据挖掘

10.2 顾客管理

10.3 结构优化

10.4 智能搜索引擎

10.5 异常事件确定

本章参文献

思题

1章 工作流挖掘

11.1 工作流挖掘的发展

11.2 工作流挖掘的概念与作用

11.2.1 工作流挖掘的概念

11.2.2 工作流挖掘的作用

11.3 工作流挖掘的内容

11.3.1 工作流模型的重构

11.3.2 工作流的监控与工作流挖掘的评价

11.3.3 组织视图挖掘

11.4 工作流挖掘的应用

11.4.1 流程监控

11.4.2 流程优化

11.4.3 社会关系分析

11.4.4 工作流挖掘在其他领域中的应用

本章参文献

思题

2章 rfid数据挖掘

12.1 rfid数据挖掘的发展

12.2 rfid数据挖掘的作用

12.3 rfid数据分析的典型应用

12.3.1 零售仓储

12.3.2 通关检查

12.3.3 运输管理

12.3.4 医疗管理

12.3.5 其他应用

本章参文献

思题

3章 大数据分析

13.1 大数据核心技术基础

13.1.1 大数据存储

13.1.2 大数据处理

13.1.3 大数据应用

13.1.4 hadoop开源架构

13.2 大数据分析的基本流程

13.3 大数据分析方法

13.4 基于的情感分析

13.5 基于表情符号的情感预测

本章参文献

思题

第四部分 智能发展

4章 智能进展

14.1 智能的应用趋势

14.2 智能在中国的发展

14.3 态

本章参文献

思题

第五部分 实验

5章 智能实验

15.1 房价格影响因素的可视化分析

15.2 使用tableau可视化进行数据联动

15.3 电商用户情感分析

15.4 旅游数据分析

15.5 银行客户分析

15.6 银行客户流失分析

思题

附录a anaconda的安装与使用