





定价:39.5元
印次:2-7
ISBN:9787302486312
出版日期:2018.03.01
印刷日期:2024.07.18
图书责编:郑寅堃
图书分类:教材
商务智能与数据挖掘是近年来企业信息化的热点研究内容。本书共分为9章,包括商务智能概述、商务智能中的核心技术、数据挖掘概述、分类分析、关联分析、聚类分析、深度学习、Web挖掘技术、数据挖掘在电子商务中的应用等内容,它汇集了统计学、机器学习、数据库、人工智能等学科,具有多学科交叉以及技术与管理融合等特点。 本书内容全面,案例丰富,适合作为计算机应用、软件工程、信息管理、电子商务和管理科学等相关专业的本科生和研究生教材,也可作为企事业单位、政府部门、研究机构等从事商务智能理论研究工作的相关人员的参考资料。
《商务智能与数据挖掘(第2版)》介绍了商务智能的基本概念、产生与发展、主要研究内容、主流商务智能产品以及商务智能的未来发展趋势,使读者对商务智能有一个概要的认识;论述了数据仓库和在线分析处理、数据可视化和数据挖掘等核心技术;详细介绍了数据挖掘的具体方法,即分类分析、关联分析、聚类分析和深度学习。在此基础上,讨论了商务智能与数据挖掘在Web数据挖掘和电子商务领域中的应用。 如果希望加入教师微信交流群,请加微信:itbook8 如果希望加入教师QQ交流群,请加QQ:883604 加入时,请写明:“学校+姓名”,并写明“加入教师群”,只限教师。
前言 当今社会信息技术飞速发展,经济全球化趋势日益明显,市场竞争激烈。生存在这样一个“信息爆炸”的时代,企业管理者能否利用信息进行快速而有效的决策已直接关系到企业的生死存亡。越来越多的企业提出对商务智能的需求,商务智能的出现和飞速发展已成为必然趋势。但随着商务智能在企业活动中的不断进行,海量的、具有潜在价值知识的信息便混同一般信息积累在企业商务智能系统中,尽管企业希望能够提取出有价值的信息,应用各种技术进行数据分析,以期将分析结果用于科学研究、商业决策或企业管理决策等方面,但目前市场数据分析工具种类繁多,若选择不当就很难对数据进行深层次的处理,无法真正提炼出信息的价值,使得企业管理层只能望“数”兴叹。除此之外,电子商务数据类型繁多、模型复杂,以及应用系统的分布性和异构性都会增加这些数据的分析难度,由此数据挖掘技术应运而生。 本教材自2016年4月出版,经过一年多的使用,根据学生和教师的反馈,编者对教材中的相关内容进行了改动。第2版与第1版相比增加了新的知识,删除了一些陈旧或使用较少的知识,使其更加简练。具体体现在以下几个方面。 (1) 增加了新的技术知识。 ① 增加了第1章商务智能系统框架及数据流程的相关知识。 ② 增加了第2章数据可视化的内容。 ③ 增加了第7章深度学习的内容。 (2) 对原第4、5、10章重新组织编写,使其内容更贴切、更充实。 ① 第4章对决策树和支持向量机进行了重新描述,去掉了BP神经网络算法,增加了粗糙集的阐述。 ② 第5章对Apriori算法、Apriori改进算法以及FP增长算法进行了重新描述。 ③ 去掉了原第...
目录
第1章商务智能概述
1.1商务智能的概念
1.1.1数据、信息与知识
1.1.2商务智能的定义
1.1.3商务智能的特点
1.1.4商务智能的过程
1.2商务智能的产生与发展
1.2.1商务智能的产生和发展过程
1.2.2商务智能与其他系统的关系
1.3商务智能的研究内容
1.4商务智能系统的支撑技术
1.5商务智能系统框架及数据流程
1.5.1商务智能系统框架
1.5.2商务智能系统的数据流程
1.6主流商务智能产品
1.6.1主流商务智能产品简介
1.6.2商务智能的抉择
1.7商务智能的未来发展趋势
1.8商务智能的应用
小结
习题
第2章商务智能中的核心技术
2.1数据仓库
2.1.1数据仓库的产生与发展
2.1.2数据仓库的概念与特征
2.1.3ETL
2.1.4数据集市
2.1.5数据仓库的数据组织
2.1.6数据仓库的体系结构
2.1.7数据仓库的开发步骤
2.2在线分析处理
2.2.1OLAP简介
2.2.2OLAP的定义和相关概念
2.2.3OLAP与OLTP的区别
2.2.4OLAP的分类
2.2.5OLAP多维数据分析
2.3数据可视化
2.3.1什么是数据可视化
2.3.2数据可视化的优势
2.3.3数据可视化工具
小结
习题
第3章数据挖掘概述
3.1数据挖掘的起源与发展
...
《商务智能与数据挖掘(第2版)》介绍了商务智能的基本概念、产生与发展、主要研究内容、主流商务智能产品以及商务智能的未来发展趋势,使读者对商务智能有一个概要的认识;论述了数据仓库和在线分析处理、数据可视化和数据挖掘等核心技术;详细介绍了数据挖掘的具体方法,即分类分析、关联分析、聚类分析和深度学习。在此基础上,讨论了商务智能与数据挖掘在Web数据挖掘和电子商务领域中的应用。