您好,欢迎来到聚文网。 登录 免费注册
商务智能原理与方法 第3版

商务智能原理与方法 第3版

  • 字数: 600000
  • 装帧: 平装
  • 出版社: 电子工业出版社
  • 出版日期: 2023-04-01
  • 商品条码: 9787121453885
  • 版次: 3
  • 开本: 16开
  • 页数: 380
  • 出版年份: 2023
定价:¥78 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
处在大数据时代发展的重要节点上,面对数字化生活的新需求、数字化转型的新格局及数字经济的新业态,商务智能正在扮演着越来越重要的角色。商务智能通过数据挖掘和机器学习技术从海量多模态数据中发现潜在、新颖和有用的知识,以支持管理与决策。它是内在技术的,同时也是面向管理决策问题的。本书旨在把握前沿趋势,以基础篇、方法篇、专题篇三大板块的形式,为读者提供一个技术与管理的融合视角,介绍和阐释商务智能领域的主要知识内涵,包括面向管理决策的商务智能基本原理、主流方法、应用情境和发展前景,帮助读者理解如何通过商务智能进行大数据/人工智能分析和赋能,从而提升组织和个体的核心能力及其竞争优势。本书既可以作为高等学校信息管理与信息系统、大数据管理与应用、电子商务、管理科学与工程以及工商管理、计算机应用等相关学科专业的高年级本科生和研究生的专业课教材,也可以作为财经类或其他工程类专业学生的专业课/选修课教材,还可以为社会各领域信息化培训和相关管理决策人员提供参考。
目录
基础篇
第1章引言003
1.1商务智能简介004
1.2商务智能与信息社会007
1.2.1信息技术提升信息社会发展水平007
1.2.2商务智能是信息社会的产物010
1.2.3商务智能是信息社会繁荣的推动力011
1.3商务智能与企业管理013
1.3.1商务智能在企业管理中的作用013
1.3.2商务智能协助企业管理的方式014
1.3.3商务智能的商业价值015
1.4商务智能的方法016
1.5商务智能的数据019
小结020
思考与练习021
第2章商务智能应用022
2.1制造领域应用023
2.2金融领域应用026
2.3通信领域应用029
2.4生物和医药领域应用031
2.5零售和营销领域应用033
2.6移动商务应用036
2.7社会化商务应用037
小结039
思考与练习040
第3章商务智能过程041
3.1数据库与事务处理043
3.1.1数据库与数据库管理系统043
3.1.2在线事务处理044
3.2数据仓库与在线分析处理045
3.2.1从事务处理到分析处理045
3.2.2数据仓库047
3.3企业知识发现050
3.3.1OLAP与知识发现051
3.3.2企业内部知识发现052
3.3.3企业外部知识发现052
小结054
思考与练习054
第4章数据平台055
4.1数据处理技术演进056
4.2数据仓库过程与体系结构058
4.3数据集成、提取与转换060
4.3.1数据提取060
4.3.2数据转换062
4.3.3数据加载063
4.3.4ETL设计与开发063
4.4数据仓库开发、管理与安全064
4.4.1数据仓库开发模式064
4.4.2数据仓库设计066
4.4.3数据仓库的逻辑数据模型068
4.4.4元数据070
4.4.5数据仓库的安全072
4.5分布式数据平台074
4.5.1分布式数据平台概念074
4.5.2分布式数据平台与功能组件075
4.6云数据平台078
4.6.1云数据平台概念078
4.6.2云数据平台与商务智能079
小结081
思考与练习081
第5章构建商务智能环境083
5.1商务智能环境084
5.1.1确定数据可用的能力084
5.1.2数据挖掘的能力085
5.1.3用户与系统交互的能力085
5.2商务智能组织086
5.2.1外包商务智能088
5.2.2内给商务智能089
5.2.3商务智能组织成员090
5.3商务智能系统090
5.3.1商务智能基础设施090
5.3.2商务智能系统软件091
5.3.3商务智能系统产品094
小结096
思考与练习096
方法篇
第6章数据预处理099
6.1数据预处理简介100
6.1.1数据预处理的原因100
6.1.2数据预处理的目的102
6.1.3数据预处理的方法102
6.2数据清洗103
6.2.1缺失数据处理103
6.2.2噪声数据处理105
6.3数据集成、规范与归纳107
6.3.1数据集成处理107
6.3.2数据规范化处理108
6.3.3数据归纳处理110
6.4数据消减115
6.4.1数据冗余清除115
6.4.2数据采样116
6.4.3数据立方合计117
6.4.4数据属性选取与生成118
6.4.5数据压缩120
6.4.6数据离散化与概念分层121
小结124
思考与练习125
第7章关联规则126
7.1关联规则简介127
7.2关联规则挖掘方法130
7.3关联规则兴趣性133
7.4关联规则知识形式扩展136
7.4.1广义关联规则136
7.4.2数量关联规则138
7.4.3时态关联规则139
7.5简单关联规则140
小结143
思考与练习144
第8章分类分析145
8.1分类分析简介146
8.2决策树分类147
8.2.1决策树构建148
8.2.2决策树剪枝151
8.3贝叶斯分类153
8.3.1贝叶斯定理153
8.3.2简单贝叶斯分类器153
8.3.3贝叶斯信念网络155
8.4其他分类方法157
8.4.1神经元网络分类157
8.4.2支持向量机分类157
8.4.3懒惰型分类器158
8.5分类准确率159
8.5.1分类准确率比较与评估159
8.5.2提高分类器的准确率164
小结165
思考与练习165
第9章聚类分析167
9.1聚类分析简介168
9.2相似度与距离测度169
9.3聚类分析方法172
9.3.1划分方法172
9.3.2层次方法173
9.3.3基于密度的方法175
9.3.4基于网格的方法175
9.3.5基于模型的方法176
9.4k-means方法176
9.5DBSCAN方法179
小结184
思考与练习185
第10章社会网络分析186
10.1社会网络的中心性187
10.1.1度中心性188
10.1.2贴近中心性188
10.1.3中介中心性189
10.2社会网络的权威190
10.2.1度权威190
10.2.2邻近权威191
10.2.3等级权威192
10.3引用社会网络192
10.3.1同引分析192
10.3.2引文耦合193
10.4社会网络的链接分析193
10.4.1PageRank算法194
10.4.2HITS算法196
10.5社会网络中的社区198
小结199
思考与练习200
第11章概率图模型201
11.1概率图模型简介202
11.2朴素贝叶斯模型203
11.3隐马尔可夫模型205
11.3.1马尔可夫过程205
11.3.2隐马尔可夫建模与处理206
11.4高斯混合模型209
11.5LDA模型211
小结214
思考与练习215
第12章神经元网络216
12.1神经元网络简介217
12.2前馈神经元网络218
12.2.1神经元218
12.2.2激活函数218
12.2.3前馈神经元网络220
12.3卷积神经元网络222
12.3.1卷积层222
12.3.2汇聚层224
12.3.3卷积神经元网络结构225
12.3.4典型卷积神经元网络225
12.4循环神经元网络226
12.4.1循环神经元网络基础结构227
12.4.2长/短期记忆网络228
12.4.3门控循环单元网络230
12.5注意力机制231
12.5.1多头注意力模型232
12.5.2自注意力模型232
小结234
思考与练习234
第13章多模态数据表征236
13.1文本表征237
13.1.1词袋模型237
13.1.2Word2vec模型239
13.1.3Doc2vec模型240
13.1.4主题模型241
13.2图像表征243
13.3音频表征244
13.4视频表征247
小结248
思考与练习248
专题篇
第14章信息提取与洞察251
14.1“大数据―小数据”问题概述252
14.2代表性信息提取254
14.2.1代表性评估测度254
14.2.2代表性信息提取方法255
14.3一致性信息提取257
14.3.1一致性评估测度258
14.3.2一致性信息提取方法259
14.4多样性信息提取260
14.4.1多样性评估测度261
14.4.2多样性信息提取方法262
小结263
思考与练习264
第15章关联分类265
15.1生成分类关联规则266
15.2分类关联规则剪枝269
15.2.1后剪枝方式269
15.2.2先剪枝方式272
15.3构建分类器275
15.3.1单一规则分类器275
15.3.2多规则分类器277
15.4混合型关联分类278
15.5GARC方法解析278
15.5.1GARC思路与算法框架279
15.5.2数据实验与方法比较282
小结285
思考与练习286
第16章不确定性知识发现288
16.1不确定性信息表达289
16.2分区中的边界问题296
16.3数据间的部分隶属性300
16.4不完整数据依赖303
小结307
思考与练习307
第17章智能推荐309
17.1信息推荐方法310
17.1.1推荐系统概述310
17.1.2协同过滤推荐方法312
17.1.3推荐系统评测指标314
17.1.4消费者信息搜索过程中的推荐316
17.2多模态信息推荐319
17.2.1多模态信息表征320
17.2.2多视图信息整合322
17.2.3商品推荐场景322
17.3序列推荐323
17.4捆绑推荐325
小结328
思考与练习328
第18章商务智能的经济社会影响与发展329
18.1商务智能与管理决策330
18.2商务智能的发展趋势332
18.2.1移动商务智能332
18.2.2人工智能赋能333
18.2.3数据安全与隐私保护334
18.2.4数据治理336
小结337
思考与练习338
参考文献339
索引词检索目录362

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网