商務智慧型原理與方法（第2版）是2014年電子工業出版社出版的圖書，作者是陳國青、衛強、張瑾。
基本介紹
- 書名：商務智慧型原理與方法（第2版）
- 作者：陳國青、衛強、張瑾
- ISBN：9787121239793
- 頁數：396
- 出版社：電子工業出版社
- 出版時間：2014年
- 開本：16
內容簡介,目錄,
內容簡介
商務智慧型通過數據挖掘技術從海量數據中發現潛在、新穎和有用的知識，體現了信息技術融合背景下進行精益化管理和科學化決策的能力。 本書從商務角度入手，以基礎篇、方法篇、專題篇三大板塊的形式，較全面地涵蓋了商務智慧型領域的基礎知識、基本原理和技術方法等內容；融入了若干前沿成果和最新套用；同時結合經濟和管理實例，說明如何通過商采檔務智慧型方法進行大數據分析，利用企業內外部數據資源最佳化企業經營，從而提升企業競爭優勢。
目錄
基 礎 篇
第1章 引言
1.1 商務智慧型簡介
1.2 商務智慧型與信息社會
1.2.1 商務智慧型是信息社會的產物
1.2.2 商務智慧型是信息社會繁榮的推動力
1.3 商務智慧型與企業管理
1.3.1 商務智慧型在企業管理中的作用
1.3.2 商務智慧型協助企頁刪愉業管理的方式
1.3.3 商務智慧型的商業價值
1.4 商務智慧型與數據挖掘
1.4.1 數據挖掘的概念
1.4.2 數據挖掘的特點
1.5 商務智慧型與新技術融合
1.6 小結
思考練習題
第2章 商務智慧型套用
2.1 製造領域套用
2.2 金融領域套用
2.3 電信領域套用
2.4 生物與醫藥領域套用
2.5 零售與行銷領域套用
2.6 移動商務套用
2.7 社會化商務套用
2.8 商務智慧型系統與產品
2.8.1 商朵慨請滲務智慧型廈市海解決方案的系統結構
2.8.2 商務智慧型系統產品
2.9 小結
思考練習題
第3章 商務智慧型過程
3.1 資料庫與事務處理
3.1.1 資料庫與資料庫管理系統
3.1.2 線上事務處理
3.2 數據倉庫與線上分析處理
3.2.1 從事務處理到分析處理
3.2.2 數據倉庫
3.3 知識發現與可持續競爭優勢
3.3.1 OLAP與知識發現
3.3.2 企業外部大數據分析
3.3.3 使用數據挖掘增強企業競爭優勢
3.4 小結
思考練習題
第4章 數據倉庫
4.1 數據處理技組拳拜說術演進
4.2 數據倉庫過程與體系結構
4.3 數據集成、提取與轉換
4.3.1 數據提取
4.3.2 數據轉換
4.3.3 數據載入
4.3.4 ETL設計與開發
4.4 數據倉庫開發、管理與安全
4.4.1 數據倉庫開發模式
4.4.2 數據倉庫設計
4.4.3 數據倉庫的數據模型
4.4.4 元數據
4.4.5 數據倉庫的安全
4.5 雲數據平台
4.5.1 雲數據平台的概念
4.5.2 雲數據平台與BI
4.6 小結
思考練習題
第5章 構建商務智慧型環境
5.1 商務智慧型環境
5.1.1 確定什麼數據可用的能力
5.1.2 對數據挖掘的能力
5.1.3 用戶與系統互動的能力
5.2 商務智慧型組織
5.2.1 外包商務智慧型
5.2.2 內給商務智慧型
5.2.3 商務智慧型組織成員
5.3 商務智慧型基礎設施
5.4 商務智慧型系統軟體
5.5 小結
思考練習題
方 法 篇
第6章 關聯規則
6.1 關聯規則簡介
6.2 關聯規則挖掘方法
6.3 關聯規則興趣船煮鍵性
6.4 關聯規則知識形式擴展
6.4.1 廣義關聯規則
6.4.2 數量關聯規則
6.5 簡單關聯規則
6.6 小結
思考練習題
第7章 分類分析
7.1 分類分析簡介
7.2 決策樹分類
7.2.1 決策樹構建
7.2.2 決策樹剪枝
7.3 貝葉斯分類
7.3.1 貝葉斯定理
7.3.2 簡單貝葉斯分類器
7.3.3 貝葉斯信念網路
7.4 其他分類方法
7.4.1 神經元網路分類
7.4.2 支持向量機分類
7.4.3 懶惰型分類器
7.5 分類盼勸歡準確率
7.5.1 分類準確率比較與評估
7.5.2 提高分類器的準確率
7.6 小結
思考練習題
第8章 聚類分析
8.1 聚類分析簡介
8.2 相似度及距離測度
8.3 聚類分析方法
8.3.1 劃分方法
8.3.2 層次方法
8.3.3 基於密度的方法
8.3.4 基於格線的方法
8.3.5 基於模型的方法
8.4 k-means方法
8.5 DBSCAN方法
8.6 小結
思考練習題
第9章 信息搜尋服務
9.1 信息搜尋的基本概念
9.2 信息搜尋模型
9.2.1 布爾模型
9.2.2 空間向量模型
9.3 信息搜尋測度
9.4 文本預處理
9.5 搜尋索引
9.5.1 倒排索引搜尋
9.5.2 倒排索引的建立
9.6 搜尋結果排序
9.7 小結
思考練習題
第10章 社會網路分析
10.1 社會網路的中心性
10.1.1 度中心性
10.1.2 貼近中心性
10.1.3 中介中心性
10.2 社會網路的權威
10.2.1 度權威
10.2.2 鄰近權威
10.2.3 等級權威
10.3 引用社會網路
10.3.1 同引分析
10.3.2 引文耦合
10.4 社會網路的連結分析
10.4.1 PageRank算法
10.4.2 HITS算法
10.5 社會網路中的社區
10.6 小結
思考練習題
第11章 概念描述
11.1 概念描述簡介
11.2 描述統計學的方法
11.3 數據歸納
11.3.1 屬性概化
11.3.2 屬性消減
11.3.3 數據表示
11.4 數據對比
11.4.1 數據對比方法
11.4.2 數據對比表示
11.5 小結
思考練習題
第12章 數據預處理
12.1 數據預處理簡介
12.1.1 數據預處理的原因
12.1.2 數據預處理的目的
12.1.3 數據預處理的方法
12.2 數據清洗
12.2.1 缺失數據處理
12.2.2 噪聲數據處理
12.3 數據集成與規範
12.3.1 數據集成處理
12.3.2 數據規範化處理
12.4 數據消減
12.4.1 清除冗餘數據
12.4.2 採樣
12.4.3 數據立方合計
12.4.4 屬性選取與生成
12.4.5 數據壓縮
12.4.6 離散化與概念分層方法
12.5 小結
思考練習題
專 題 篇
第13章 信息提取與推薦
13.1 信息提取與推薦問題概述
13.2 代表性信息提取方法
13.2.1 網路文本的代表性評估測度
13.2.2 網路文本的代表性信息提取方法
13.2.3 線上產品評論的代表性信息提取
13.3 信息推薦方法
13.3.1 推薦系統概述
13.3.2 兩種協同過濾推薦方法
13.3.3 推薦系統評測指標
13.3.4 消費者信息搜尋過程中的推薦
13.4 小結
思考練習題
第14章 時態模式
14.1 時態數據類型與模式
14.2 時態關聯規則
14.3 序列相似性
14.3.1 距離測度法
14.3.2 模式匹配法
14.4 時態關係模式
14.5 時態數據的表達與轉換
14.6 小結
思考練習題
第15章 關聯分類
15.1 生成分類關聯規則
15.2 分類關聯規則剪枝
15.2.1 後剪枝方式
15.2.2 先剪枝方式
15.3 構建分類器
15.3.1 單一規則分類器
15.3.2 多規則分類器
15.4 混合型關聯分類
15.5 GARC方法解析
15.5.1 GARC思路與算法框架
15.5.2 數據實驗與方法比較
15.6 小結
思考練習題
第16章 不確定性知識發現
16.1 不確定性信息表達
16.2 分區中的邊界問題
16.3 數據間的部分隸屬性
16.4 不完整數據依賴
16.5 小結
思考練習題
第17章 複雜類型數據的挖掘
17.1 複雜類型數據
17.2 多維分析和描述性挖掘
17.3 空間數據挖掘
17.4 多媒體數據挖掘
17.5 Web挖掘
17.6 小結
思考練習題
第18章 商務智慧型的經濟社會影響與發展
18.1 商務智慧型的經濟社會影響
18.1.1 “長尾”與“利基”市場
18.1.2 大數據與新興電子商務
18.1.3 隱私與安全
18.2 商務智慧型的發展趨勢
18.2.1 移動商務智慧型
18.2.2 社會化商務智慧型
18.2.3 實時商務智慧型
18.2.4 商務智慧型的技術標準
18.3 小結
思考練習題
參考文獻
索引詞檢索目錄
4.5.2 雲數據平台與BI
4.6 小結
思考練習題
第5章 構建商務智慧型環境
5.1 商務智慧型環境
5.1.1 確定什麼數據可用的能力
5.1.2 對數據挖掘的能力
5.1.3 用戶與系統互動的能力
5.2 商務智慧型組織
5.2.1 外包商務智慧型
5.2.2 內給商務智慧型
5.2.3 商務智慧型組織成員
5.3 商務智慧型基礎設施
5.4 商務智慧型系統軟體
5.5 小結
思考練習題
方 法 篇
第6章 關聯規則
6.1 關聯規則簡介
6.2 關聯規則挖掘方法
6.3 關聯規則興趣性
6.4 關聯規則知識形式擴展
6.4.1 廣義關聯規則
6.4.2 數量關聯規則
6.5 簡單關聯規則
6.6 小結
思考練習題
第7章 分類分析
7.1 分類分析簡介
7.2 決策樹分類
7.2.1 決策樹構建
7.2.2 決策樹剪枝
7.3 貝葉斯分類
7.3.1 貝葉斯定理
7.3.2 簡單貝葉斯分類器
7.3.3 貝葉斯信念網路
7.4 其他分類方法
7.4.1 神經元網路分類
7.4.2 支持向量機分類
7.4.3 懶惰型分類器
7.5 分類準確率
7.5.1 分類準確率比較與評估
7.5.2 提高分類器的準確率
7.6 小結
思考練習題
第8章 聚類分析
8.1 聚類分析簡介
8.2 相似度及距離測度
8.3 聚類分析方法
8.3.1 劃分方法
8.3.2 層次方法
8.3.3 基於密度的方法
8.3.4 基於格線的方法
8.3.5 基於模型的方法
8.4 k-means方法
8.5 DBSCAN方法
8.6 小結
思考練習題
第9章 信息搜尋服務
9.1 信息搜尋的基本概念
9.2 信息搜尋模型
9.2.1 布爾模型
9.2.2 空間向量模型
9.3 信息搜尋測度
9.4 文本預處理
9.5 搜尋索引
9.5.1 倒排索引搜尋
9.5.2 倒排索引的建立
9.6 搜尋結果排序
9.7 小結
思考練習題
第10章 社會網路分析
10.1 社會網路的中心性
10.1.1 度中心性
10.1.2 貼近中心性
10.1.3 中介中心性
10.2 社會網路的權威
10.2.1 度權威
10.2.2 鄰近權威
10.2.3 等級權威
10.3 引用社會網路
10.3.1 同引分析
10.3.2 引文耦合
10.4 社會網路的連結分析
10.4.1 PageRank算法
10.4.2 HITS算法
10.5 社會網路中的社區
10.6 小結
思考練習題
第11章 概念描述
11.1 概念描述簡介
11.2 描述統計學的方法
11.3 數據歸納
11.3.1 屬性概化
11.3.2 屬性消減
11.3.3 數據表示
11.4 數據對比
11.4.1 數據對比方法
11.4.2 數據對比表示
11.5 小結
思考練習題
第12章 數據預處理
12.1 數據預處理簡介
12.1.1 數據預處理的原因
12.1.2 數據預處理的目的
12.1.3 數據預處理的方法
12.2 數據清洗
12.2.1 缺失數據處理
12.2.2 噪聲數據處理
12.3 數據集成與規範
12.3.1 數據集成處理
12.3.2 數據規範化處理
12.4 數據消減
12.4.1 清除冗餘數據
12.4.2 採樣
12.4.3 數據立方合計
12.4.4 屬性選取與生成
12.4.5 數據壓縮
12.4.6 離散化與概念分層方法
12.5 小結
思考練習題
專 題 篇
第13章 信息提取與推薦
13.1 信息提取與推薦問題概述
13.2 代表性信息提取方法
13.2.1 網路文本的代表性評估測度
13.2.2 網路文本的代表性信息提取方法
13.2.3 線上產品評論的代表性信息提取
13.3 信息推薦方法
13.3.1 推薦系統概述
13.3.2 兩種協同過濾推薦方法
13.3.3 推薦系統評測指標
13.3.4 消費者信息搜尋過程中的推薦
13.4 小結
思考練習題
第14章 時態模式
14.1 時態數據類型與模式
14.2 時態關聯規則
14.3 序列相似性
14.3.1 距離測度法
14.3.2 模式匹配法
14.4 時態關係模式
14.5 時態數據的表達與轉換
14.6 小結
思考練習題
第15章 關聯分類
15.1 生成分類關聯規則
15.2 分類關聯規則剪枝
15.2.1 後剪枝方式
15.2.2 先剪枝方式
15.3 構建分類器
15.3.1 單一規則分類器
15.3.2 多規則分類器
15.4 混合型關聯分類
15.5 GARC方法解析
15.5.1 GARC思路與算法框架
15.5.2 數據實驗與方法比較
15.6 小結
思考練習題
第16章 不確定性知識發現
16.1 不確定性信息表達
16.2 分區中的邊界問題
16.3 數據間的部分隸屬性
16.4 不完整數據依賴
16.5 小結
思考練習題
第17章 複雜類型數據的挖掘
17.1 複雜類型數據
17.2 多維分析和描述性挖掘
17.3 空間數據挖掘
17.4 多媒體數據挖掘
17.5 Web挖掘
17.6 小結
思考練習題
第18章 商務智慧型的經濟社會影響與發展
18.1 商務智慧型的經濟社會影響
18.1.1 “長尾”與“利基”市場
18.1.2 大數據與新興電子商務
18.1.3 隱私與安全
18.2 商務智慧型的發展趨勢
18.2.1 移動商務智慧型
18.2.2 社會化商務智慧型
18.2.3 實時商務智慧型
18.2.4 商務智慧型的技術標準
18.3 小結
思考練習題
參考文獻
索引詞檢索目錄
