商務(wù)智能（第3版）/21世紀高等學(xué)校規劃教材·計算機應用簡(jiǎn)介，目錄書(shū)摘

編輯推薦:

國內較早開(kāi)展商務(wù)智能研究和教學(xué)的總結，多次再版，廣受好評。

業(yè)內主流公司IBM、SAP的大學(xué)合作部多次資助出版、推薦

內容新穎：吸收了業(yè)界和學(xué)術(shù)界新的商務(wù)智能研究與實(shí)踐成果

內容系統：涵蓋基礎，重視實(shí)驗，融學(xué)術(shù)性和應用性于一體

適用廣泛：適合作為高校教材，也適合從事商務(wù)智能的業(yè)界人士閱讀

資料齊全：配套課件、習題、實(shí)驗指導書(shū)和參考資料豐富

內容簡(jiǎn)介:

　　商務(wù)智能是近年來(lái)企業(yè)信息化的熱點(diǎn)，有著(zhù)廣闊的應用前景?！渡虅?wù)智能（第3版）/21世紀高等學(xué)校規劃教材·計算機應用》首先系統地介紹了商務(wù)智能的基本概念、商務(wù)智能系統的架構以及數據倉庫、OLAP和數據挖掘等核心技術(shù)。在此基礎上，討論了商務(wù)智能在電子商務(wù)、移動(dòng)商務(wù)、知識管理、Web挖掘、企業(yè)績(jì)效管理、流程管理、RFID數據管理和大數據管理等領(lǐng)域的新應用。此外，通過(guò)IBM.SAP等業(yè)界領(lǐng)先的商務(wù)智能工具進(jìn)行實(shí)驗，增強讀者的應用能力。
　　《商務(wù)智能（第3版）/21世紀高等學(xué)校規劃教材·計算機應用》內容新穎、全面，案例豐富，適合作為計算機應用、軟件工程、信息管理、電子商務(wù)和管理科學(xué)等相關(guān)專(zhuān)業(yè)本科生和研究生的教材，也可作為從事商務(wù)智能的信息化人員的參考資料。

作者簡(jiǎn)介:

目錄:第一部分  商務(wù)智能基礎

第1章  商務(wù)智能概論

1．1  商業(yè)決策需要商務(wù)智能

1．1．1  數據、信息與知識

1．1． 2  管理就是決策

1．1．3  決策需要信息和知識

1． 1．4  智能型企業(yè)

1．1．5  商務(wù)智能支持商業(yè)決策

1．1．6  新一代的決策支持系統

1．2  商務(wù)智能簡(jiǎn)介

l． 2．1  商務(wù)智能概念

1．2．2  商務(wù)智能的發(fā)展

1．2．3  商務(wù)智能的價(jià)值

1．3  商務(wù)智能系統的功能

1．4  商務(wù)智能的應用

本章參考文獻

思考題

第二部分  商務(wù)智能核心技術(shù)

第2章  商務(wù)智能系統架構

2．1  商務(wù)智能系統的組成

2． 2  數據集成

本章參考文獻

思考題

第3章  數據倉庫

3．1  從數據庫到數據倉庫

3．2  數據倉庫的概念

3．3  數據集市

3．4  元數據

3． 5  ETL

3．6  操作數據存儲

3．7  數據倉庫模型

3．8  數據挖掘查詢(xún)語(yǔ)言

3．9  醫保數據倉庫設計

本章參考文獻

思考題

第4章  在線(xiàn)分析處理

4．l  OLAP簡(jiǎn)介

4．2  0LTP與OLAP的區別

4．3  OLAP操作

4．4  OLAP的分類(lèi)

4．5  OLAP操作語(yǔ)言

本章參考文獻

思考題

第5章  數據挖掘

5．1  數據挖掘的基礎

5．1．1  數據挖掘的概念

5．1．2  數據挖掘的發(fā)展

5．1．3  數據挖掘的過(guò)程

5．1．4  數據挖掘原語(yǔ)與語(yǔ)言

5．1．5  基于組件的數據挖掘

5．1．6  可視化技術(shù)

5．1．7  數據挖掘的隱私保護

5．2  數據挖掘的典型應用領(lǐng)域

5． 3  數據預處理

5．4  聚類(lèi)分析

5．4．1  聚類(lèi)的概念

5．4． 2  聚類(lèi)分析的統計量

5．4．3  常用聚類(lèi)算法

5．4．4  其他聚類(lèi)方法

5．4．5  離群點(diǎn)檢測

5．5  分類(lèi)分析

5．5．1  貝葉斯分類(lèi)器

5．5．2  決策樹(shù)

5．5．3  支持向量機

5．5．4  BP神經(jīng)網(wǎng)絡(luò )

5．5．5  其他分類(lèi)方法

5．6  關(guān)聯(lián)分析

5．6．1  關(guān)聯(lián)規則

5．6． 2  Apfiori算法

5．6．3  FP增長(cháng)算法

5．6．4  其他關(guān)聯(lián)規則挖掘算法

5．7  序列模式挖掘

5．7．1  基本概念

5．7．2  類(lèi)Apriori算法

5． 8  回歸分析

5．8．1  一元回歸分析

5．8．2  多元線(xiàn)性回歸分析

5．8．3  其他回歸分析

5．9  時(shí)間序列分析

5．10  數據挖掘技術(shù)與應用的發(fā)展方向

本章參考文獻

思考題

第三部分  商務(wù)智能應用

第6章  移動(dòng)商務(wù)智能

6．1  移動(dòng)商務(wù)

6．2  商務(wù)智能在移動(dòng)商務(wù)中的應用

本章參考文獻

思考題

第7章  商務(wù)智能與知識管理

7．1  知識管理

7．2  知識管理與商務(wù)智能的關(guān)系

7．2．1  商務(wù)智能與知識管理的區別

7．2．2  商務(wù)智能與知識管理的聯(lián)系

本章參考文獻

思考題

第8章  Web挖掘

8．1  Web挖掘基礎

8．2  Web內容挖掘

8．3  Web結構挖掘

8．4  Web日志挖掘

本章參考文獻

思考題

第9章  商務(wù)智能在企業(yè)績(jì)效管理中的應用

9．1  企業(yè)績(jì)效管理的層次

9．2  商務(wù)智能貫穿企業(yè)績(jì)效管理的閉環(huán)流程

9．3  商務(wù)智能在企業(yè)績(jì)效管理中的應用

9．4  商務(wù)智能給企業(yè)績(jì)效管理帶來(lái)的價(jià)值

本章參考文獻

思考題

第10章  數據挖掘在電子商務(wù)中的應用

10．1  電子商務(wù)需要數據挖掘

10．2  顧客管理

10．3  網(wǎng)站結構優(yōu)化

10．4  智能搜索引擎

10．5  異常事件確定

章參考文獻

思考題

第11章  工作流挖掘

11．1  工作流挖掘的發(fā)展

11．2  工作流挖掘的概念與作用

11．2．1  工作流挖掘的概念

11．2．2  工作流挖掘的作用

11．3  工作流挖掘的內容

11．3．1  工作流模型的重構

11． 3． 2  工作流的監控與工作流挖掘的評價(jià)

11．3．3  組織視圖挖掘

11．4  工作流挖掘的應用

11．4．1  流程監控

11．4．2  流程優(yōu)化

11．4．3  社會(huì )關(guān)系分析

11．4．4  工作流挖掘在其他領(lǐng)域中的應用

章參考文獻

思考題

第12章  RFID數據挖掘

12． 1  RFID數據挖掘的發(fā)展

12．2  RFID數據挖掘的作用

12．3  RFID數據分析的典型應用

12．3．1  零售倉儲

12．3． 2  通關(guān)檢查

12．3．3  運輸管理

12．3． 4  醫療管理

12．3．5  其他應用

本章參考文獻

思考題

第13章  大數據分析

13．1  大數據的處理模式

13．2  大數據分析的基本流程

13．3  大數據分析方法

13．4  基于新浪微博的情感分析

13．5  基于表情符號的微博情感預測

本章參考文獻

思考題

第四部分  商務(wù)智能發(fā)展

第14章  商務(wù)智能進(jìn)展

14．1  商務(wù)智能應用趨勢

14．2  商務(wù)智能在中國的發(fā)展

14．3  商務(wù)智能動(dòng)態(tài)

本章參考文獻

思考題

第五部分  實(shí)驗

第15章  商務(wù)智能實(shí)驗

15．1  使用SAP Crystal Reports創(chuàng )建報表

15．2  使用SAP Crystal Dashboard Design 2011創(chuàng )建儀表盤(pán)

15．3  基于IBM Cognos 10的數據分析

15．3．1  使用IBM Cognos 10創(chuàng )建報表

15．3．2  基于IBM Cognos 10的多維分析

15．3．3  使用Query Studio創(chuàng )建自助查詢(xún)

15．4  基于IBM SPSS Modeler 14．2的數據挖掘

思考題