掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
商務(wù)智能與數(shù)據(jù)挖掘 版權(quán)信息
- ISBN：9787301176719
- 條形碼：9787301176719 ; 978-7-301-17671-9
- 裝幀：暫無
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
商務(wù)智能與數(shù)據(jù)挖掘 本書特色
《商務(wù)智能與數(shù)據(jù)挖掘》特點：突出創(chuàng)造能力和創(chuàng)新意識。關(guān)注專業(yè)背景，拓寬理論基礎(chǔ)、強調(diào)計算機應(yīng)用與網(wǎng)絡(luò)技術(shù)應(yīng)用技能和專業(yè)知識，著眼于增強教學(xué)內(nèi)容的實際和應(yīng)用性。符合各學(xué)校專業(yè)課程設(shè)置要求。以高等教育的培養(yǎng)目標(biāo)為依據(jù)，注重教材的科學(xué)性、實用性和通用性，準(zhǔn)確定位教材在人才培養(yǎng)過程中的地位和作用，滿足各院校教學(xué)需求。面向就業(yè)，突出應(yīng)用。作者多為在電子商務(wù)與信息管理專業(yè)教學(xué)方面具有豐富經(jīng)驗的一線教師和研究人員，準(zhǔn)確把握就業(yè)市場動向，注重培養(yǎng)學(xué)生實際操作能力。合理選材和編排。傳統(tǒng)內(nèi)容與現(xiàn)代內(nèi)容合理融合，補充了大量新知識、新技術(shù)和新成果；遵循*新準(zhǔn)則或規(guī)范，根據(jù)教學(xué)內(nèi)容、學(xué)時、教學(xué)大綱的要求，突出重點和難點。側(cè)重案例教學(xué)。對大量當(dāng)前*新典型案例進行分析講解，理論聯(lián)系實際，通俗易懂。
商務(wù)智能與數(shù)據(jù)挖掘 目錄
第1章 商務(wù)智能概論1.1 商務(wù)智能的概念1.1.1 數(shù)據(jù)、信息、知識與智慧1.1.2 商務(wù)智能的定義1.1.3 商務(wù)智能的功能1.1.4 商務(wù)智能的過程1.2 商務(wù)智能的產(chǎn)生與發(fā)展1.2.1 商務(wù)智能的產(chǎn)生和發(fā)展過程1.2.2 商務(wù)智能與其他系統(tǒng)的關(guān)系1.3 商務(wù)智能的體系結(jié)構(gòu)和技術(shù)工具13.1 商務(wù)智能的架構(gòu)體系1.3.2 商務(wù)智能的技術(shù)工具概述1.4 主流商務(wù)智能產(chǎn)品1.4.1 主流商務(wù)智能產(chǎn)品簡介1.4.2 商務(wù)智能的抉擇1.5 商務(wù)智能的未來發(fā)展趨勢1.6 商務(wù)智能應(yīng)用舉例——Business Objects XI 3.0本章小結(jié)習(xí)題第2章 商務(wù)智能中的核心技術(shù)2.1 數(shù)據(jù)倉庫2.1.1 數(shù)據(jù)倉庫的產(chǎn)生2.1.2 數(shù)據(jù)倉庫的定義與特點2.1 .3數(shù)據(jù)倉庫的幾個重要概念2.1.4 數(shù)據(jù)倉庫中的數(shù)據(jù)組織2.1.5 數(shù)據(jù)倉庫基本架構(gòu)及模型設(shè)計2.1.6 數(shù)據(jù)倉庫的技術(shù)要求2.1.7 數(shù)據(jù)倉庫和數(shù)據(jù)集市2.1.8 數(shù)據(jù)倉庫的數(shù)據(jù)處理2.1.9 數(shù)據(jù)倉庫的應(yīng)用管理、維護和開發(fā)2.1.10 數(shù)據(jù)倉庫的開發(fā)流程2.2 OLAP技術(shù)2.2.1 0LAP概況2.2.2 OLAP的定義和相關(guān)概念2.2.3 OLAP與OLTP2.2.4 OLAP系統(tǒng)結(jié)構(gòu)2.2.5 OLAP多維數(shù)據(jù)分析本章小結(jié)習(xí)題第3章 商務(wù)智能與知識管理3.1 知識管理概述3.1.1 知識管理的概念3.1.2 知識管理的本質(zhì)和意義3.2 知識管理技術(shù)3.2.1 知識管理技術(shù)概述3.2.2 知識管理技術(shù)的劃分3.3 知識管理系統(tǒng)3.3.1 知識管理系統(tǒng)的概念3.3.2 知識管理系統(tǒng)模型3.3 3知識管理系統(tǒng)的功能3.3.4 KMS和IMS3.4 知識管理與商務(wù)智能的關(guān)系3.4.1 知識管理和商務(wù)智能的不同點3.4.2 知識管理和商務(wù)智能的共同點3.4.3 知識管理與商務(wù)智能的密切聯(lián)系3.4.4 知識管理與商務(wù)智能的整合3.5 商務(wù)智能環(huán)境下的企業(yè)知識管理3.5.1 企業(yè)知識管理3.5.2 基于數(shù)據(jù)挖掘的企業(yè)知識管理3.5 .3企業(yè)知識管理數(shù)據(jù)獲得本章小結(jié)習(xí)題第4章 商務(wù)智能的應(yīng)用4.1 商務(wù)智能的應(yīng)用領(lǐng)域4.2 商務(wù)智能國內(nèi)外應(yīng)用情況4.2.1 國外應(yīng)用情況4.2.2 國內(nèi)應(yīng)用情況4.3商務(wù)智能在物流管理和決策中的應(yīng)用4.3.1 商務(wù)智能在決策空間的地位4.3.2 商務(wù)智能和物流管理無縫聯(lián)結(jié)4.3.3 面向物流管理的商務(wù)智能體系結(jié)構(gòu)4.3.4 商務(wù)智能與物流管理的融合和特點4.3.5 基于商務(wù)智能的物流決策支持系統(tǒng)4.4 商務(wù)智能在客戶關(guān)系管理中的應(yīng)用4.4.1 客戶關(guān)系管理概念4.4.2 客戶關(guān)系管理結(jié)構(gòu)4.4.3 客戶關(guān)系管理與其他信息系統(tǒng)的關(guān)聯(lián)4.4.4 商務(wù)智能與客戶關(guān)系管理4.5 商務(wù)智能在商務(wù)過程中的應(yīng)用4.5.1 商務(wù)過程的理論4.5.2 商務(wù)智能在商務(wù)過程中的實現(xiàn)4.5.3 商務(wù)過程信息模型改進研究4.5.4 商務(wù)流程優(yōu)化4.6 商務(wù)智能在知識管理中的應(yīng)用4.6.1 企業(yè)知識管理4.6.2 基于企業(yè)管理信息系統(tǒng)的知識管理4.6.3 知識獲取中的來源分析及數(shù)據(jù)質(zhì)量的保證4.6.4 知識發(fā)現(xiàn)（挖掘）的理論4.6.5 知識運用的范圍研究4.6.6 商務(wù)智能中知識管理的評價4.6.7 建立商務(wù)智能中的知識評價方法4.7 商務(wù)智能在國內(nèi)其他行業(yè)中的應(yīng)用4.7.1 國家和行業(yè)方面4.7.2 企業(yè)方面4.7.3 軟件方面4.7.4 管理咨詢方面4.7.5 項目實施方面本章小結(jié)習(xí)題第5章 數(shù)據(jù)挖掘基礎(chǔ)5.1 數(shù)據(jù)挖掘的產(chǎn)生與發(fā)展5.2 數(shù)據(jù)挖掘的定義5.3數(shù)據(jù)挖掘過程5.4 數(shù)據(jù)挖掘系統(tǒng)5.4.1 數(shù)據(jù)挖掘系統(tǒng)的分類5.4.2 數(shù)據(jù)挖掘系統(tǒng)的發(fā)展5.5 數(shù)據(jù)挖掘的功能和方法5.5.1 數(shù)據(jù)挖掘的功能5.5.2 數(shù)據(jù)挖掘的方法5.6 數(shù)據(jù)挖掘的典型應(yīng)用領(lǐng)域5.7 數(shù)據(jù)挖掘的發(fā)展趨勢本章小結(jié)習(xí)題第6章 數(shù)據(jù)挖掘的目的任務(wù)6.1 關(guān)聯(lián)分析6.1.1 引言6.1.2 基本概念6.1.3 關(guān)聯(lián)規(guī)則的種類6.1.4 關(guān)聯(lián)規(guī)則的研究現(xiàn)狀6.2 分類分析6.2.1 分類的定義6.2.2 樣本測度6.2.3 相似性測度6.2.4 分類的方法6.3 聚類分析6.3.1 聚類的概念6.3.2 數(shù)據(jù)挖掘領(lǐng)域的聚類方法6.3 .3聚類算法的特點6.4 離群數(shù)據(jù)分析6.4.1 離群點檢測方法6.4.2 離群數(shù)據(jù)的特點6.4..3 數(shù)據(jù)挖掘領(lǐng)域中的離群值分析算法6.5 序列模式分析6.5.1 時間序列6.5.2 時間序列分析6.5.3 空間數(shù)據(jù)分析6.6 分形模式分析6.6.1 分形的基本概念6.6.2 分形維概述6.6.3 R／S分析方法概述6.6.4 基于分形理論的數(shù)據(jù)挖掘技術(shù)本章小結(jié)習(xí)題第7章 數(shù)據(jù)挖掘的技術(shù)方法7.1 決策樹7.1.1 概述7.1.2 歸納學(xué)習(xí)中的知識表示7.1 .3決策樹歸納學(xué)習(xí)7.1.4 關(guān)于決策樹的深入討論7.2 粗糙集7.2.1 粗糙集基本理論7.2.2 粗糙集概念的物理意義7.2.3 粗糙集理論的特點7.2.4 決策表達邏輯7.2.5 粗糙集的研究進展7.3 關(guān)聯(lián)規(guī)則7.3.1 Apriori算法7.3.2 Apriori算法的改進7.3.3 FP-tree算法7.3.4 挖掘多層關(guān)聯(lián)規(guī)則7.3.5 挖掘多維關(guān)聯(lián)規(guī)則7.3.6 基于限制的關(guān)聯(lián)規(guī)則挖掘7.4 神經(jīng)網(wǎng)絡(luò)方法7.4.1 前饋神經(jīng)網(wǎng)絡(luò)模型7.4.2 前饋神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法7.4.3FP及覆蓋算法7.4.4 SVM及其學(xué)習(xí)算法7.5 基于案例推理7.5.1 CBR。的邏輯學(xué)基礎(chǔ)7.5.2 CBR.智能技術(shù)7.5.3 相似性研究7.5.4 案例修正技術(shù)7.6 遺傳算法7.6.1 遺傳算法的主要特征7.6.2 遺傳算法的基本原理7.6.3 遺傳算法的關(guān)鍵問題及方法7.6.4 挖掘關(guān)聯(lián)規(guī)則的遺傳算法7.7 模糊技術(shù)7.7.1 模糊集基本概念7.7.2 模糊集合運算7.7.3 模糊度及模糊關(guān)系本章小結(jié)習(xí)題第8章 Web挖掘技術(shù)8.1 Web數(shù)據(jù)挖掘流程8.2 Web數(shù)據(jù)挖掘分類8.2.1 Web內(nèi)容挖掘概述8.2.2 Web結(jié)構(gòu)挖掘概述8.2.3 Web訪問挖掘概述8.3 WUM挖掘過程8.3.1 WUM數(shù)據(jù)預(yù)處理8.3.2 WUM模式發(fā)現(xiàn)8.3.3 WUM模式分析8.3.4 WUM模式應(yīng)用8.4 Web結(jié)構(gòu)挖掘8.4.1 Web結(jié)構(gòu)挖掘概述8.4.2 網(wǎng)絡(luò)結(jié)構(gòu)挖掘的兩種算法及改進8.4.3 Web結(jié)構(gòu)挖掘應(yīng)用8.5 Web內(nèi)容挖掘本章小結(jié)習(xí)題第9章 數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用9.1 電子商務(wù)中數(shù)據(jù)挖掘的發(fā)展?fàn)顩r9.2 電子商務(wù)中數(shù)據(jù)挖掘的特點9.2.1 電子商務(wù)中數(shù)據(jù)挖掘的數(shù)據(jù)源9.2.2 路徑分析9.2 .3電子商務(wù)中數(shù)據(jù)挖掘的體系結(jié)構(gòu)9.3 網(wǎng)站客戶分群9.4 優(yōu)化網(wǎng)站結(jié)構(gòu)9.4.1 網(wǎng)站結(jié)構(gòu)優(yōu)化手段9.4.2 網(wǎng)站結(jié)構(gòu)優(yōu)化模型9.5 智能搜索引擎9.5.1 傳統(tǒng)搜索引擎的特點9.5.2 智能搜索引擎的特點9.5.3 網(wǎng)絡(luò)爬蟲9.5.4 智能搜索引擎的技術(shù)與發(fā)展9.6 客戶關(guān)系管理9.6.1 粗糙集理論在CRM中的應(yīng)用9.6.2 SOM神經(jīng)網(wǎng)絡(luò)在CRM中的應(yīng)用9.7 網(wǎng)絡(luò)主動防御本章小結(jié)習(xí)題參考文獻
展開全部
商務(wù)智能與數(shù)據(jù)挖掘 節(jié)選
《商務(wù)智能與數(shù)據(jù)挖掘》內(nèi)容簡介：商務(wù)智能與數(shù)據(jù)挖掘是高等院校電子商務(wù)、信息管理等專業(yè)的課程，是近年來企業(yè)信息化的熱點內(nèi)容。《商務(wù)智能與數(shù)據(jù)挖掘》共分9章，包括商務(wù)智能概論、商務(wù)智能中的核心技術(shù)、商務(wù)智能與知識管理、商務(wù)智能的應(yīng)用、數(shù)據(jù)挖掘基礎(chǔ)、數(shù)據(jù)挖掘的目的任務(wù)、數(shù)據(jù)挖掘的技術(shù)方法、web挖掘技術(shù)、數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用等內(nèi)容；匯集了統(tǒng)計學(xué)、機器學(xué)習(xí)、數(shù)據(jù)庫、人工智能等內(nèi)容，具有多學(xué)科交叉、技術(shù)與管理融合等特點。《商務(wù)智能與數(shù)據(jù)挖掘》在借鑒和吸收國內(nèi)外同類著作的基礎(chǔ)上，強調(diào)了理論與實踐的結(jié)合；在歸納和總結(jié)商務(wù)智能的*新理論研究成果及行業(yè)*新發(fā)展動態(tài)的基礎(chǔ)上，編寫了相應(yīng)的案例，以期反映國內(nèi)外的商務(wù)智能實踐經(jīng)驗，將*新的國際商務(wù)智能的相關(guān)內(nèi)容和關(guān)鍵技術(shù)介紹給讀者。《商務(wù)智能與數(shù)據(jù)挖掘》內(nèi)容全面，案例新穎，每章附有教學(xué)目標(biāo)與要求、習(xí)題，使學(xué)生能把握各章要點并且及時鞏固所學(xué)知識。《商務(wù)智能與數(shù)據(jù)挖掘》適合電子商務(wù)、信息管理和管理科學(xué)等相關(guān)專業(yè)的本、專科的學(xué)生作為教材使用，也可作為一些企事業(yè)單位、政府部門、研究機構(gòu)等從事商務(wù)智能理論研究工作的相關(guān)人員的學(xué)習(xí)參考書。
商務(wù)智能與數(shù)據(jù)挖掘 相關(guān)資料
插圖：由于企業(yè)積累的這些海量的數(shù)據(jù)不僅沒能給企業(yè)帶來財富，相反卻使得企業(yè)淹沒于數(shù)據(jù)之中，形成一個個信息孤島和數(shù)據(jù)墳?zāi)埂Ｆ髽I(yè)面臨著由于數(shù)據(jù)庫變得越來越龐大而帶來的對數(shù)據(jù)管理的困難。如何充分利用這些數(shù)據(jù)，為企業(yè)的經(jīng)營決策服務(wù)？這就需要一種合適的數(shù)據(jù)處理和數(shù)據(jù)分析工具。1.1.1 數(shù)據(jù)、信息、知識與智慧1.數(shù)據(jù)數(shù)據(jù)是用來記錄、描述和識別事物的按一定規(guī)則排列組合的物理符號，是一組表示數(shù)量、行動和目標(biāo)的非隨機的可鑒別的符號，是客觀事物的屬性、數(shù)量、位置及其相互關(guān)系等的抽象表示，以適合于用人工或自然的方式進行保存、傳遞和處理。它既可以是數(shù)字、文字、圖形、圖像、聲音或者味道，也可以是計算機代碼。在計算機科學(xué)中，數(shù)據(jù)是指所有能輸入到計算機中具有一定意義的數(shù)字、字母、符號和模擬量等并能夠被計算機程序處理的符號的介質(zhì)的總稱，是計算機能夠識別的二進制數(shù)的形式。數(shù)據(jù)本身是孤立的、互不關(guān)聯(lián)的客觀事實、文字、數(shù)字和符號，沒有上下文和解釋。數(shù)據(jù)表達的僅僅是一個描述，如19491001，我們只知道這是一個數(shù)字，或者可以看做日期，對于這個數(shù)字來說，它就是數(shù)字，不表示別的什么含義。數(shù)據(jù)用屬性描述，屬性也稱變量、特征、字段或維。數(shù)據(jù)經(jīng)過處理仍然是數(shù)據(jù)，只有經(jīng)過解釋，數(shù)據(jù)才有意義，才能成為信息。2.信息信息是指人們對數(shù)據(jù)進行系統(tǒng)地收集、整理、管理和分析的結(jié)果，是經(jīng)過一系列的提煉、加工和集成后的數(shù)據(jù)。信息是對客觀世界各種事物的特征的反映。數(shù)據(jù)是信息的符號表示，或稱載體，數(shù)據(jù)不經(jīng)加工只是一種原始材料，其價值只是在于記錄了客觀數(shù)據(jù)的事實。信息是數(shù)據(jù)的內(nèi)涵，是對數(shù)據(jù)的解釋。如對某先生來說，19491001可以是他的生日，也可以是中華人民共和國成立的日期。信息來源于數(shù)據(jù)，是對數(shù)據(jù)進行加工處理的產(chǎn)物，信息對決策或行動是有價值的，其價值在于人類認(rèn)識世界和改造世界活動的現(xiàn)實意義。數(shù)據(jù)資料中所含信息量的多少是由消除對事物認(rèn)識的不確定程度來決定的，數(shù)據(jù)資料所消除的人們認(rèn)識上的不確定性的大小也就是數(shù)據(jù)資料中所含信息量的大小。3.知識所謂知識，就它反映的內(nèi)容而言，是客觀事物的屬性與聯(lián)系的反映，是客觀世界在人腦中的相對正確的反映。就它反映的活動形式而言，有時表現(xiàn)為主體對事物的感性知覺或表象，屬于感性知識，有時表現(xiàn)為關(guān)于事物的概念或規(guī)律，屬于理性知識。知識是人們在實踐活動中獲得的關(guān)于世界的最本質(zhì)的認(rèn)識，是對信息的提煉、比較、挖掘、分析、概括、判斷和推論。一般而言知識具有共享性、傳遞性、非損耗性（可以反復(fù)使用，其價值不會減小）及再生性等特點。
書友推薦
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
龍榆生：詞曲概論/大家小書
- >
我從未如此眷戀人間
- >
自卑與超越
- >
伯納黛特,你要去哪(2021新版)
- >
羅庸西南聯(lián)大授課錄
- >
唐代進士錄
本類暢銷
