商务智能原理与方法

基 础 篇第1章 引言1．1 商务智能简介1．2 商务智能与信息社会1．2．1 商务智能是信息社会的产物1．2．2 商务智能是信息社会繁荣的推动力1．3 商务智能与企业管理1．3．1 商务智能在企业管理中的作用1．3．2 商务智能协助企业管理的方式1．3．3 商务智能的商业价值1．4 商务智能与数据挖掘1．4．1 数据挖掘的概念1．4．2 数据挖掘的特点1．5 商务智能与新技术融合1．6 小结思考练习题第2章 商务智能应用2．1 制造领域应用2．2 金融领域应用2．3 电信领域应用2．4 生物与医药领域应用2．5 零售与营销领域应用2．6 移动商务应用2．7 社会化商务应用2．8 商务智能系统与产品2．8．1 商务智能解决方案的系统结构2．8．2 商务智能系统产品2．9 小结思考练习题第3章 商务智能过程3．1 数据库与事务处理3．1．1 数据库与数据库管理系统3．1．2 在线事务处理3．2 数据仓库与在线分析处理3．2．1 从事务处理到分析处理3．2．2 数据仓库3．3 知识发现与可持续竞争优势3．3．1 OLAP与知识发现3．3．2 企业外部大数据分析3．3．3 使用数据挖掘增强企业竞争优势3．4 小结思考练习题第4章 数据仓库4．1 数据处理技术演进4．2 数据仓库过程与体系结构4．3 数据集成、提取与转换4．3．1 数据提取4．3．2 数据转换4．3．3 数据加载4．3．4 ETL设计与开发4．4 数据仓库开发、管理与安全4．4．1 数据仓库开发模式4．4．2 数据仓库设计4．4．3 数据仓库的数据模型4．4．4 元数据4．4．5 数据仓库的安全4．5 云数据平台4．5．1 云数据平台的概念4．5．2 云数据平台与BI4．6 小结思考练习题第5章 构建商务智能环境5．1 商务智能环境5．1．1 确定什么数据可用的能力5．1．2 对数据挖掘的能力5．1．3 用户与系统交互的能力5．2 商务智能组织5．2．1 外包商务智能5．2．2 内给商务智能5．2．3 商务智能组织成员5．3 商务智能基础设施5．4 商务智能系统软件5．5 小结思考练习题方 法 篇第6章 关联规则6．1 关联规则简介6．2 关联规则挖掘方法6．3 关联规则兴趣性6．4 关联规则知识形式扩展6．4．1 广义关联规则6．4．2 数量关联规则6．5 简单关联规则6．6 小结思考练习题第7章 分类分析7．1 分类分析简介7．2 决策树分类7．2．1 决策树构建7．2．2 决策树剪枝7．3 贝叶斯分类7．3．1 贝叶斯定理7．3．2 简单贝叶斯分类器7．3．3 贝叶斯信念网络7．4 其他分类方法7．4．1 神经元网络分类7．4．2 支持向量机分类7．4．3 懒惰型分类器7．5 分类准确率7．5．1 分类准确率比较与评估7．5．2 提高分类器的准确率7．6 小结思考练习题第8章 聚类分析8．1 聚类分析简介8．2 相似度及距离测度8．3 聚类分析方法8．3．1 划分方法8．3．2 层次方法8．3．3 基于密度的方法8．3．4 基于网格的方法8．3．5 基于模型的方法8．4 k-means方法8．5 DBSCAN方法8．6 小结思考练习题第9章 信息搜索服务9．1 信息搜索的基本概念9．2 信息搜索模型9．2．1 布尔模型9．2．2 空间向量模型9．3 信息搜索测度9．4 文本预处理9．5 搜索索引9．5．1 倒排索引搜索9．5．2 倒排索引的建立9．6 搜索结果排序9．7 小结思考练习题第10章 社会网络分析10．1 社会网络的中心性10．1．1 度中心性10．1．2 贴近中心性10．1．3 中介中心性10．2 社会网络的权威10．2．1 度权威10．2．2 邻近权威10．2．3 等级权威10．3 引用社会网络10．3．1 同引分析10．3．2 引文耦合10．4 社会网络的链接分析10．4．1 PageRank算法10．4．2 HITS算法10．5 社会网络中的社区10．6 小结思考练习题第11章 概念描述11．1 概念描述简介11．2 描述统计学的方法11．3 数据归纳11．3．1 属性概化11．3．2 属性消减11．3．3 数据表示11．4 数据对比11．4．1 数据对比方法11．4．2 数据对比表示11．5 小结思考练习题第12章 数据预处理12．1 数据预处理简介12．1．1 数据预处理的原因12．1．2 数据预处理的目的12．1．3 数据预处理的方法12．2 数据清洗12．2．1 缺失数据处理12．2．2 噪声数据处理12．3 数据集成与规范12．3．1 数据集成处理12．3．2 数据规范化处理12．4 数据消减12．4．1 清除冗余数据12．4．2 采样12．4．3 数据立方合计12．4．4 属性选取与生成12．4．5 数据压缩12．4．6 离散化与概念分层方法12．5 小结思考练习题专 题 篇第13章 信息提取与推荐13．1 信息提取与推荐问题概述13．2 代表性信息提取方法13．2．1 网络文本的代表性评估测度13．2．2 网络文本的代表性信息提取方法13．2．3 在线产品评论的代表性信息提取13．3 信息推荐方法13．3．1 推荐系统概述13．3．2 两种协同过滤推荐方法13．3．3 推荐系统评测指标13．3．4 消费者信息搜索过程中的推荐13．4 小结思考练习题第14章 时态模式14．1 时态数据类型与模式14．2 时态关联规则14．3 序列相似性14．3．1 距离测度法14．3．2 模式匹配法14．4 时态关系模式14．5 时态数据的表达与转换14．6 小结思考练习题第15章 关联分类15．1 生成分类关联规则15．2 分类关联规则剪枝15．2．1 后剪枝方式15．2．2 先剪枝方式15．3 构建分类器15．3．1 单一规则分类器15．3．2 多规则分类器15．4 混合型关联分类15．5 GARC方法解析15．5．1 GARC思路与算法框架15．5．2 数据实验与方法比较15．6 小结思考练习题第16章 不确定性知识发现16．1 不确定性信息表达16．2 分区中的边界问题16．3 数据间的部分隶属性16．4 不完整数据依赖16．5 小结思考练习题第17章 复杂类型数据的挖掘17．1 复杂类型数据17．2 多维分析和描述性挖掘17．3 空间数据挖掘17．4 多媒体数据挖掘17．5 Web挖掘17．6 小结思考练习题第18章 商务智能的经济社会影响与发展18．1 商务智能的经济社会影响18．1．1 “长尾”与“利基”市场18．1．2 大数据与新兴电子商务18．1．3 隐私与安全18．2 商务智能的发展趋势18．2．1 移动商务智能18．2．2 社会化商务智能18．2．3 实时商务智能18．2．4 商务智能的技术标准18．3 小结思考练习题参考文献索引词检索目录

商务智能通过数据挖掘技术从海量数据中发现潜在、新颖和有用的知识，体现了信息技术融合背景下进行精益化管理和科学化决策的能力。本书从商务角度入手，以基础篇、方法篇、专题篇三大板块的形式，较全面地涵盖了商务智能领域的基础知识、基本原理和技术方法等内容；融入了若干前沿成果和最新应用；同时结合经济和管理实例，说明如何通过商务智能方法进行大数据分析，利用企业内外部数据资源优化企业经营，从而提升企业竞争优势。【作者简介】陈国青，清华大学经济管理学院讲席教授、学术委员会主任。2005年获聘教育部长江学者特聘教授。担任国家信息化专家咨询委员会成员，教育部管理科学与工程类专业教学指导委员会主任委员。国际信息系统协会中国分会（CNAIS）创始主席（2005―2013）。2009年度国际模糊系统协会授予IFSA Fellow，2007年度获得复旦管理学杰出贡献奖，1999年度获得国家杰出青年科学基金。主持国家自然科学基金委重大项目、以及多个国际合作和企业信息化项目。主要教学与研究领域包括信息战略与管理、商务智能与电子商务、软计算与数据建模等。