商业智能：方法与应用 - 中国高校教材图书网
|
书名： |
商业智能：方法与应用
|
| ISBN： | 9787560659107 |
条码： | |
| 作者： |
温浩宇
相关图书
|
装订： | 0 |
| 印次： | 1-1 |
开本： | 16开 |
| 定价： |
￥31.00
折扣价：￥29.45
折扣：0.95
节省了1.55元
|
字数： |
230千字
|
| 出版社： |
西安电子科技大学出版社 |
页数： |
160页
|
| 发行编号： | |
每包册数： |
16
|
| 出版日期： |
2021-04-27 |
|
|
| 内容简介： |
本书系统地介绍了与商业智能（也称为商务智能）相关的基础知识和技术，用简洁、清晰的语言讲解了数据分析、数据挖掘、数据可视化等技术和管理模式。
全书共分为10章，内容包括商业智能概述、联机事务处理与联机分析处理、数据仓库、数据挖掘、人工神经网络与机器学习、Web挖掘与文本分析、用户画像与推荐系统、数据可视化、报表自动化系统、大数据技术与应用。本书提供了多个典型应用，以帮助读者理解各种技术工具及其在商业智能实践中的作用，章末给出了课后思考题，以便于教师对学生的学习情况进行考查。
本书可作为高等学校计算机、信息管理、电子商务和工商管理等相关专业的教材，也适合广大商业智能管理者自学使用。
|
| 作者简介： |
|
|
| 章节目录： |
第1章 商业智能概述 1
1.1 商业智能的概念 1
1.1.1 数据、信息、知识 1
1.1.2 商业智能的定义与特点 2
1.2 商业智能的产生与发展 3
1.3 商业智能的应用领域 4
思考题 6
第2章 联机事务处理与联机分析处理 7
2.1 联机事务处理——OLTP 7
2.1.1 数据库与联机事务处理 7
2.1.2 关系数据库简介 8
2.1.3 关系数据库的设计范式 9
2.1.4 联机事务处理的主要操作 9
2.1.5 事务的特性 12
2.2 联机分析处理——OLAP 12
2.2.1 联机分析处理的发展背景 12
2.2.2 联机分析处理的概念和模型 13
2.2.3 联机分析处理的主要操作 15
2.2.4 联机分析处理的体系结构 17
思考题 18
第3章 数据仓库 19
3.1 数据仓库的相关概念 19
3.1.1 数据仓库的定义及特点 19
3.1.2 数据集市、元数据管理和数据质量管理 21
3.1.3 数据仓库的体系结构 22
3.2 数据仓库设计 23
3.2.1 概念模型设计 23
3.2.2 逻辑模型设计 25
3.2.3 物理模型设计 26
3.3 ETL的过程设计 28
3.3.1 数据抽取设计 29
3.3.2 数据清洗设计 29
3.3.3 数据加载设计 31
思考题 34
第4章 数据挖掘 36
4.1 数据挖掘概述 36
4.1.1 数据挖掘的概念与任务 36
4.1.2 数据挖掘领域的经典算法 38
4.2 分类 40
4.2.1 分类概述 40
4.2.2 分类方法——以决策树为例 43
4.3 聚类 48
4.3.1 聚类分析概述 48
4.3.2 聚类分析方法——以KMeans算法为例 50
4.4 关联分析 55
4.4.1 关联分析概述 55
4.4.2 关联分析算法——以Apriori算法为例 57
4.5 PageRank算法 60
4.5.1 PageRank算法概述 60
4.5.2 PageRank算法的原理 61
4.5.3 PageRank算法的应用 65
思考题 65
第5章 人工神经网络与机器学习 67
5.1 人工神经网络概述 67
5.1.1 人工神经网络的产生与发展 67
5.1.2 人工神经元的结构 69
5.2 BP神经网络 72
5.2.1 BP神经网络简介 72
5.2.2 BP算法 72
5.2.3 实例 74
5.3 深度学习 77
5.3.1 深度学习概述 77
5.3.2 卷积神经网络 78
5.3.3 循环神经网络 79
思考题 82
第6章 Web挖掘与文本分析 83
6.1 Web挖掘概述 83
6.2 网页信息抓取 84
6.2.1 网页信息抓取原理 84
6.2.2 网页信息抓取实例 87
6.3 中文分词 93
6.3.1 基本概念 93
6.3.2 常见的分词方法 94
6.3.3 开源中文分词器 97
6.4 情感分析 98
思考题 100
第7章 用户画像与推荐系统 101
7.1 用户画像 101
7.1.1 用户画像的基本概念 101
7.1.2 单个用户画像的基本流程 102
7.1.3 群体用户画像的流程 106
7.1.4 用户画像的评估 108
7.1.5 用户画像的应用 109
7.2 推 荐 系 统 110
7.2.1 推荐系统的基本概念 110
7.2.2 相似度度量方法及最近邻确定 111
7.2.3 基于用户的最近邻推荐 112
7.2.4 基于物品的最近邻推荐 114
7.2.5 基于用户与基于物品的方法的比较 115
7.2.6 基于模型的协同过滤 116
思考题 116
第8章 数据可视化 117
8.1 数据可视化概述 117
8.1.1 数据可视化的发展历程 117
8.1.2 数据可视化的定义 118
8.1.3 数据可视化的流程 119
8.2 数据可视化的基本形式 120
8.2.1 直方图 120
8.2.2 饼图 121
8.2.3 折线图 121
8.2.4 箱图 122
8.2.5 雷达图 123
8.2.6 标签云 123
8.2.7 气泡图 124
8.2.8 关系图 124
8.2.9 热图 125
8.3 可视化工具介绍 126
8.3.1 常用可视化工具 126
8.3.2 Tableau简介 128
思考题 131
第9章 报表自动化系统 132
9.1 报表自动化系统概述 132
9.2 报表生命周期 133
9.3 报表设计 134
9.3.1 报表开发环境 134
9.3.2 报表需求分析 134
9.3.3 报表页面设计 135
9.4 报表展示 138
9.5 报表的部署和管理 140
思考题 141
第10章 大数据技术与应用 142
10.1 大数据概述 142
10.1.1 大数据的产生与发展 142
10.1.2 大数据的概念和数据结构 143
10.1.3 大数据的特征 144
10.2 大数据关键技术 144
10.2.1 Hadoop技术框架 144
10.2.2 分布式文件系统——HDFS 146
10.2.3 数据存储与检索技术——Hive 146
10.2.4 大数据分析技术——MapReduce 147
10.3 大数据应用 149
思考题 150
参考文献 151
|
| 精彩片段： |
|
|
| 书 评： |
|
|
| 其 它： |
|
|
|
中国大学出版社协会 |
首页 |
宏观指导 |
出版社天地 |
图书代办站 |
教材图书信息 |
教材图书评论 |
在线订购 |
教材征订
