当前位置:首页 > 经济
商务智能与分析  决策支持系统  原书第10版
商务智能与分析  决策支持系统  原书第10版

商务智能与分析 决策支持系统 原书第10版PDF电子书下载

经济

  • 电子书积分:18 积分如何计算积分?
  • 作 者:(美)拉姆什·沙尔达,杜尔森·德伦,埃弗雷姆·特班著
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2018
  • ISBN:9787111598145
  • 页数:638 页
图书介绍:本书的主题是为企业提供决策支持的商务智能和商务分析。除了传统的决策支持应用程序外,本书通过提供例子、产品、服务、练习和讨论来扩展读者对各种类型的分析的理解。本书包含了决策支持、数据描述、数据预测等多方面的内容,从案例入手,介绍了常用的数据分析和处理技术及其应用场景。本书可作为电子商务和企业管理等专业的研究生与本科生的教材,也可作为从事企业信息管理、业务分析等人士的参考用书。
《商务智能与分析 决策支持系统 原书第10版》目录

第一部分 决策与分析 2

第1章 商务智能、分析和决策支持概述 2

1.1 开篇案例:Magpie Sensing公司使用分析技术高效而安全地管理疫苗供应链 2

1.2 不断变化的商务环境和计算机决策支持 4

1.3 管理决策 6

1.4 决策的信息系统支持 8

1.5 计算机决策支持的早期架构 10

1.6 决策支持系统(DSS)的定义与概念 12

1.7 商务智能的架构 13

1.8 商务分析综述 18

1.9 大数据分析简介 26

1.10 本书安排 28

1.11 资源、链接以及Teradata大学的网络连接 30

本章要点 30

关键词 31

问题讨论 31

练习 32

章末应用案例Nationwide Insurance使用商务智能完善客户服务 33

参考文献 35

第2章 决策制定的基础与技术 36

2.1 开篇案例:惠普利用电子表格进行决策建模 36

2.2 决策制定:介绍和定义 39

2.3 决策制定过程的阶段 41

2.4 决策:情报阶段 43

2.5 决策:设计阶段 45

2.6 决策:抉择阶段 53

2.7 决策:实施阶段 54

2.8 如何支持决策 55

2.9 决策支持系统:性能 57

2.10 决策支持系统分类 60

2.11 决策支持系统的组件 62

本章要点 70

关键词 72

问题讨论 72

练习 73

章末应用案例 一家大型航运公司(CSAV)的物流优化 73

参考文献 75

第二部分 描述性分析 78

第3章 数据仓库 78

3.1 开篇案例:卡普里岛赌场利用企业数据仓库获胜 78

3.2 数据仓库的定义和概念 81

3.3 数据仓库流程概述 87

3.4 数据仓库架构 90

3.5 数据集成、提取、转换和加载(ETL)过程 97

3.6 数据仓库开发 101

3.7 数据仓库的实施问题 113

3.8 实时数据仓库 116

3.9 数据仓库管理、安全问题和未来趋势 121

3.10 资源、链接和Teradata大学网络连接 125

本章要点 127

关键词 128

问题讨论 128

练习 128

章末应用案例 大陆航空公司借助实时数据仓库迅速发展 131

参考文献 133

第4章 业务报表、可视化分析与企业绩效管理 135

4.1 开篇案例:自助服务的报表环境为企业用户节省上百万美元 136

4.2 业务报表的定义和概念 139

4.3 数据与信息可视化 145

4.4 不同类型的图表 150

4.5 数据可视化与可视化分析的兴起 153

4.6 绩效仪表盘 159

4.7 企业绩效管理 164

4.8 绩效评价 168

4.9 平衡计分卡 170

4.10 六西格玛绩效评价系统 173

本章要点 177

关键词 178

问题讨论 178

练习 179

章末应用案例 智能的业务报表帮助医疗机构提供更好的服务 181

参考文献 183

第三部分 预测性分析 186

第5章 数据挖掘 186

5.1 开篇案例:坎贝拉公司用高级分析和数据挖掘服务更多客户 186

5.2 数据挖掘的概念和应用 189

5.3 数据挖掘应用 200

5.4 数据挖掘流程 203

5.5 数据挖掘方法 211

5.6 数据挖掘软件工具 224

5.7 数据挖掘的隐私问题、谬误和隐患 230

本章要点 233

关键词 234

问题讨论 234

练习 235

章末应用案例 Macys.com应用分析技术提升顾客购物体验 238

参考文献 239

第6章 预测建模相关技术 240

6.1 开篇案例:预测建模有助于更好地理解和管理复杂的医疗过程 240

6.2 神经网络的基本概念 243

6.3 开发基于人工神经网络的系统 253

6.4 使用敏感性分析来探测ANN中的黑箱 257

6.5 支持向量机 260

6.6 基于过程方法的SVM使用 267

6.7 用于预测的最近邻方法 269

本章要点 273

关键词 274

问题讨论 274

练习 275

章末应用案例Coors利用人工神经网络提升啤酒风味 279

参考文献 281

第7章 文本分析、文本挖掘和情感分析 283

7.1 开篇案例:机器与人类在《危险边缘》的竞争:Watson的故事 283

7.2 文本分析和文本挖掘的概念和定义 286

7.3 自然语言处理 291

7.4 文本挖掘应用 295

7.5 文本挖掘过程 302

7.6 文本挖掘工具 311

7.7 情感分析概述 314

7.8 情感分析应用 317

7.9 情感分析过程 319

7.10 情感分析和语音分析 323

本章要点 326

关键词 327

问题讨论 328

练习 328

章末应用案例BBVA无死角监控并改进其在线声誉 330

参考文献 332

第8章 网络分析、网络挖掘和社交分析 333

8.1 开篇案例:安全第一保险加深与投保人的联系 333

8.2 网络挖掘概述 336

8.3 网络内容和网络结构挖掘 338

8.4 搜索引擎 341

8.5 搜索引擎优化 348

8.6 网络使用挖掘(网络分析) 352

8.7 网络分析成熟模型和网络分析工具 360

8.8 社交分析和社交网络分析 366

8.9 社交媒体的定义和概念 370

8.10 社交媒体分析 373

本章要点 379

关键词 380

问题讨论 380

练习 380

章末应用案例 通过网络和预测性分析跟踪学生 381

参考文献 383

第四部分 规范性分析 386

第9章 基于模型制定决策:优化和多目标系统 386

9.1 开篇案例:中西部独立输电系统运营商通过更好地设备规划和容量规划节省数十亿美元 387

9.2 决策支持系统建模 388

9.3 决策支持中数学模型的构建 393

9.4 确定性、不确定性和风险 394

9.5 决策建模与电子表格 397

9.6 数学规划优化 399

9.7 多目标、灵敏度分析、假设分析和单变量求解 409

9.8 用决策表和决策树进行决策分析 413

9.9 通过成对比较进行多目标决策 415

本章要点 421

关键词 421

问题讨论 422

练习 422

章末应用案例 国际援外合作署紧急项目的预先部署 426

参考文献 427

第10章 建模和分析:启发式搜索方法和仿真 429

10.1 开篇案例:系统动力学帮助美国福陆公司更好地计划项目和变更管理 429

10.2 解决问题的搜索方法 431

10.3 遗传算法和开发遗传算法应用 434

10.4 仿真 439

10.5 可视化交互仿真 446

10.6 系统动力学建模 450

10.7 基于代理建模 453

本章要点 456

关键词 456

问题讨论 456

练习 457

章末应用案例 惠普应用管理科学建模来优化供应链,并赢得大奖 457

参考文献 459

第11章 自动决策系统和专家系统 461

11.1 开篇案例:洲际酒店集团使用决策规则来优化酒店房价 461

11.2 自动决策系统 463

11.3 人工智能领域 466

11.4 专家系统的基本概念 468

11.5 专家系统的应用 471

11.6 专家系统的结构 474

11.7 知识工程 478

11.8 适用于专家系统的问题领域 487

11.9 专家系统的开发 488

11.10 结束语 492

本章要点 492

关键词 493

问题讨论 493

练习 494

章末应用案例 纽约州的税收优化 495

参考文献 496

第12章 知识管理和协作系统 497

12.1 开篇案例:专业知识传输系统训练未来的军队人员 498

12.2 知识管理介绍 501

12.3 知识管理的方法 505

12.4 知识管理中的信息技术 508

12.5 群体决策:特点、过程、好处和障碍 511

12.6 用计算机系统支持群体工作 513

12.7 间接支持决策制定的工具 515

12.8 直接计算机支持决策制定:从群体决策支持系统到群体支持系统 518

本章要点 521

关键词 523

问题讨论 523

练习 524

章末应用案例 通过共享数字法医知识解决犯罪 525

参考文献 527

第五部分 大数据与商务分析的未来发展方向 530

第13章 大数据与分析 530

13.1 开篇案例:当大数据遇上大数据科学 530

13.2 大数据的定义 534

13.3 大数据分析的基础 539

13.4 大数据技术 544

13.5 数据科学家 552

13.6 大数据和数据仓库 556

13.7 大数据供应商 561

13.8 大数据与流分析 568

13.9 流分析的应用 571

本章要点 575

关键词 575

问题讨论 575

练习 576

章末应用案例 Discovery Health利用大数据提供更优质的医疗 577

参考文献 579

第14章 商务分析:趋势及未来的影响 581

14.1 开篇案例:俄克拉何马州天然气及电力公司利用数据分析促进智能能源应用 581

14.2 为组织提供基于地理位置的分析 583

14.3 面向消费者的分析应用 588

14.4 推荐引擎 590

14.5 Web2.0革命和在线社交网络 592

14.6 云计算与商务智能 594

14.7 数据分析对组织的影响 600

14.8 法律、隐私和道德问题 603

14.9 数据分析生态系统 607

本章要点 614

关键词 615

问题讨论 615

练习 616

章末应用案例Alteryx帮助南方州立合作社优化营销活动 617

参考文献 618

术语表 620

相关图书
作者其它书籍
返回顶部