基础篇 3
第1章 引言 3
1.1 商务智能简介 4
1.2 商务智能与信息社会 7
1.2.1 商务智能是信息社会的产物 7
1.2.2 商务智能是信息社会繁荣的推动力 8
1.3 商务智能与企业管理 9
1.3.1 商务智能在企业管理中的作用 9
1.3.2 商务智能协助企业管理的方式 10
1.3.3 商务智能的商业价值 11
1.4 商务智能与数据挖掘 12
1.4.1 数据挖掘的概念 12
1.4.2 数据挖掘的特点 13
1.5 商务智能与新技术融合 14
1.6 小结 15
思考练习题 15
第2章 商务智能过程 17
2.1 数据库与事务处理 19
2.1.1 数据库与数据库管理系统 19
2.1.2 在线事务处理 20
2.2 数据仓库与在线分析处理 21
2.2.1 从事务处理到分析处理 21
2.2.2 数据仓库 22
2.3 知识发现与可持续竞争优势 26
2.3.1 OLAP与知识发现 26
2.3.2 使用数据挖掘增强企业竞争优势 27
2.4 小结 28
思考练习题 29
第3章 数据仓库 31
3.1 数据处理技术演进 32
3.2 数据仓库过程与体系结构 34
3.3 数据集成、提取与转换 36
3.3.1 数据提取 36
3.3.2 数据转换 38
3.3.3 数据加载 39
3.3.4 ETL设计与开发 39
3.4 数据仓库开发、管理与安全 40
3.4.1 数据仓库开发模式 40
3.4.2 数据仓库设计 43
3.4.3 数据仓库的数据模型 44
3.4.4 元数据 45
3.4.5 数据仓库的安全 47
3.5 小结 50
思考练习题 51
第4章 商务智能应用 53
4.1 制造领域应用 54
4.2 金融领域应用 56
4.3 电信领域应用 57
4.4 生物与医药领域应用 58
4.5 零售与营销领域应用 59
4.6 Web应用 61
4.7 商务智能系统与产品 63
4.7.1 商务智能解决方案系统结构 64
4.7.2 商务智能系统产品 69
4.8 小结 70
思考练习题 70
第5章 构建商务智能环境 71
5.1 商务智能环境 72
5.1.1 确定什么数据可用的能力 72
5.1.2 数据挖掘的能力 73
5.1.3 用户-系统交互能力 73
5.2 商务智能组织 74
5.2.1 外包商务智能 76
5.2.2 内给商务智能 77
5.2.3 商务智能组织成员 78
5.3 商务智能基础设施 78
5.4 商务智能系统软件 79
5.5 小结 82
思考练习题 82
方法篇 85
第6章 关联规则 85
6.1 关联规则简介 86
6.2 关联规则挖掘方法 89
6.3 关联规则兴趣性 92
6.4 关联规则知识形式扩展 94
6.4.1 广义关联规则 95
6.4.2 数量关联规则 97
6.5 简单关联规则 98
6.6 小结 100
思考练习题 101
第7章 分类分析 103
7.1 分类分析简介 104
7.2 决策树分类 105
7.2.1 决策树构建 106
7.2.2 决策树剪枝 109
7.3 贝叶斯分类 111
7.3.1 贝叶斯定理 111
7.3.2 简单贝叶斯分类器 111
7.3.3 贝叶斯信念网络 113
7.4 其他分类方法 114
7.4.1 神经元网络分类 114
7.4.2 支持向量机分类 115
7.4.3 懒惰型分类器 116
7.5 分类准确率 116
7.5.1 分类准确率比较与评估 116
7.5.2 提高分类器的准确率 121
7.6 小结 122
思考练习题 123
第8章 聚类分析 125
8.1 聚类分析简介 126
8.2 相似度及距离测度 127
8.3 聚类分析方法 129
8.3.1 划分方法 130
8.3.2 层次方法 131
8.3.3 基于密度的方法 132
8.3.4 基于网格的方法 132
8.3.5 基于模型的方法 133
8.4 k-means方法 134
8.5 DBSCAN方法 137
8.6 小结 142
思考练习题 143
第9章 概念描述 145
9.1 概念描述简介 146
9.2 描述统计学方法 146
9.3 数据归纳 147
9.3.1 属性概化 149
9.3.2 属性消减 151
9.3.3 数据表示 154
9.4 数据对比 158
9.4.1 数据对比方法 158
9.4.2 数据对比表示 159
9.5 小结 161
思考练习题 162
第10章 数据预处理 163
10.1 数据预处理简介 164
10.1.1 数据预处理的原因 164
10.1.2 数据预处理的目的 166
10.1.3 数据预处理的方法 166
10.2 数据清洗 167
10.2.1 缺失数据处理 167
10.2.2 噪声数据处理 168
10.3 数据集成与规范 171
10.3.1 数据集成处理 171
10.3.2 数据规范处理 172
10.4 数据消减 173
10.4.1 清除冗余数据 174
10.4.2 采样 174
10.4.3 数据立方合计 175
10.4.4 属性选取与生成 177
10.4.5 数据压缩 178
10.4.6 离散化与概念分层方法 180
10.5 小结 183
思考练习题 183
专题篇 187
第11章 时态模式 187
11.1 时态数据类型与模式 188
11.2 时态关联规则 192
11.3 序列相似性 195
11.3.1 距离测度法 195
11.3.2 模式匹配法 198
11.4 时态关系模式 199
11.5 时态数据的表达与转换 202
11.6 小结 205
思考练习题 205
第12章 关联分类 207
12.1 生成分类关联规则 208
12.2 分类关联规则剪枝 211
12.2.1 后剪枝方法 211
12.2.2 先剪枝方法 213
12.3 构建分类器 217
12.3.1 单一规则分类器 217
12.3.2 多规则分类器 219
12.4 混合型关联分类 220
12.5 GARC方法解析 220
12.5.1 GARC思路与算法框架 221
12.5.2 数据实验与方法比较 224
12.6 小结 228
思考练习题 229
第13章 不确定性知识发现 231
13.1 不确定性信息表达 232
13.2 分区中的边界问题 239
13.3 数据间的部分隶属性 243
13.4 不完整数据依赖 246
13.5 小结 249
思考练习题 250
第14章 复杂类型数据的挖掘 253
14.1 复杂类型数据 254
14.2 多维分析和描述性挖掘 255
14.3 空间数据挖掘 257
14.4 多媒体数据挖掘 260
14.5 文本数据挖掘 262
14.6 Web挖掘 265
14.7 小结 273
思考练习题 273
第15章 商务智能经济社会影响与发展 275
15.1 商务智能经济社会影响 276
15.1.1 “长尾”与“利基”市场 276
15.1.2 隐私与安全 278
15.2 商务智能的发展趋势 280
15.2.1 商务智能技术标准 280
15.2.2 实时商务智能 285
15.2.3 移动商务智能 288
15.3 小结 290
思考练习题 290
参考文献 291