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 8
1.2.2 商务智能是信息社会繁荣的推动力 9
1.3 商务智能与企业管理 10
1.3.1 商务智能在企业管理中的作用 10
1.3.2 商务智能协助企业管理的方式 12
1.3.3 商务智能的商业价值 12
1.4 商务智能与数据挖掘 13
1.4.1 数据挖掘的概念 13
1.4.2 数据挖掘的特点 15
1.5 商务智能与新技术融合 16
1.6 小结 17
思考练习题 18
第2章 商务智能应用 19
2.1 制造领域应用 20
2.2 金融领域应用 22
2.3 电信领域应用 24
2.4 生物与医药领域应用 25
2.5 零售与营销领域应用 26
2.6 移动商务应用 29
2.7 社会化商务应用 30
2.8 商务智能系统与产品 31
2.8.1 商务智能解决方案的系统结构 32
2.8.2 商务智能系统产品 37
2.9 小结 39
思考练习题 39
第3章 商务智能过程 41
3.1 数据库与事务处理 43
3.1.1 数据库与数据库管理系统 43
3.1.2 在线事务处理 44
3.2 数据仓库与在线分析处理 45
3.2.1 从事务处理到分析处理 45
3.2.2 数据仓库 46
3.3 知识发现与可持续竞争优势 50
3.3.1 OLAP与知识发现 50
3.3.2 企业外部大数据分析 51
3.3.3 使用数据挖掘增强企业竞争优势 52
3.4 小结 53
思考练习题 54
第4章 数据仓库 55
4.1 数据处理技术演进 56
4.2 数据仓库过程与体系结构 58
4.3 数据集成、提取与转换 60
4.3.1 数据提取 60
4.3.2 数据转换 62
4.3.3 数据加载 63
4.3.4 ETL设计与开发 63
4.4 数据仓库开发、管理与安全 64
4.4.1 数据仓库开发模式 64
4.4.2 数据仓库设计 66
4.4.3 数据仓库的数据模型 67
4.4.4 元数据 69
4.4.5 数据仓库的安全 71
4.5 云数据平台 73
4.5.1 云数据平台的概念 73
4.5.2 云数据平台与BI 75
4.6 小结 76
思考练习题 76
第5章 构建商务智能环境 79
5.1 商务智能环境 80
5.1.1 确定什么数据可用的能力 80
5.1.2 对数据挖掘的能力 81
5.1.3 用户与系统交互的能力 81
5.2 商务智能组织 82
5.2.1 外包商务智能 84
5.2.2 内给商务智能 84
5.2.3 商务智能组织成员 85
5.3 商务智能基础设施 86
5.4 商务智能系统软件 87
5.5 小结 89
思考练习题 90
方法篇 93
第6章 关联规则 93
6.1 关联规则简介 94
6.2 关联规则挖掘方法 96
6.3 关联规则兴趣性 99
6.4 关联规则知识形式扩展 102
6.4.1 广义关联规则 102
6.4.2 数量关联规则 105
6.5 简单关联规则 105
6.6 小结 108
思考练习题 108
第7章 分类分析 111
7.1 分类分析简介 112
7.2 决策树分类 113
7.2.1 决策树构建 114
7.2.2 决策树剪枝 117
7.3 贝叶斯分类 118
7.3.1 贝叶斯定理 118
7.3.2 简单贝叶斯分类器 119
7.3.3 贝叶斯信念网络 120
7.4 其他分类方法 121
7.4.1 神经元网络分类 121
7.4.2 支持向量机分类 122
7.4.3 懒惰型分类器 123
7.5 分类准确率 123
7.5.1 分类准确率比较与评估 123
7.5.2 提高分类器的准确率 128
7.6 小结 129
思考练习题 129
第8章 聚类分析 131
8.1 聚类分析简介 132
8.2 相似度及距离测度 133
8.3 聚类分析方法 135
8.3.1 划分方法 136
8.3.2 层次方法 136
8.3.3 基于密度的方法 138
8.3.4 基于网格的方法 138
8.3.5 基于模型的方法 139
8.4 k-means方法 139
8.5 DBSCAN方法 143
8.6 小结 147
思考练习题 148
第9章 信息搜索服务 149
9.1 信息搜索的基本概念 150
9.2 信息搜索模型 151
9.2.1 布尔模型 152
9.2.2 空间向量模型 152
9.3 信息搜索测度 154
9.4 文本预处理 156
9.5 搜索索引 158
9.5.1 倒排索引搜索 158
9.5.2 倒排索引的建立 160
9.6 搜索结果排序 161
9.7 小结 163
思考练习题 164
第10章 社会网络分析 165
10.1 社会网络的中心性 166
10.1.1 度中心性 167
10.1.2 贴近中心性 167
10.1.3 中介中心性 168
10.2 社会网络的权威 169
10.2.1 度权威 169
10.2.2 邻近权威 169
10.2.3 等级权威 170
10.3 引用社会网络 171
10.3.1 同引分析 171
10.3.2 引文耦合 171
10.4 社会网络的链接分析 172
10.4.1 PageRank算法 172
10.4.2 HITS算法 172
10.5 社会网络中的社区 174
10.6 小结 175
思考练习题 176
第11章 概念描述 177
11.1 概念描述简介 178
11.2 描述统计学的方法 178
11.3 数据归纳 179
11.3.1 属性概化 180
11.3.2 属性消减 183
11.3.3 数据表示 185
11.4 数据对比 189
11.4.1 数据对比方法 190
11.4.2 数据对比表示 191
11.5 小结 193
思考练习题 193
第12章 数据预处理 195
12.1 数据预处理简介 196
12.1.1 数据预处理的原因 196
12.1.2 数据预处理的目的 198
12.1.3 数据预处理的方法 198
12.2 数据清洗 198
12.2.1 缺失数据处理 199
12.2.2 噪声数据处理 200
12.3 数据集成与规范 202
12.3.1 数据集成处理 202
12.3.2 数据规范化处理 203
12.4 数据消减 205
12.4.1 清除冗余数据 205
12.4.2 采样 205
12.4.3 数据立方合计 206
12.4.4 属性选取与生成 208
12.4.5 数据压缩 209
12.4.6 离散化与概念分层方法 210
12.5 小结 213
思考练习题 213
专题篇 217
第13章 信息提取与推荐 217
13.1 信息提取与推荐问题概述 218
13.2 代表性信息提取方法 219
13.2.1 网络文本的代表性评估测度 221
13.2.2 网络文本的代表性信息提取方法 223
13.2.3 在线产品评论的代表性信息提取 225
13.3 信息推荐方法 228
13.3.1 推荐系统概述 229
13.3.2 两种协同过滤推荐方法 230
13.3.3 推荐系统评测指标 232
13.3.4 消费者信息搜索过程中的推荐 234
13.4 小结 236
思考练习题 237
第14章 时态模式 239
14.1 时态数据类型与模式 240
14.2 时态关联规则 244
14.3 序列相似性 246
14.3.1 距离测度法 247
14.3.2 模式匹配法 250
14.4 时态关系模式 251
14.5 时态数据的表达与转换 254
14.6 小结 255
思考练习题 256
第15章 关联分类 259
15.1 生成分类关联规则 260
15.2 分类关联规则剪枝 262
15.2.1 后剪枝方式 263
15.2.2 先剪枝方式 265
15.3 构建分类器 269
15.3.1 单一规则分类器 269
15.3.2 多规则分类器 271
15.4 混合型关联分类 271
15.5 GARC方法解析 272
15.5.1 GARC思路与算法框架 272
15.5.2 数据实验与方法比较 275
15.6 小结 279
思考练习题 280
第16章 不确定性知识发现 283
16.1 不确定性信息表达 284
16.2 分区中的边界问题 290
16.3 数据间的部分隶属性 294
16.4 不完整数据依赖 298
16.5 小结 301
思考练习题 301
第17章 复杂类型数据的挖掘 303
17.1 复杂类型数据 304
17.2 多维分析和描述性挖掘 306
17.3 空间数据挖掘 307
17.4 多媒体数据挖掘 310
17.5 Web挖掘 312
17.6 小结 316
思考练习题 316
第18章 商务智能的经济社会影响与发展 317
18.1 商务智能的经济社会影响 318
18.1.1 “长尾”与“利基”市场 318
18.1.2 大数据与新兴电子商务 320
18.1.3 隐私与安全 321
18.2 商务智能的发展趋势 323
18.2.1 移动商务智能 323
18.2.2 社会化商务智能 324
18.2.3 实时商务智能 325
18.2.4 商务智能的技术标准 328
18.3 小结 333
思考练习题 333
参考文献 335
索引词检索目录 357