第一部分 商务智能基础 3
第1章 商务智能概论 3
1.1 商业决策需要商务智能 3
1.1.1 数据、信息与知识 3
1.1.2 管理就是决策 4
1.1.3 决策需要信息和知识 5
1.1.4 智能型企业 5
1.1.5 商务智能支持商业决策 5
1.1.6 新一代的决策支持系统 6
1.2 商务智能简介 7
1.2.1 商务智能概念 8
1.2.2 商务智能的发展 10
1.2.3 商务智能的价值 11
1.3 商务智能系统的功能 13
1.4 商务智能的应用 15
本章参考文献 23
思考题 24
第二部分 商务智能核心技术 27
第2章 商务智能系统架构 27
2.1 商务智能系统的组成 27
2.2 数据集成 30
本章参考文献 32
思考题 33
第3章 数据仓库 34
3.1 从数据库到数据仓库 34
3.2 数据仓库的概念 35
3.3 数据集市 37
3.4 元数据 38
3.5 ETL 41
3.6 操作数据存储 43
3.7 数据仓库模型 44
3.8 数据挖掘查询语言 47
3.9 医保数据仓库设计 49
本章参考文献 58
思考题 58
第4章 在线分析处理 60
4.1 OLAP简介 60
4.2 OLTP与OLAP的区别 62
4.3 OLAP操作 63
4.4 OLAP的分类 68
4.5 OLAP操作语言 69
本章参考文献 77
思考题 77
第5章 数据挖掘 79
5.1 数据挖掘的基础 79
5.1.1 数据挖掘的概念 79
5.1.2 数据挖掘的发展 81
5.1.3 数据挖掘的过程 82
5.1.4 数据挖掘原语与语言 84
5.1.5 基于组件的数据挖掘 87
5.1.6 可视化技术 88
5.1.7 数据挖掘的隐私保护 91
5.2 数据挖掘的典型应用领域 93
5.3 数据预处理 94
5.4 聚类分析 99
5.4.1 聚类的概念 99
5.4.2 聚类分析的统计量 99
5.4.3 常用聚类算法 102
5.4.4 其他聚类方法 107
5.4.5 离群点检测 110
5.5 分类分析 111
5.5.1 贝叶斯分类器 111
5.5.2 决策树 113
5.5.3 支持向量机 123
5.5.4 BP神经网络 127
5.5.5 其他分类方法 130
5.6 关联分析 134
5.6.1 关联规则 134
5.6.2 Apriori算法 137
5.6.3 FP增长算法 141
5.6.4 其他关联规则挖掘算法 142
5.7 序列模式挖掘 143
5.7.1 基本概念 143
5.7.2 类Apriori算法 144
5.8 回归分析 146
5.8.1 一元回归分析 146
5.8.2 多元线性回归分析 149
5.8.3 其他回归分析 154
5.9 时间序列分析 155
5.10 数据挖掘技术与应用的发展方向 157
本章参考文献 159
思考题 160
第三部分 商务智能应用 165
第6章 移动商务智能 165
6.1 移动商务 165
6.2 商务智能在移动商务中的应用 167
本章参考文献 173
思考题 173
第7章 商务智能与知识管理 174
7.1 知识管理 174
7.2 知识管理与商务智能的关系 174
7.2.1 商务智能与知识管理的区别 175
7.2.2 商务智能与知识管理的联系 176
本章参考文献 178
思考题 179
第8章 Web挖掘 180
8.1 Web挖掘基础 180
8.2 Web内容挖掘 182
8.3 Web结构挖掘 190
8.4 Web日志挖掘 194
本章参考文献 196
思考题 197
第9章 商务智能在企业绩效管理中的应用 199
9.1 企业绩效管理的层次 199
9.2 商务智能贯穿企业绩效管理的闭环流程 200
9.3 商务智能在企业绩效管理中的应用 202
9.4 商务智能给企业绩效管理带来的价值 205
本章参考文献 206
思考题 206
第10章 数据挖掘在电子商务中的应用 207
10.1 电子商务需要数据挖掘 207
10.2 顾客管理 208
10.3 网站结构优化 212
10.4 智能搜索引擎 214
10.5 异常事件确定 217
本章参考文献 217
思考题 218
第11章 工作流挖掘 220
11.1 工作流挖掘的发展 220
11.2 工作流挖掘的概念与作用 221
11.2.1 工作流挖掘的概念 221
11.2.2 工作流挖掘的作用 221
11.3 工作流挖掘的内容 222
11.3.1 工作流模型的重构 223
11.3.2 工作流的监控与工作流挖掘的评价 224
11.3.3 组织视图挖掘 226
11.4 工作流挖掘的应用 228
11.4.1 流程监控 229
11.4.2 流程优化 229
11.4.3 社会关系分析 231
11.4.4 工作流挖掘在其他领域中的应用 231
本章参考文献 232
思考题 233
第12章 RFID数据挖掘 235
12.1 RFID数据挖掘的发展 235
12.2 RFID数据挖掘的作用 236
12.3 RFID数据分析的典型应用 236
12.3.1 零售仓储 237
12.3.2 通关检查 238
12.3.3 运输管理 238
12.3.4 医疗管理 240
12.3.5 其他应用 240
本章参考文献 241
思考题 242
第13章 大数据分析 243
13.1 大数据的处理模式 244
13.2 大数据分析的基本流程 244
13.3 大数据分析方法 245
13.4 基于新浪微博的情感分析 248
13.5 基于表情符号的微博情感预测 249
本章参考文献 251
思考题 251
第四部分 商务智能发展 255
第14章 商务智能进展 255
14.1 商务智能应用趋势 256
14.2 商务智能在中国的发展 260
14.3 商务智能动态 263
本章参考文献 270
思考题 271
第五部分 实验 275
第15章 商务智能实验 275
15.1 使用SAP Crystal Reports创建报表 275
15.2 使用SAP Crystal Dashboard Design 2011创建仪表盘 283
15.3 基于IBM Cognos 10的数据分析 288
15.3.1 使用IBM Cognos 10创建报表 288
15.3.2 基于IBM Cognos 10的多维分析 292
15.3.3 使用Query Studio创建自助查询 298
15.4 基于IBM SPSS Modeler 14.2 的数据挖掘 303
思考题 318