《信息驱动的商务 管理数据和信息的最优化》PDF下载

  • 购买积分:10 如何计算积分?
  • 作  者:(美)福莱著
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2011
  • ISBN:9787111356134
  • 页数:208 页
图书介绍:商务智能是近年来企业信息化的热点,有着广阔的应用前景。商务智能通过人工智能技术从海量数据中发现潜在、新颖和有用的知识。本书内容包括商务智能概论、商务智能中的核心技术、商务智能与知识管理、商务智能的应用、数据挖掘基础、数据挖掘的目的任务、数据挖掘的技术方法、Web挖掘技术、数据挖掘在电子商务中的应用等内容;汇集了统计学、机器学习、数据库、人工智能等内容,具有多学科交叉、技术与管理融合等特点。

第1章 理解信息经济 1

1.1 是否是互联网创造了“信息经济” 2

1.2 电子数据存储的起源 3

1.3 存量和流量 4

1.4 商业数据 5

1.5 改变商业模式 6

1.6 信息共享和基础设施共享 7

1.7 治理新的商业 8

1.8 信息经济中的成功学 9

尾注 10

第2章 信息语言 11

2.1 结构化查询语言 14

2.2 统计学 15

2.3 XQuery语言 16

2.4 电子表格 16

2.5 文档和Web页面 17

2.6 知识、通信和信息理论 18

尾注 19

第3章 信息治理 20

3.1 信息货币 20

3.2 数据的经济价值 22

3.3 信息治理的目标 24

3.4 企业模型 25

3.5 信息所有权 28

3.6 策略价值模型 28

3.7 重新封装信息 30

3.8 生命周期 31

尾注 33

第4章 描述结构化数据 34

4.1 网络和图 34

4.2 图论概述 36

4.3 关系模型 37

4.4 关系概念 38

4.5 基数和实体-关系图 39

4.6 范化 40

4.7 时间和数据给关系模式带来的影响 49

4.8 把图论应用于数据模型 51

4.9 有向图 52

4.10 范化模式 53

尾注 54

第5章 数据的“小世界”商业指标 55

5.1 “小世界” 55

5.2 问题量化及其解决方案 56

5.3 把信息抽象成图 57

5.4 指标 58

5.5 解释结果 59

5.6 遍历信息图 60

5.7 信息关系很快变得复杂 61

5.8 使用信息技术 64

尾注 64

第6章 衡量信息量 65

6.1 信息的定义 65

6.2 热力熵 66

6.3 信息熵 67

6.4 熵和存储 69

6.5 企业信息熵 71

6.6 决策熵 74

6.7 结束语和应用 76

尾注 76

第7章 描述企业 77

7.1 承担任务的大小 77

7.2 企业数据模型要么无所不能要么一无是处 78

7.3 把数据模型作为灵丹妙药 79

7.4 元数据 80

7.5 元数据解决方案 81

7.6 主数据和元数据 82

7.7 元数据模型 83

7.8 XML分类学 85

7.9 元数据标准 85

7.10 协作式元数据 86

7.11 元数据技术 88

7.12 数据质量元数据 89

7.13 历史 89

7.14 管理层的认同 90

尾注 91

第8章 基于信息搜索的计算模型 92

8.1 以功能为中心的应用 93

8.2 以信息为中心的商业 94

8.3 企业搜索 95

8.4 安全 96

8.5 元数据搜索库 97

8.6 构建信息抽取 98

8.7 小结 98

尾注 99

第9章 复杂性、混沌和系统动力学 100

9.1 早期信息管理 100

9.2 简单的电子表格 101

9.3 复杂性 102

9.4 混沌理论 102

9.5 为什么信息是复杂的 103

9.6 原型扩展 107

9.7 系统动力学 110

9.8 数据作为算法 113

9.9 虚拟模型和集成 115

9.10 混沌或复杂性 116

尾注 116

第10章 比较数据仓库体系结构 117

10.1 数据仓库 117

10.2 Inmon和Kimball模型的局限性 118

10.3 量化上的影响 119

10.4 可用性意义 121

10.5 历史数据 127

10.6 小结 128

尾注 129

第11章 信息的分层视图 130

11.1 信息分层 131

11.2 是真实的吗 132

11.3 把分层视图转换成架构 136

11.4 用户界面 138

11.5 宣传该架构 139

第12章 主数据管理 141

12.1 发布和订阅 142

12.2 关于时间 142

12.3 粒度、术语和层次 143

12.4 规则1:一致性术语表示 144

12.5 规则2:每个人都遵守层次结构 145

12.6 规则3:一致性粒度 145

12.7 解决不一致性问题 146

12.8 渐变维度 146

12.9 客户数据集成 148

12.10 扩展元数据模型 148

12.11 技术 150

第13章 信息和数据质量 151

13.1 电子表格的问题 151

13.2 引用 152

13.3 适合需求 154

13.4 衡量结构化数据质量 156

13.5 记分卡 159

13.6 元数据质量 160

13.7 扩展的元数据模型 160

尾注 161

第14章 安全 162

14.1 密码学 163

14.2 公钥加密算法 164

14.3 公钥基础设施应用 166

14.4 预测不可预测的 168

14.5 保护个人的隐私权 168

14.6 内容安全和引用安全 171

第15章 向公众开放 172

15.1 给未来分类 173

15.2 丰富利益相关者属性 175

15.3 减少项目内的电子邮件量 175

15.4 管理客户电子邮件 176

15.5 普通的电子邮件 177

15.6 为未知做准备 177

15.7 第三方数据章程 178

15.8 信息是动态的 179

15.9 群众的力量可以提升你的数据质量 180

尾注 181

第16章 构建增量知识 182

16.1 贝叶斯概率 184

16.2 过程信息 185

16.3 MIT的啤酒游戏 189

16.4 假设测试和置信水平 190

16.5 业务活动监控 193

尾注 194

第17章 企业信息架构 195

17.1 网站信息架构 196

17.2 扩展信息架构 196

17.3 业务背景 197

17.4 用户 197

17.5 内容 198

17.6 自上而下/自下而上 198

17.7 表现形式 199

17.8 项目资源规划 199

17.9 为了支持决策制定的信息 200

尾注 202

展望未来 203