第Ⅰ部分 决策支持与商务智能 1
第1章 决策支持系统与商务智能 2
1.1不断变化的商业环境及计算机决策支持 4
1.2管理决策 6
1.3对决策制定的计算机支持 8
1.4计算机决策支持的早期框架 10
1.5决策支持系统的概念 14
1.6商务智能的框架 16
1.7从工作系统的角度看决策支持 21
1.8管理决策支持的主要工具及技术 22
1.9本书的安排 24
第Ⅱ部分 计算机决策支持 27
第2章 决策制定、系统、建模及支持 28
2.1决策制定：介绍及概念 30
2.2模型 34
2.3决策制定的过程 35
2.4决策制定：情报阶段 37
2.5决策制定：设计阶段 39
2.6决策制定：选择阶段 46
2.7决策制定：实施阶段 47
2.8如何支持决策 47
第3章 决策支持系统的概念、方法论和技术概述 51
3.1决策支持系统的配置 55
3.2决策支持系统的描述 55
3.3决策支持系统的特征及功能 57
3.4决策支持系统的分类 59
3.5决策支持系统的组件 64
3.6数据管理子系统 67
3.7模型管理子系统 72
3.8用户接口（对话）子系统 76
3.9基于知识的管理子系统 80
3.10决策支持系统的用户 81
3.11决策支持系统的硬件 82
3.12决策支持系统的模型化语言：Planners Lab 83
第4章 建模与分析 98
4.1管理支持系统建模 101
4.2决策支持数学模型的结构 105
4.3确定性、不确定性和风险 107
4.4使用电子数据表建模的管理支持系统 109
4.5数学规划概述 111
4.6多目标、灵敏度分析、what-if分析和目标寻求 114
4.7决策分析：决策表与决策树 118
4.8多标准决策的两两对比法 120
4.9问题求解的检索方法 123
4.10仿真 125
4.11可视化交互式仿真 128
4.12定量分析软件包及模型库管理 130
第Ⅲ部分 商务智能 133
第5章 商务智能的数据挖掘 134
5.1数据挖掘的基本概念和应用 137
5.2数据挖掘应用 143
5.3数据挖掘流程 144
5.4数据挖掘方法 151
5.5数据挖掘软件工具 161
5.6有关数据挖掘的夸张说法与误区 164
第6章 人工神经网络与数据挖掘 166
6.1神经网络的基本概念 169
6.2人工神经网络的学习 176
6.3开发基于神经网络的系统 181
6.4用灵敏度分析来揭开人工神经网络的黑箱 185
6.5一个神经网络项目的范例 186
6.6其他常见的神经网络范式 189
6.7人工神经网络的应用 193
第7章 文本挖掘与网络挖掘 196
7.1文本挖掘的概念与定义 198
7.2自然语言处理 200
7.3文本挖掘应用 202
7.4文本挖掘流程 205
7.5文本挖掘工具 210
7.6网络挖掘概览 211
7.7网络内容挖掘与网络结构挖掘 213
7.8网络用法挖掘 214
7.9网络挖掘的成功案例 216
第8章 数据仓库 218
8.1数据仓库的定义和概念 220
8.2数据仓储过程概览 223
8.3数据仓库的架构 224
8.4数据集成及数据提取、转换和加载过程 231
8.5数据仓库开发 234
8.6实时数据仓库 243
8.7数据仓库管理及安全问题 246
第9章 企业绩效管理 248
9.1企业绩效管理概览 251
9.2战略：我们想去向何方 253
9.3计划：我们如何实现战略 255
9.4监控：我们做得如何 257
9.5行动与调整：我们怎样能够做得不同 259
9.6绩效考核 261
9.7企业绩效管理的方法 264
9.8企业绩效管理技术及应用 270
9.9绩效仪表盘和计分卡 274
第Ⅳ部分 协作、沟通、群支持系统与知识管理 277
第10章 协同计算支持技术与群支持系统 279
10.1群体决策制定：特点、过程、收益以及障碍 282
10.2通过计算机系统支持小组作业 284
10.3决策制定的间接支持工具 287
10.4集成的群件套件 291
10.5决策制定的直接支持工具：从群决策支持系统到群支持系统 295
10.6 GDSS/GSS产品工具和成功实施 300
10.7新兴的协作支持工具：从IP语音到维基 304
10.8设计、计划和项目管理中的协同 307
10.9创造力、创意生成以及计算支持 312
第11章 知识管理 316
11.1知识管理导论 319
11.2组织学习与变革 323
11.3知识管理活动 325
11.4知识管理的方法 327
11.5知识管理中的信息技术 331
11.6知识管理系统的实现 335
11.7人在知识管理中的作用 340
11.8确保知识管理工作的成功 344
第Ⅴ部分 智能系统 349
第12章 人工智能与专家系统 350
12.1人工智能的概念和定义 352
12.2人工智能领域 354
12.3专家系统的基本概念 358
12.4专家系统的应用 361
12.5专家系统的结构 364
12.6知识工程 367
12.7适合专家系统的问题域 375
12.8专家系统的开发 377
12.9专家系统的好处、局限和关键成功因素 379
12.10网络上的专家系统 383
第13章 高级智能系统 385
13.1机器学习技术 387
13.2基于案例的推理 389
13.3遗传算法及其应用的发展 396
13.4模糊逻辑和模糊推理系统 403
13.5支持向量机 407
13.6智能代理 414
13.7开发集成的高级智能系统 422
第Ⅵ部分 决策支持系统及商务智能的实现 425
第14章 理支持系统：趋势及其影响 426
14.1 RFID及BI应用的新机遇 428
14.2现实挖掘 432
14.3虚拟世界 435
14.4 Web 2.0革命 438
14.5虚拟社区 440
14.6在线社交网络：基本知识及范例 442
14.7云计算与BI 446
14.8管理支持系统的影响：综述 447
14.9管理支持系统对组织的影响 449
14.10管理支持系统对个人的影响 452
14.11自动化决策制定与经理的工作 453
14.12法律、隐私及道德问题 455
术语表 459