大數(shù)據(jù)技術的發(fā)展和市場競爭的加劇,使得企業(yè)越來越依賴于從數(shù)據(jù)中尋找有用的輔助決策知識,導致企業(yè)對商務智能技術的要求不斷提高,相關商務智能業(yè)務需要的人才也越來越多!渡虅罩悄芗夹g》從實用的角度出發(fā),采用理論與實踐相結(jié)合的方式,介紹商務智能的基礎知識,力求培養(yǎng)讀者使用商務智能技術解決問題的能力。該書注重基礎、講究實用性、選材得當、深入淺出,希望讀者通過該書的學習可以很好地掌握商務智能的相關知識。該書的目的不在于覆蓋商務智能技術的所有知識點,而是介紹商務智能的主要應用,使讀者了解商務智能的基本構成,以及如何應對各行業(yè)的特色問題構建商務智能系統(tǒng)。
《商務智能技術》可作為高等學校電子商務、信息管理、計算機應用技術、軟件工程和管理科學等相關專業(yè)本科生的教材,也可供從事商務智能信息化的人員閱讀、參考。
大數(shù)據(jù)時代,數(shù)據(jù)已經(jīng)成為企業(yè)的重要資產(chǎn)。如何從海量數(shù)據(jù)中挖掘出重要的商業(yè)價值并運用到企業(yè)的決策中,是當今企業(yè)需要面對的實際問題,也是企業(yè)提高競爭力的關鍵。面對激烈的競爭,傳統(tǒng)的決策支持系統(tǒng)已難以支撐,而作為ERP應用之后的企業(yè),商務智能為企業(yè)提供了這樣的利器。商務智能通過將數(shù)據(jù)轉(zhuǎn)換為信息,并加以提煉,形成滿足企業(yè)需求的知識,由此提高企業(yè)的反應速度和決策的準確性。目前,商務智能技術在我國得到了快速的發(fā)展,企業(yè)界已經(jīng)逐步認識到商務智能對提高企業(yè)競爭力的重要性,特別是電信、銀行、保險、稅務等信息化水平較高的行業(yè),在完成數(shù)據(jù)集中整合后,把商務智能作為新的應用重點,帶動了商務智能技術和服務水平的提高。
隨著越來越多的企業(yè)對商務智能的關注,相關商務智能業(yè)務需要的技術人才也越來越多。鑒于市場需求的增長,國內(nèi)大多數(shù)高校開始開設與商務智能相關的課程,以培養(yǎng)業(yè)務需要的人才。商務智能涉及的內(nèi)容很多,既包括有關計算機的相關技術,如數(shù)據(jù)倉庫和數(shù)據(jù)挖掘,也包括很多的行業(yè)應用,如市場營銷、客戶關系管理、風險管理、績效管理等。很多高校的計算機學院、軟件學院、商學院等都開設了與商務智能相關的課程,培養(yǎng)各類商務智能的技術和應用人才,以滿足專業(yè)技術人才的需求。
本書是一本較為全面反映商務智能技術的教材,主要針對商務智能基本問題進行系統(tǒng)的介紹,為讀者對商務智能的深入學習奠定基礎。本書的內(nèi)容包括商務智能的基本概念、商務智能系統(tǒng)的基本架構、數(shù)據(jù)預處理、數(shù)據(jù)倉庫、在線處理分析、數(shù)據(jù)挖掘相關算法、數(shù)據(jù)可視化等核心技術,目的是讓讀者了解商務智能最基本的內(nèi)容。為了幫助讀者理解并掌握相關算法,增強實踐效果,本書對相關常用算法都給出了基礎性案例,幫助讀者了解商務智能涉及的基本技術的知識和技能。本書旨在短短的幾十個學時中,讓讀者了解商務智能最基本的內(nèi)容,并指明商務智能的發(fā)展方向,啟發(fā)讀者自學,對商務智能的基本問題、核心技術和實際應用等進行系統(tǒng)的討論,為讀者對商務智能的深入學習奠定基礎。
本書共9章內(nèi)容,系統(tǒng)地講述了商務智能的相關知識。第1章講述了商務智能的基本概念、特點及工作過程等,屬于綜述性章節(jié),涉及內(nèi)容較多。第2章主要講述了數(shù)據(jù)預處理的基本概念和方法,包括數(shù)據(jù)清洗、數(shù)據(jù)集成、數(shù)據(jù)變換、數(shù)據(jù)歸約等。第3章講述了數(shù)據(jù)倉庫與聯(lián)機分析處理,包括數(shù)據(jù)倉庫的概念和構建過程,以及聯(lián)機分析處理的概念和過程。第4~7章講述了商務智能處理的相關技術,分別詳述了商務智能中關聯(lián)分析、分類、數(shù)值預測、聚類等內(nèi)容,并給出了相關案例的分析,使得讀者能夠深入淺出地理解相關內(nèi)容。第8章給出了商務智能可視化展示,方便讀者了解商務智能決策結(jié)果的展示。第9章給出了當前商務智能處理中的個性化推薦技術,包括其中的常用算法和評價指標。
本書的編寫融匯了許多人的辛勤勞動。全書由于會策劃和統(tǒng)稿。王兢參與了第1章的編寫,王巧鳳參與了第2章的編寫,種紫菱參與了第3章的編寫,譚天參與了第4章的編寫,董文敏參與了第5章的編寫,趙時雨參與了第6章的編寫,陳炫宇參與了第7章的編寫,李康康參與了第8章的編寫。施建宇教授參與編寫了第9章的內(nèi)容并認真審閱了初稿,指出了其中的紕漏之處,并提出了修改建議。
本書的編寫得到了西北工業(yè)大學計算機學院王麗芳教授、史豪斌教授以及西北工業(yè)大學出版社的大力支持,書中參考了許多學者的研究成果,在此一并表示衷心感謝。
限于筆者的學識水平,書中難免存在不足和疏漏之處,敬請讀者批評指正。
第1章 導論
1.1 商務智能的基本概念和特點
1.2 商務智能發(fā)展過程
1.3 商務智能技術概述
1.4 商務智能的工作過程及應用
1.5 思考與練習
第2章 數(shù)據(jù)預處理
2.1 數(shù)據(jù)預處理的原因和任務
2.2 數(shù)據(jù)預處理的基本概念
2.3 數(shù)據(jù)清理
2.4 數(shù)據(jù)集成
2.5 數(shù)據(jù)變換
2.6 數(shù)據(jù)歸約
2.7 思考與練習
第3章 數(shù)據(jù)倉庫與聯(lián)機分析處理
3.1 數(shù)據(jù)倉庫的基本概念
3.2 數(shù)據(jù)倉庫系統(tǒng)
3.3 數(shù)據(jù)倉庫的設計與開發(fā)
3.4 聯(lián)機分析處理
3.5 思考與練習
第4章 關聯(lián)分析
4.1 關聯(lián)規(guī)則挖掘的基本概念
4.2 關聯(lián)規(guī)則發(fā)現(xiàn)
4.3 Apriori算法
4.4 FP-growth算法
4.5 關聯(lián)規(guī)則生成方法
4.6 關聯(lián)規(guī)則的拓展
4.7 關聯(lián)規(guī)則的度量
4.8 思考與練習
第5章 分類
5.1 概述
5.2 決策樹分類方法
5.3 樸素貝葉斯分類
5.4 KNN分類
5.5 集成分類
5.6 多分類學習
5.7 分類算法的評價
5.8 思考與練習
第6章 數(shù)值預測與回歸分析
6.1 概述
6.2 一元線性回歸
6.3 多元線性回歸模型
6.4 其他回歸方法
6.5 思考與練習
第7章 聚類分析
7.1 概述
7.2 聚類分析中的數(shù)據(jù)類型
7.3 常用的聚類方法
7.4 聚類常用的評價指標
7.5 思考與練習
第8章 商務智能可視化
8.1 商務智能可視化的類型
8.2 數(shù)據(jù)可視化
8.3 過程可視化
8.4 結(jié)果可視化
8.5 儀表盤
8.6 思考與練習
第9章 個性化推薦系統(tǒng)
9.1 推薦系統(tǒng)的概念和模型
9.2 基于內(nèi)容的推薦
9.3 協(xié)同過濾推薦算法
9.4 推薦系統(tǒng)性能評價
9.5 思考與練習
參考文獻