《商務智能》共10章內容，系統(tǒng)地講述了商務智能的相關知識。前4章為基礎理論知識：第1章講述了商務智能的背景、概念、特點及實現過程等，屬于綜述性章節(jié)，涉及內容較多；第2章從分層的角度出發(fā)，對商務智能的系統(tǒng)結構進行了詳細敘述；第3章內容涉及商務智能實現中的核心理論之一——數據庫和數據倉庫，該章通過比較數據庫和數據倉庫的異同，引出數據倉庫的重要性；第4章詳細介紹了數據挖掘的相關知識，為后續(xù)知識的講解作出鋪墊；第5章至第9章在上述章節(jié)的基礎上，結合電商平臺，分別詳述了商務智能中聚類、分類、商品信息檢索、智能推薦及基于回歸分析的電商企業(yè)銷售預測；第10章對商務智能的應用及發(fā)展前景進行了分析、總結。《商務智能》注重基礎、講究實用性、選材得當、深入淺出，希望初學者通過《商務智能》的學習可以很好地掌握商務智能的相關知識。
更多科學出版社服務，請掃碼獲取。
目錄
第1章 商務智能導論 1
1.1 商務智能的產生背景 1
1.2 商務智能的概念界定 2
1.3 商務智能的支持理論及技術 3
1.4 商務智能的研究范式 6
1.5 商務智能分析過程 8
1.6 商務智能的應用 9
1.7 商務智能的發(fā)展趨勢 11
課后思考題 14
第2章 商務智能的分層與體系結構 15
2.1 商務智能分層 15
2.2 商務智能的體系結構 19
2.3 數據集成 24
課后思考題 28
第3章 數據庫與數據倉庫基礎 29
3.1 數據管理及其發(fā)展 29
3.2 數據庫 33
3.3 數據倉庫 39
課后思考題 50
第4章 數據挖掘 51
4.1 數據挖據在商務智能中的定位 51
4.2 數據挖掘概述及原理 52
4.3 數據挖掘過程 55
4.4 數據挖掘方法及評價指標 57
4.5 數據挖掘工具及發(fā)展方向 64
課后思考題 68
第5章 商務智能中的聚類 69
5.1 聚類分析簡介 69
5.2 代表性的聚類算法 71
5.3 基于聚類的數據分析 74
5.4 應用案例 80
課后思考題 84
第6章 商務智能中的分類 86
6.1 分類算法簡介 86
6.2 代表性的分類算法 86
6.3 應用案例及數據分析 104
課后思考題 120
第7章 商品信息檢索 121
7.1 信息檢索的概念 121
7.2 信息檢索的過程 121
7.3 特征選擇 123
7.4 特征提取 132
7.5 相關反饋 136
7.6 經典的信息檢索模型 137
7.7 信息檢索的評價指標 140
7.8 電子商務環(huán)境下的商品檢索 143
課后思考題 149
第8章 商務智能中的推薦 150
8.1 推薦系統(tǒng)舉例 150
8.2 推薦系統(tǒng)評測指標 151
8.3 基于用戶行為的協同過濾算法 155
8.4 推薦系統(tǒng)冷啟動問題 156
8.5 利用社交網絡數據進行推薦 158
8.6 應用案例——京東個性化推薦系統(tǒng)發(fā)展 159
課后思考題 167
第9章 基于回歸分析的鞋類商品需求量預測 168
9.1 相關分析基礎 168
9.2 簡單線性相關分析 170
9.3 線性回歸分析 175
9.4 淘寶平臺中某商家鞋類商品需求量預測 183
9.5 應用案例 186
課后思考題 188
第10章 商務智能應用及發(fā)展趨勢 190
10.1 商務智能具有廣泛的應用場景 190
10.2 新型商務智能企業(yè) 201
10.3 商務智能的發(fā)展趨勢 205
課后思考題 209
參考文獻 210
書單推薦
