第一章 商務(wù)智能概述 1
一、商務(wù)智能的概念 3
二、商務(wù)智能的作用 7
三、商務(wù)智能與相關(guān)概念 11
四、商務(wù)智能的技術(shù)組成 12
五、商務(wù)智能的發(fā)展 13
六、商務(wù)智能使用舉例 15
七、產(chǎn)品流與商貿(mào)企業(yè)創(chuàng)新 17
第二章 產(chǎn)品流與企業(yè)管理 19
一、產(chǎn)品流與交換經(jīng)濟(jì) 21
二、交換經(jīng)濟(jì)中的產(chǎn)業(yè)分析——生產(chǎn)企業(yè) 22
三、產(chǎn)品流與生產(chǎn)企業(yè)創(chuàng)新 24
四、交換經(jīng)濟(jì)中的產(chǎn)業(yè)分析——商貿(mào)企業(yè) 28
五、產(chǎn)品流與商務(wù)智能 29
第三章 信息流與產(chǎn)業(yè) 33
一、互聯(lián)網(wǎng)與移動互聯(lián)網(wǎng) 35
二、數(shù)據(jù)、信息和知識 37
三、信息流對產(chǎn)業(yè)帶來的變革 38
四、知識發(fā)現(xiàn)的過程 43
五、知識發(fā)現(xiàn)涉及的問題 46
第四章 大數(shù)據(jù)基礎(chǔ) 49
一、大數(shù)據(jù)技術(shù)基礎(chǔ) 51
二、分布式存儲技術(shù) 52
三、分布式計算技術(shù) 57
四、大數(shù)據(jù)產(chǎn)品實例:Hadoop 57
五、其他產(chǎn)品 65
第五章 數(shù)據(jù)倉庫與OLAP 69
一、引言 70
二、從數(shù)據(jù)庫到數(shù)據(jù)倉庫 71
三、從OLTP到OLAP 75
四、系統(tǒng)架構(gòu)圖 78
五、多維數(shù)據(jù)模型 78
六、數(shù)據(jù)倉庫與OLAP應(yīng)用舉例 81
七、實踐 85
八、小結(jié) 87
第六章 數(shù)據(jù)預(yù)處理 89
一、數(shù)據(jù)預(yù)處理的步驟 90
二、數(shù)據(jù)預(yù)處理與描述性數(shù)據(jù)挖掘 98
三、數(shù)據(jù)預(yù)處理與孤立點分析 99
四、描述性數(shù)據(jù)挖掘和孤立點分析應(yīng)用舉例 100
五、實踐 103
六、小結(jié) 108
第七章 分類規(guī)則 111
一、基本概念 112
二、常用的分類方法 113
三、分類規(guī)則應(yīng)用舉例 120
四、實踐 121
第八章 聚類 131
一、基本概念 132
二、聚類的過程 137
三、分析方法 137
四、基于K-means算法的聚類規(guī)則 140
五、K-means算法的改進(jìn) 141
六、聚類分析應(yīng)用舉例 142
七、實踐 144
八、小結(jié) 147
第九章 關(guān)聯(lián)規(guī)則 149
一、基本概念 150
二、關(guān)聯(lián)規(guī)則的相關(guān)概念 152
三、挖掘過程 152
四、常用算法 153
五、關(guān)聯(lián)規(guī)則的應(yīng)用 162
六、實踐 163
七、小結(jié) 167
第十章 統(tǒng)計學(xué) 169
一、主成分分析 170
二、因子分析 173
三、相關(guān)分析和回歸分析 175
四、統(tǒng)計學(xué)的應(yīng)用 177
五、實踐 182
六、小結(jié) 186
第十一章 人工智能 189
一、人工智能概述 190
二、人工智能關(guān)鍵技術(shù) 194
三、實踐 205
第十二章 復(fù)雜類型的數(shù)據(jù)挖掘 211
一、Web挖掘介紹 213
二、Web內(nèi)容挖掘 214
三、Web日志挖掘 215
第十三章 商務(wù)智能的發(fā)展與思維培養(yǎng) 225
一、信息流與資金流、產(chǎn)品流的結(jié)合 226
二、基于商務(wù)智能的信用評級和風(fēng)險控制 227
三、時間空間數(shù)據(jù)和信息物理系統(tǒng)數(shù)據(jù) 230
四、商務(wù)智能中思維的培養(yǎng) 230
參考文獻(xiàn) 233