大数跨境
0
0

新书推荐 | 商务智能(第六版)

新书推荐 | 商务智能(第六版) 数据科学重点实验室
2025-10-22
0
导读:本书首先系统地介绍了商务智能的基本概念、商务智能系统的架构以及数据仓库、在线分析处理和数据挖掘等核心技术。在此基础上,讨论了商务智能在电子商务、移动商务、企业绩效管理等领域的最新应用,并分析了大数据分

赵卫东老师,数据科学重点实验室成员

书名:商务智能(第六版)

配套资源:教学大纲 教学课件 习题答案 程序源码 视频讲解 实验材料

作者:赵卫东 编著

丛书名:清华科技大讲堂

定价:78元

印次:6-2

ISBN:9787302698531


全国高等学校计算机教育研究会“十四五”规划教材


在这个数字化时代,企业的数据化转型正以前所未有的速度推进,对商务智能的作用提出了更高的要求。商务智能(business intelligence,BI)不再仅仅是后台的数据分析工具,而是成为企业决策的前台支撑,其内涵也随之得到了扩展。《商务智能(第六版)》正是在这样的背景下应运而生,旨在为读者提供一个全面、深入、与时俱进的商务智能学习教材。



主要内容

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。本书首先系统地介绍了商务智能的基本概念、商务智能系统的架构以及数据仓库、在线分析处理和数据挖掘等核心技术。在此基础上,讨论了商务智能在电子商务、移动商务、企业绩效管理等领域的最新应用,并分析了大数据分析、大模型技术在商务智能领域的应用。此外,通过八爪鱼、Tableau、帆软等主流的商务智能技术进行实验,增强读者的应用能力。



本书特色

作者在前五版的基础上,参考商务智能技术和应用的发展,并吸收了广大读者的建议,对第五版进行了如下修订:

(1)删除了一些难懂且偏学术的内容,如OLAP操作语言、工作流挖掘、RFID数据挖掘、商务智能与知识管理等,这些内容虽然在某些特定领域仍有其价值,但对于大多数商务智能实践者来说,已经不再是关注的重点。

(2)补充了大模型技术在商务智能中的应用,这些内容涵盖了最新的算法、模型和工具,帮助读者理解并应用这些技术来解决实际问题,使商务智能更加贴近业务需求。

(3)为了加强理论与实践的结合,强化了实验内容,补充了更多的实验案例和一个综合的实训案例:银行信用卡欺诈与拖欠行为分析,提升了教材的实用性。这些实验不仅能够帮助读者更好地理解商务智能的概念和技术,还能够提高他们的实际操作能力。

(4)优化了配套网课。为了配合混合式的教学,作者在超星教学平台开发了配套的在线视频课商务数据分析:https://mooc1-1.chaoxing.com/course/100564035.html。除了课程视频外,每个单元还提供了选择题、参考案例以及Python程序等内容,便于读者自学。

(5)开发了在线实验案例。为了便于读者动手练习,作者在头歌平台开发了在线的机器学习实践课程,不用安装软件,就可以在线上动手练习,促进了实验教学。在线链接:https://www.educoder.net/paths/ygpm7bqe


配套资源:

为便于教与学,本书配有教学大纲、教学课件、习题答案、程序源码、视频讲解和实验材料。



读者对象

本书内容新颖、全面,案例丰富,适合作为计算机应用、软件工程、信息管理、电子商务和管理科学等相关专业本科生和研究生的教材,也可作为从事数据分析的信息化人员的参考资料。


目录

向上滑动阅览

第一部分商务智能基础

第1章商务智能概论

1.1商业决策需要商务智能

1.1.1数据、信息与知识

1.1.2管理就是决策

1.1.3决策需要信息和知识

1.1.4智能型企业

1.1.5商务智能支持商业决策

1.1.6新一代的决策支持系统

1.2商务智能简介

1.2.1商务智能的概念

1.2.2商务智能的发展

1.2.3商务智能的价值

1.3商务智能系统的功能

1.4商务智能的应用

1.5企业数字化转型

1.6人工智能增强的商务智能

思考题

第二部分商务智能核心技术

第2章商务智能系统架构

2.1商务智能系统的组成

2.2数据集成

思考题

第3章数据仓库 

3.1从数据库到数据仓库

3.2数据仓库的概念 

3.3数据集市

3.4元数据

3.5ETL

3.6操作型数据存储

3.7数据仓库模型

3.8数据挖掘查询语言

3.9医保数据仓库设计

3.10数据湖

3.11数据中台

思考题

第4章在线分析处理

4.1OLAP简介

4.2OLTP与OLAP的区别

4.3OLAP操作

思考题

第5章数据挖掘

5.1数据挖掘的基础

5.1.1数据挖掘的概念

5.1.2数据挖掘的发展

5.1.3数据挖掘的过程

5.1.4数据挖掘原语与语言

5.1.5基于组件的数据挖掘

5.1.6数据可视化

5.1.7数据挖掘的隐私保护

5.2数据挖掘的典型应用领域

5.3数据预处理

5.4聚类分析

5.4.1聚类的概念

5.4.2聚类分析的统计量

5.4.3常用聚类算法

5.4.4其他聚类方法

5.4.5离群点检测

5.5分类分析

5.5.1贝叶斯分类器

5.5.2决策树

5.5.3支持向量机

5.5.4反向传播神经网络

5.5.5其他分类方法

5.6关联分析

5.6.1关联规则

5.6.2Apriori算法

5.6.3FP增长算法

5.6.4其他关联规则挖掘算法

5.7序列模式挖掘

5.7.1基本概念

5.7.2类Apriori算法

5.8回归分析

5.8.1一元回归分析

5.8.2多元线性回归分析

5.8.3其他回归分析

5.9时间序列分析

5.10数据挖掘技术与应用的发展方向

思考题

第三部分商务智能应用

第6章移动商务智能

6.1移动商务

6.2商务智能在移动商务中的应用

思考题

第7章Web挖掘

7.1Web挖掘基础

7.2Web内容挖掘

7.3Web结构挖掘

7.4Web日志挖掘

思考题

第8章商务智能在企业绩效管理中的应用

8.1企业绩效管理的层次

8.2商务智能贯穿企业绩效管理的闭环流程

8.3商务智能与企业绩效管理

8.4商务智能给企业绩效管理带来的价值

思考题

第9章数据挖掘在电子商务中的应用

9.1电子商务需要数据挖掘

9.2顾客管理

9.3网站结构优化

9.4智能搜索引擎

9.5异常事件识别

思考题

第10章大数据分析

10.1大数据核心技术基础

10.1.1大数据存储

10.1.2大数据处理

10.1.3大数据应用

10.1.4Hadoop开源架构

10.2大数据分析的基本流程

10.3大数据分析和商务智能

思考题

第11章大模型技术应用

11.1大模型的特点和发展

11.2大模型技术与商务智能的融合

11.2.1数据分析自动化

11.2.2洞察能力提升

11.2.3自主性增强

11.2.4多模态数据处理

11.3自助式数据分析

11.4讯飞星火的数据分析助手

第四部分商务智能发展

第12章商务智能进展

12.1商务智能的应用趋势

12.2商务智能在中国的发展

12.3商务智能动态

思考题

第五部分实验

第13章商务智能实验

13.1二手房价格可视化分析

13.2使用Tableau可视化进行数据联动

13.3使用帆软(FineReport)分析超市数据

13.3.1FineReport简介

13.3.2FineReport上传数据并对数据进行预处理

13.3.3FineReport图表分析

13.3.4交互式操作

13.3.5FineReport图表联动操作

13.4银行客户流失分析

13.5银行客户分析

思考题

第14章综合实训: 银行信用卡欺诈与拖欠行为分析

14.1用户信用等级影响因素

14.1.1客户信用卡申请数据预处理

14.1.2信用卡申请成功影响因素

14.2信用卡用户信用等级影响因素

14.3基于消费的信用等级影响因素

14.4信用卡欺诈判断模型

14.4.1基于Apriori算法的欺诈模型

14.4.2基于判别的欺诈模型

14.4.3基于分类算法的欺诈模型

14.5欺诈人口属性分析

14.5.1欺诈人口属性统计分析

14.5.2基于逻辑回归的欺诈人口属性分析

14.5.3逾期还款的客户特征

14.5.4基于决策树分析逾期客户特征

14.5.5基于回归分析逾期客户特征

14.5.6根据消费历史分析客户特征

14.5.7基于聚类分析客户特征

14.5.8基于聚类的客户细分

思考题

附录AAnaconda的安装与使用





【声明】内容源于网络
0
0
数据科学重点实验室
上海市数据科学重点实验室依托复旦大学计算与智能创新学院运行,实验室持续围绕数据科学基础理论、数据界探索、数据技术及应用三个主要研究方向开展科学研究,取得了国际先进、国内领先的研究成果。
内容 203
粉丝 0
数据科学重点实验室 上海市数据科学重点实验室依托复旦大学计算与智能创新学院运行,实验室持续围绕数据科学基础理论、数据界探索、数据技术及应用三个主要研究方向开展科学研究,取得了国际先进、国内领先的研究成果。
总阅读156
粉丝0
内容203