本書(shū)從實(shí)用的角度出發(fā),采用理論與實(shí)踐相結(jié)合的方式,介紹商務(wù)智能的基礎(chǔ)知識(shí),力求培養(yǎng)讀者使用商務(wù)智能技術(shù)解決問(wèn)題的能力。全書(shū)內(nèi)容商務(wù)智能的基本概念、商務(wù)智能系統(tǒng)的架構(gòu)、商務(wù)智能涉及到的數(shù)據(jù)處理的核心技術(shù)、商務(wù)智能在零售業(yè)、商務(wù)智能在客戶關(guān)系管理、商務(wù)智能在電信業(yè)、商務(wù)智能在教育業(yè)以及商務(wù)智能在電子商務(wù)等方面的應(yīng)用。
本書(shū)作為商務(wù)智能的入門教材,目的不在于覆蓋商務(wù)智能技術(shù)的所有知識(shí)點(diǎn),而是介紹商務(wù)智能的主要應(yīng)用,使讀者了解商務(wù)智能的基本構(gòu)成以及如何應(yīng)對(duì)個(gè)行業(yè)各的特色問(wèn)題構(gòu)建商務(wù)智能系統(tǒng)。為了增強(qiáng)實(shí)踐效果,本書(shū)中引入了5個(gè)基礎(chǔ)性案例,幫助讀者了解商務(wù)智能涉及到的基本技術(shù)的知識(shí)和技能。在此基礎(chǔ)上又引入了5個(gè)綜合性案例,幫助讀者掌握商務(wù)智能如何在各種不同行業(yè)場(chǎng)景下構(gòu)建商務(wù)智能系統(tǒng)。
中科曙光下的教育培訓(xùn)結(jié)構(gòu),目前在全國(guó)有幾十所合作院校,部分高校實(shí)現(xiàn)了課程植入,瑞翼教育對(duì)每個(gè)教育點(diǎn)派駐教學(xué)團(tuán)隊(duì)。一流企業(yè)+高校,大數(shù)據(jù)、人工智能必修課程,企業(yè)案例+實(shí)踐平臺(tái)
張小梅,凱里學(xué)院計(jì)算機(jī)專業(yè)教授,現(xiàn)任凱里學(xué)院大數(shù)據(jù)工程學(xué)院院長(zhǎng)。中國(guó)民盟成員,貴州省政府特殊津貼獲得者,貴州省 “省級(jí)教學(xué)名師”,貴州省“省級(jí)優(yōu)秀教師”,黔東南州“州管專家”,凱里學(xué)院“學(xué)術(shù)帶頭人”,貴州省計(jì)算機(jī)學(xué)會(huì)常務(wù)理事。曾先后到過(guò)四川大學(xué)、國(guó)防科學(xué)技術(shù)大學(xué)、湖南師范大學(xué)、濟(jì)南大學(xué)訪問(wèn)學(xué)習(xí)。
近年來(lái)主要從事物聯(lián)網(wǎng)應(yīng)用研究;作為負(fù)責(zé)人承擔(dān)各級(jí)各類課題共20余項(xiàng):其中省部級(jí)以上項(xiàng)目6項(xiàng),地廳級(jí)項(xiàng)目5項(xiàng),主編教材6部。出版學(xué)術(shù)專著2部,獲實(shí)用新型專利2項(xiàng);獲貴州省教學(xué)成果“二等獎(jiǎng)”1項(xiàng),在貴州省 “多媒體教育軟件大賽”中榮獲“二等獎(jiǎng)”2項(xiàng),全國(guó)多媒體教育軟件大賽“優(yōu)秀獎(jiǎng)”1項(xiàng)。發(fā)表學(xué)術(shù)論文20余篇。
第 1章 1
商 務(wù) 智 能 概 述 1
1.1 商務(wù)智能產(chǎn)生背景 1
1.1.1 商務(wù)智能產(chǎn)生的原因 1
1.1.2 商業(yè)決策需要商務(wù)智能 3
1.1.3 企業(yè)智能化管理需要商務(wù)智能 4
1.2 商務(wù)智能簡(jiǎn)介 4
1.2.1 商務(wù)智能概念 5
1.2.2 商務(wù)智能發(fā)展 7
1.2.3 商務(wù)智能要求 8
1.2.4 商務(wù)智能價(jià)值 9
1.3 商務(wù)智能基礎(chǔ) 10
1.3.1 商務(wù)智能的基本架構(gòu) 10
1.3.2 商務(wù)智能的功能 11
1.4 商務(wù)智能關(guān)鍵技術(shù) 12
1.4.1 數(shù)據(jù)預(yù)處理 12
1.4.2 數(shù)據(jù)倉(cāng)庫(kù) 12
1.4.3 數(shù)據(jù)挖掘 13
1.4.4 在線分析處理 15
1.4.5 數(shù)據(jù)可視化 15
1.5 商務(wù)智能的相關(guān)應(yīng)用 16
1.5.1 商務(wù)智能在教育方面的應(yīng)用 16
1.5.2 商務(wù)智能在客戶關(guān)系管理的應(yīng)用 17
1.5.3 商務(wù)智能在零售業(yè)的應(yīng)用 17
1.5.4 商務(wù)智能在電子商務(wù)的應(yīng)用 18
1.5.5 商務(wù)智能在金融業(yè)的應(yīng)用 18
1.5.6 商務(wù)智能在保險(xiǎn)業(yè)的應(yīng)用 18
1.5.7 商務(wù)智能在制造業(yè)的應(yīng)用 19
實(shí)驗(yàn)一 銷售數(shù)據(jù)預(yù)處理 19
實(shí)驗(yàn)二 數(shù)據(jù)可視化 51
第 2章 77
數(shù) 據(jù) 倉(cāng) 庫(kù) 77
2.1 數(shù)據(jù)倉(cāng)庫(kù)概念 78
2.1.1 什么是數(shù)據(jù)倉(cāng)庫(kù) 78
2.1.2 數(shù)據(jù)倉(cāng)庫(kù)特點(diǎn) 78
2.1.3 數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu) 79
2.1.4 數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)庫(kù) 80
2.1.5 數(shù)據(jù)倉(cāng)庫(kù)和商務(wù)智能的關(guān)系 81
2.2 ETL過(guò)程 81
2.2.1 數(shù)據(jù)抽取 82
2.2.2 數(shù)據(jù)轉(zhuǎn)換 82
2.2.3 數(shù)據(jù)清洗 82
2.2.4 數(shù)據(jù)裝載 83
2.3 數(shù)據(jù)倉(cāng)庫(kù)模型 83
2.3.1 數(shù)據(jù)模型 84
2.3.2 如何建設(shè)數(shù)據(jù)模型 84
2.3.3 數(shù)據(jù)倉(cāng)庫(kù)建模樣例 88
2.4 數(shù)據(jù)倉(cāng)庫(kù)工具Hive 91
2.6.1 Hive基本概念 91
2.6.2 Hive使用場(chǎng)景 91
2.6.3 Hive設(shè)計(jì)特點(diǎn) 91
2.6.4 Hive體系結(jié)構(gòu) 92
2.6.5 Hive數(shù)據(jù)存儲(chǔ) 93
2.6.6 HiveQL 93
實(shí)驗(yàn)三 數(shù)據(jù)倉(cāng)庫(kù)的建立 94
第3章 112
維 度 建 !112
3.1 維度建模簡(jiǎn)介 112
3.1.1 維度建模的概念 113
3.1.2 維度建模基本原則 114
3.2 維度表技術(shù)基礎(chǔ) 115
3.2.1 維度表結(jié)構(gòu) 115
3.2.2 維度代理鍵 116
3.3.3 多維體系結(jié)構(gòu) 116
3.3.4 緩慢變化維度 119
3.3 事實(shí)表技術(shù)基礎(chǔ) 121
3.3.1 事實(shí)表結(jié)構(gòu) 121
3.3.2 可加、半可加、不可加事實(shí) 121
3.3.3 事實(shí)表中的空值 122
3.3.4 事實(shí)表的三種基本類型 122
3.4 維度建模設(shè)計(jì)的主要流程 123
3.4.1 選擇業(yè)務(wù)過(guò)程 123
3.4.2 聲明粒度 124
3.4.3 確認(rèn)維度 124
3.4.4 確認(rèn)事實(shí) 125
3.5 維度模型的誤區(qū) 125
3.5.1 誤區(qū)1:維度模型僅用于匯總數(shù)據(jù) 126
3.5.2 誤區(qū)2:維度模型是部門級(jí)的而不是企業(yè)級(jí)的 126
3.5.3 誤區(qū)3:維度模型是不可擴(kuò)展的 126
3.5.4 誤區(qū)4:維度模型僅可用于預(yù)測(cè) 126
3.5.5 誤區(qū)5:維度模型不能集成 127
實(shí)驗(yàn)四 使用Schema Workbench創(chuàng)建Cube 127
第4章 145
在線分析處理-OLAP 145
4.1 OLAP簡(jiǎn)介 146
4.1.1 OLAP基本概念 147
4.1.2 OLAP特性 150
4.1.3 OLAP多維數(shù)據(jù)結(jié)構(gòu) 150
4.1.4 OLAP應(yīng)用 154
4.2 OLAP多維數(shù)據(jù)分析 155
4.2.1 切片和切塊 156
4.2.2 鉆取 157
4.2.3 旋轉(zhuǎn)/轉(zhuǎn)軸 157
4.3 OLAP分類 158
4.3.1 OLAP分類 158
4.3.2 ROLAP、MOLAP與HOLAP 158
4.3.3 多維數(shù)據(jù)模式 160
4.3.4 OLAP體系結(jié)構(gòu) 162
4.3.5 OLAP與OLTP的區(qū)別 163
4.4 從OLAP到數(shù)據(jù)挖掘 163
4.4.1 信息處理 163
4.4.2 OLAP和數(shù)據(jù)挖掘的關(guān)系 164
4.4.3 多維數(shù)據(jù)挖掘 164
4.5 OLAP操作語(yǔ)言 165
4.5.1 MDX 166
4.5.2 MDX查詢語(yǔ)句 167
4.5.3 SQL和MDX的區(qū)別 168
4.5.4 MDX表示 170
4.5.5 成員屬性和單元屬性 170
4.5.6 MDX查詢結(jié)構(gòu) 173
4.6 主流的OLAP工具 174
4.6.1 OLAP產(chǎn)品 174
4.6.2 主流OLAP產(chǎn)品比較 176
4.6.3 OLAP實(shí)現(xiàn)過(guò)程 176
實(shí)驗(yàn)五 在線分析 177
第5章 187
商務(wù)智能在零售業(yè)方面的應(yīng)用 187
5.1 零售業(yè)商務(wù)智能現(xiàn)狀 187
5.2 顧客關(guān)系管理 188
5.3 零售管理業(yè)務(wù)優(yōu)化 189
5.4 日常經(jīng)營(yíng)分析 190
5.4.1 商品分析 190
5.4.2 銷售分析 190
5.4.3 會(huì)員卡分析 191
5.4.4 財(cái)務(wù)分析 191
5.5 零售業(yè)案例 193
5.5.1 數(shù)據(jù)倉(cāng)庫(kù)的搭建 194
5.5.2 粒度設(shè)計(jì) 195
5.5.3 星型模型設(shè)計(jì) 196
5.5.4 ETL設(shè)計(jì) 200
5.5.5 OLAP的實(shí)現(xiàn) 202
5.5.6 數(shù)據(jù)挖掘 205
實(shí)驗(yàn)六、購(gòu)物清單關(guān)聯(lián)性分析 212
第6章 222
商務(wù)智能在客戶關(guān)系管理中的應(yīng)用 222
6.1 CRM概述 222
6.1.1 客戶智能 222
6.1.2 數(shù)據(jù)挖掘應(yīng)用于客戶關(guān)系管理 224
6.1.3 客戶智能案例 226
6.2 客戶細(xì)分 227
6.3 客戶識(shí)別和客戶保留 228
6.3.1 數(shù)據(jù)挖掘應(yīng)用于客戶獲取 228
6.3.2 通過(guò)當(dāng)前客戶了解潛在客戶 229
6.3.3 客戶保留 230
6.4 客戶維度與屬性 232
6.4.1 名字與地址的語(yǔ)法分析 233
6.4.2 國(guó)際姓名和地址的考慮 234
6.4.3 客戶為中心的日期 236
6.4.4 基于事實(shí)表匯聚的維度屬性 236
6.4.5 分段屬性與記分 237
6.4.6 客戶維變化的計(jì)算 239
6.4.7 低粒度屬性集合的維度表 239
6.4.8 客戶層次的考慮 240
6.5 復(fù)雜的客戶行為 241
6.5.1 行為類型分析 241
6.5.2 連續(xù)行為分析 242
6.5.3 行為分析模型 243
6.5.3 時(shí)間范圍事實(shí)表 245
6.5.4 使用滿意度指標(biāo)標(biāo)記事實(shí)表 246
6.5.5 使用異常情景指標(biāo)標(biāo)記事實(shí)表 247
實(shí)驗(yàn)七 航空客運(yùn)信息挖掘 247
第7章 268
商務(wù)智能在電信行業(yè)的應(yīng)用 268
7.1 電信業(yè)商務(wù)智能現(xiàn)狀 268
7.2 應(yīng)用商務(wù)智能的重要意義和必要性 269
7.3 商務(wù)智能在電信行業(yè)的應(yīng)用 270
7.4 商務(wù)智能關(guān)鍵技術(shù)在電信中的應(yīng)用 274
7.4.1 OLAP在電信中的應(yīng)用 274
7.4.2 數(shù)據(jù)挖掘在電信中的應(yīng)用 275
7.5 數(shù)據(jù)分析模型 278
7.5.1 大客戶資料分析主題的構(gòu)建 278
7.5.2 網(wǎng)絡(luò)狀況分析主題的構(gòu)建 280
7.6 數(shù)據(jù)采集與ETL處理 282
7.6.1 數(shù)據(jù)采集清洗 282
7.6.2 數(shù)據(jù)源轉(zhuǎn)換、重整及匯總 283
7.7 OLAP案例研究 283
7.7.1 分析主題的確定 284
7.7.2 選擇分析方法 284
7.7.3 定義分析維度 284
7.7.4 根據(jù)具體分析主題構(gòu)造OLAP立方體 285
7.7.5 解析分析結(jié)果 286
7.8 數(shù)據(jù)挖掘在電信行業(yè)的應(yīng)用實(shí)例分析 287
7.8.1 應(yīng)用決策樹(shù)算法進(jìn)行客戶流失分析 287
7.8.2 應(yīng)用聚類分析對(duì)電信客戶進(jìn)行細(xì)分 289
7.8.3 應(yīng)用數(shù)據(jù)挖掘預(yù)防電信欺詐 293
實(shí)驗(yàn)八 移動(dòng)用戶分析 296
第8章 312
商務(wù)智能在教育方面的應(yīng)用 312
8.1 商務(wù)智能在教育行業(yè)的現(xiàn)狀 312
8.2 商務(wù)智能在教育行業(yè)的應(yīng)用 313
8.2.1 商務(wù)智能在學(xué)生管理方面的應(yīng)用 313
8.2.2 商務(wù)智能在課程管理方面的應(yīng)用 315
8.2.3 商務(wù)智能在設(shè)施管理方面的應(yīng)用 316
8.2.4 商務(wù)智能在教工管理方面的應(yīng)用 317
8.2.5 商務(wù)智能在科研管理方面的應(yīng)用 318
8.3 大學(xué)案例總線矩陣 319
8.4 商務(wù)智能在教育行業(yè)案例 320
8.4.1 背景 320
8.4.2 數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì) 321
8.4.3 OLAP設(shè)計(jì) 332
8.4.4 數(shù)據(jù)挖掘設(shè)計(jì) 339
8.4.5 分析和評(píng)估 346
實(shí)驗(yàn)九 學(xué)生興趣愛(ài)好分析 351
第9章 360
商務(wù)智能在電子商務(wù)方面的應(yīng)用 360
9.1 商務(wù)智能在智能搜索方面的應(yīng)用 360
9.1.1 網(wǎng)絡(luò)機(jī)器人 361
9.1.2 文本分析 362
9.1.3 搜索條件的獲取和分析 363
9.1.4 信息的搜索和排序 364
9.2 商務(wù)智能在電子商務(wù)情感分析方面的應(yīng)用 366
9.2.1 評(píng)論數(shù)據(jù)收集及處理 367
9.2.2 擴(kuò)展特征向量構(gòu)造 367
9.2.3 情感詞庫(kù)構(gòu)建 368
9.2.4 情感分析模型 368
9.2.5 情感傾向值計(jì)算 368
9.3 商務(wù)智能在智能推薦技術(shù)方面的應(yīng)用 369
9.3.1 智能推薦產(chǎn)生背景及定義 369
9.3.2 智能推薦主要算法 371
9.3.3 智能推薦在電子商務(wù)中的應(yīng)用 373
實(shí)驗(yàn)十 消費(fèi)者聲音情感分析 375
參考文獻(xiàn) 385