大數(shù)據(jù)技術(shù)的發(fā)展和市場(chǎng)競(jìng)爭(zhēng)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(shí),導(dǎo)致企業(yè)對(duì)商務(wù)智能技術(shù)的要求不斷提高,相關(guān)商務(wù)智能業(yè)務(wù)需要的人才也越來越多!渡虅(wù)智能技術(shù)》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)解決問題的能力。該書注重基礎(chǔ)、講究實(shí)用性、選材得當(dāng)、深入淺出,希望讀者通過該書的學(xué)習(xí)可以很好地掌握商務(wù)智能的相關(guān)知識(shí)。該書的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)各行業(yè)的特色問題構(gòu)建商務(wù)智能系統(tǒng)。
《商務(wù)智能技術(shù)》可作為高等學(xué)校電子商務(wù)、信息管理、計(jì)算機(jī)應(yīng)用技術(shù)、軟件工程和管理科學(xué)等相關(guān)專業(yè)本科生的教材,也可供從事商務(wù)智能信息化的人員閱讀、參考。
大數(shù)據(jù)時(shí)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(jià)值并運(yùn)用到企業(yè)的決策中,是當(dāng)今企業(yè)需要面對(duì)的實(shí)際問題,也是企業(yè)提高競(jìng)爭(zhēng)力的關(guān)鍵。面對(duì)激烈的競(jìng)爭(zhēng),傳統(tǒng)的決策支持系統(tǒng)已難以支撐,而作為ERP應(yīng)用之后的企業(yè),商務(wù)智能為企業(yè)提供了這樣的利器。商務(wù)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(shí),由此提高企業(yè)的反應(yīng)速度和決策的準(zhǔn)確性。目前,商務(wù)智能技術(shù)在我國(guó)得到了快速的發(fā)展,企業(yè)界已經(jīng)逐步認(rèn)識(shí)到商務(wù)智能對(duì)提高企業(yè)競(jìng)爭(zhēng)力的重要性,特別是電信、銀行、保險(xiǎn)、稅務(wù)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(wù)智能作為新的應(yīng)用重點(diǎn),帶動(dòng)了商務(wù)智能技術(shù)和服務(wù)水平的提高。
隨著越來越多的企業(yè)對(duì)商務(wù)智能的關(guān)注,相關(guān)商務(wù)智能業(yè)務(wù)需要的技術(shù)人才也越來越多。鑒于市場(chǎng)需求的增長(zhǎng),國(guó)內(nèi)大多數(shù)高校開始開設(shè)與商務(wù)智能相關(guān)的課程,以培養(yǎng)業(yè)務(wù)需要的人才。商務(wù)智能涉及的內(nèi)容很多,既包括有關(guān)計(jì)算機(jī)的相關(guān)技術(shù),如數(shù)據(jù)倉(cāng)庫和數(shù)據(jù)挖掘,也包括很多的行業(yè)應(yīng)用,如市場(chǎng)營(yíng)銷、客戶關(guān)系管理、風(fēng)險(xiǎn)管理、績(jī)效管理等。很多高校的計(jì)算機(jī)學(xué)院、軟件學(xué)院、商學(xué)院等都開設(shè)了與商務(wù)智能相關(guān)的課程,培養(yǎng)各類商務(wù)智能的技術(shù)和應(yīng)用人才,以滿足專業(yè)技術(shù)人才的需求。
本書是一本較為全面反映商務(wù)智能技術(shù)的教材,主要針對(duì)商務(wù)智能基本問題進(jìn)行系統(tǒng)的介紹,為讀者對(duì)商務(wù)智能的深入學(xué)習(xí)奠定基礎(chǔ)。本書的內(nèi)容包括商務(wù)智能的基本概念、商務(wù)智能系統(tǒng)的基本架構(gòu)、數(shù)據(jù)預(yù)處理、數(shù)據(jù)倉(cāng)庫、在線處理分析、數(shù)據(jù)挖掘相關(guān)算法、數(shù)據(jù)可視化等核心技術(shù),目的是讓讀者了解商務(wù)智能最基本的內(nèi)容。為了幫助讀者理解并掌握相關(guān)算法,增強(qiáng)實(shí)踐效果,本書對(duì)相關(guān)常用算法都給出了基礎(chǔ)性案例,幫助讀者了解商務(wù)智能涉及的基本技術(shù)的知識(shí)和技能。本書旨在短短的幾十個(gè)學(xué)時(shí)中,讓讀者了解商務(wù)智能最基本的內(nèi)容,并指明商務(wù)智能的發(fā)展方向,啟發(fā)讀者自學(xué),對(duì)商務(wù)智能的基本問題、核心技術(shù)和實(shí)際應(yīng)用等進(jìn)行系統(tǒng)的討論,為讀者對(duì)商務(wù)智能的深入學(xué)習(xí)奠定基礎(chǔ)。
本書共9章內(nèi)容,系統(tǒng)地講述了商務(wù)智能的相關(guān)知識(shí)。第1章講述了商務(wù)智能的基本概念、特點(diǎn)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(yù)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(cāng)庫與聯(lián)機(jī)分析處理,包括數(shù)據(jù)倉(cāng)庫的概念和構(gòu)建過程,以及聯(lián)機(jī)分析處理的概念和過程。第4~7章講述了商務(wù)智能處理的相關(guān)技術(shù),分別詳述了商務(wù)智能中關(guān)聯(lián)分析、分類、數(shù)值預(yù)測(cè)、聚類等內(nèi)容,并給出了相關(guān)案例的分析,使得讀者能夠深入淺出地理解相關(guān)內(nèi)容。第8章給出了商務(wù)智能可視化展示,方便讀者了解商務(wù)智能決策結(jié)果的展示。第9章給出了當(dāng)前商務(wù)智能處理中的個(gè)性化推薦技術(shù),包括其中的常用算法和評(píng)價(jià)指標(biāo)。
本書的編寫融匯了許多人的辛勤勞動(dòng)。全書由于會(huì)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(shí)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(rèn)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(xué)計(jì)算機(jī)學(xué)院王麗芳教授、史豪斌教授以及西北工業(yè)大學(xué)出版社的大力支持,書中參考了許多學(xué)者的研究成果,在此一并表示衷心感謝。
限于筆者的學(xué)識(shí)水平,書中難免存在不足和疏漏之處,敬請(qǐng)讀者批評(píng)指正。
第1章 導(dǎo)論
1.1 商務(wù)智能的基本概念和特點(diǎn)
1.2 商務(wù)智能發(fā)展過程
1.3 商務(wù)智能技術(shù)概述
1.4 商務(wù)智能的工作過程及應(yīng)用
1.5 思考與練習(xí)
第2章 數(shù)據(jù)預(yù)處理
2.1 數(shù)據(jù)預(yù)處理的原因和任務(wù)
2.2 數(shù)據(jù)預(yù)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(xí)
第3章 數(shù)據(jù)倉(cāng)庫與聯(lián)機(jī)分析處理
3.1 數(shù)據(jù)倉(cāng)庫的基本概念
3.2 數(shù)據(jù)倉(cāng)庫系統(tǒng)
3.3 數(shù)據(jù)倉(cāng)庫的設(shè)計(jì)與開發(fā)
3.4 聯(lián)機(jī)分析處理
3.5 思考與練習(xí)
第4章 關(guān)聯(lián)分析
4.1 關(guān)聯(lián)規(guī)則挖掘的基本概念
4.2 關(guān)聯(lián)規(guī)則發(fā)現(xiàn)
4.3 Apriori算法
4.4 FP-growth算法
4.5 關(guān)聯(lián)規(guī)則生成方法
4.6 關(guān)聯(lián)規(guī)則的拓展
4.7 關(guān)聯(lián)規(guī)則的度量
4.8 思考與練習(xí)
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(xué)習(xí)
5.7 分類算法的評(píng)價(jià)
5.8 思考與練習(xí)
第6章 數(shù)值預(yù)測(cè)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(xí)
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(píng)價(jià)指標(biāo)
7.5 思考與練習(xí)
第8章 商務(wù)智能可視化
8.1 商務(wù)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(xí)
第9章 個(gè)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(píng)價(jià)
9.5 思考與練習(xí)
參考文獻(xiàn)