×
超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

关闭
暂无评论
图文详情
  • ISBN:9787302571247
  • 装帧:70g胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:其他
  • 页数:259
  • 出版时间:2021-05-01
  • 条形码:9787302571247 ; 978-7-302-57124-7

本书特色

从应用型本科教材要求出发,立足于概念全面、案例新颖、实验多样的内容,力求培养读者能够掌握商务智能的基本要求,初步具备使用商务智能技术解决实际问题的能力。

内容简介

大数据时代,数据已经成为企业的重要资产。企业积累的数据增长迅速,如何从海量数据中挖掘出重要的商业价值,并运用到企业的决策中,是当今各个企业需要面对的实际问题。商务智能能够将数据转换为信息,并加以提炼,形成满足企业需求的知识,由此提高企业的反应速度和决策的准确性,快速适应市场的发展。所以商务智能有着广泛的应用前景。 本书内容全面、讲解由浅入深、案例丰富,除了可以让读者掌握商务智能的基础知识,熟悉商务智能的行业应用外,还能让读者进行实际操作。本书可以作为高等院校经济管理和信息管理等相关专业“商务智能”课程的教材。

目录

第1章 商务智能
1.1 商务智能的概念
1.2 商务智能的功能
1.3 商务智能的组成要素
1.4 商务智能的核心技术
1.5 商务智能的系统框架
1.6 商务智能的分析流程
1.7 商务智能的主流产品
1.8 习题

第2章 数据仓库
2.1 数据仓库的基本概念
2.1.1 数据仓库的数据结构
2.1.2 数据仓库的系统构成
2.1.3 数据仓库系统开发概述
2.1.4 数据仓库系统设计调研
2.1.5 信息包图设计概念模型
2.2 多维数据模型
2.2.1 多维数据建模
2.2.2 事实表、维表和键的设计
2.3 在线分析处理
2.3.1 在线分析处理概况
2.3.2 在线分析处理的基本概念和典型操作
2.3.3 在线分析处理的分类
2.4 Hive简介
2.4.1 Hive的概念
2.4.2 Hive的数据模型
2.4.3 Hive与数据仓库
2.5 习题

第3章 数据准备
3.1 数据准备的基本知识
3.2 数据类型及处理方式
3.2.1 统计计量角度的数据类型
3.2.2 计算机角度的数据类型
3.2.3 数据处理方式
3.3 数据准备的主要内容
3.3.1 数据清洗
3.3.2 数据归一化
3.3.3 数据离散化
3.3.4 数据降维
3.3.5 文本清洗
3.4 ETL
3.5 习题

第4章 相关分析
4.1 相关分析的基本原理
4.2 相关关系
4.3 相关系数
4.4 相关分析步骤
4.5 偏相关分析
4.6 习题

第5章 聚类分析
5.1 聚类的基本概念
5.2 “亲疏程度”的衡量与计算
5.2.1 定距型变量个体间的距离计算
5.2.2 计数变量个体间的距离计算
5.2.3 二值变量个体间的距离计算
5.2.4 其他个体间的距离计算
5.3 聚类的方法
5.3.1 K-均值聚类算法
5.3.2 K-中间值聚类算法
5.3.3 均值漂移聚类算法
5.3.4 基于密度的聚类算法
5.3.5 高斯混合模型聚类算法
5.3.6 层次聚类算法
5.3.7 图团体检测算法
5.4 习题

第6章 回归分析
6.1 线性回归原理
6.1.1 一元线性回归模型
6.1.2 回归参数的计算
6.1.3 回归方程的统计检验
……
第7章 分类分析
第8章 关联分析
第9章 文本挖掘
第10章 大数据分析
第11章 社会网络
第12章 商务智能开发工具-RapidMiner
第13章 商务智能开发工具-Logis PMT大数据挖掘平台
参考文献

展开全部

作者简介

姓名:陈建 年龄:43 职称职务:副教授 z高学历:博士 工作院校(系):上海第二工业大学大学经济与工商管理学院 主要研究领域:数据挖掘、机器学习

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航