商务智能方法与应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

商务智能方法与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第Ⅰ部分 商务智能概念及过程3

第1章 导言3

1.1 商务智能的基本概念3

1.1.1 数据3

1.1.2 信息和知识6

1.2 商务智能的系统构成6

1.3 商务智能的发展历史8

练习题19

第2章 商务智能过程10

2.1 商务智能系统的开发方法10

2.1.1 商务智能系统的开发过程10

2.1.2 商务智能系统成功的关键因素12

2.2 数据库与数据仓库12

2.3 在线分析处理与在线事务处理13

2.4 商务智能与决策支持系统14

练习题215

第Ⅱ部分 商务智能方法第3章 关联分析19

3.1 频繁模式与关联规则19

3.2 频繁项集的典型挖掘方法21

3.2.1 逐层发现算法Apriori21

3.2.2 无候选集发现算法FP-growth23

3.3 关联规则的生成方法26

3.4 关联规则的其他类型26

3.4.1 多层次关联规则26

3.4.2 负模式27

3.4.3 结构化数据中的关联分析28

3.5 关联规则的兴趣度的其他度量28

练习题330

第4章 分类32

4.1 分类的概念32

4.2 决策树分类方法33

4.2.1 决策树的构建过程33

4.2.2 属性的类型及分裂条件35

4.2.3 决策树的剪枝39

4.3 朴素贝叶斯分类40

4.4 k近邻分类42

4.5 分类性能的度量方法43

4.5.1 测试数据集的构造43

4.5.2 分类性能的度量指标44

4.5.3 不同分类模型的比较46

练习题448

第5章 数值预测50

5.1 数值预测的概念50

5.2 回归方法51

5.2.1 一元线性回归51

5.2.2 多元线性回归53

5.2.3 非线性回归55

5.3 回归树与模型树56

5.3.1 模型树的构建57

5.3.2 模型树的剪枝58

5.3.3 算法58

5.4 k近邻数值预测60

5.5 预测误差的度量60

练习题561

第6章 聚类分析63

6.1 概述63

6.1.1 聚类的概念63

6.1.2 聚类方法分类64

6.2 相似度衡量方法64

6.2.1 数据类型65

6.2.2 基于内容的相似度衡量65

6.2.3 基于链接的相似度衡量69

6.3 k均值聚类法70

6.4 层次聚类方法72

6.5 DBSCAN方法73

6.6 聚类效果衡量方法74

练习题675

第Ⅲ部分 基础技术第7章 数据预处理81

7.1 数据预处理的原因和任务81

7.2 数据规范化81

7.3 数据离散化82

7.3.1 分箱离散化82

7.3.2 基于熵的离散化83

7.3.3 离散化方法ChiMerge84

7.4 数据清洗85

7.5 特征提取与特征选择86

7.5.1 特征选择86

7.5.2 特征提取87

练习题789

第8章 数据仓库91

8.1 数据仓库的基本概念91

8.2 数据仓库的体系结构92

8.3 多维数据模型93

8.3.1 多维数据模型的概念94

8.3.2 多维数据模型的构建方法97

8.4 数据仓库项目的开发100

8.4.1 数据仓库的开发模式100

8.4.2 数据仓库开发过程101

练习题8103

第9章 在线分析处理105

9.1 在线分析处理简介105

9.2 多维数据模型中的层次设计106

9.3 立方体的定义和计算107

9.4 OLAP的多维数据分析108

练习题9110

第10章 商务智能可视化111

10.1 商务智能可视化的类型111

10.2 数据可视化111

10.3 过程和结果可视化115

10.4 积分卡和仪表盘119

练习题10121

第Ⅳ部分 应用与系统第11章 商务智能应用125

11.1 商务智能应用领域125

11.1.1 关系营销125

11.1.2 生产管理128

11.2 推荐系统130

11.2.1 基于用户的协同过滤131

11.2.2 基于产品的协同过滤133

11.2.3 基于内容的推荐方法134

11.3 意见挖掘135

11.3.1 特征和意见的抽取136

11.3.2 意见极性判断137

练习题11138

第12章 商务智能系统139

12.1 开源数据挖掘软件139

12.1.1 概述139

12.1.2 Weka140

12.2 商品化的商务智能系统162

练习题12165

第Ⅴ部分 深度应用与发展第13章 复杂数据的商务智能分析方法169

13.1 序列模式挖掘169

13.1.1 序列模式的定义169

13.1.2 序列模式挖掘算法171

13.2 社会网络分析172

13.2.1 中心度分析173

13.2.2 链接分析174

13.3 数据流数据挖掘175

13.4 多关系数据挖掘177

练习题13180

第14章 商务智能的社会影响与发展182

14.1 商务智能中的隐私保护182

14.2 移动商务智能186

14.3 云商务智能186

练习题14188

参考文献190