幫助中心 | 我的帳號 | 關於我們

商務智能方法與應用(數據科學與大數據技術專業系列規劃教材)

  • 作者:編者:張小梅//許桂秋
  • 出版社:人民郵電
  • ISBN:9787115503480
  • 出版日期:2019/05/01
  • 裝幀:平裝
  • 頁數:224
人民幣:RMB 59.8 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書從實用的角度出發,採用理論與實踐相結合的方式,介紹商務智能的基礎知識,力求培養讀者使用商務智能技術解決問題的能力。全書內容商務智能的基本概念、商務智能系統的架構、商務智能涉及到的數據處理的核心技術、商務智能在零售業、商務智能在客戶關係管理、商務智能在電信業、商務智能在教育業以及商務智能在電子商務等方面的應用。
    本書作為商務智能的入門教材,目的不在於覆蓋商務智能技術的所有知識點,而是介紹商務智能的主要應用,使讀者了解商務智能的基本構成以及如何應對個行業各的特色問題構建商務智能系統。為了增強實踐效果,本書中引入了5個基礎性案例,幫助讀者了解商務智能涉及到的基本技術的知識和技能。在此基礎上又引入了5個綜合性案例,幫助讀者掌握商務智能如何在各種不同行業場景下構建商務智能系統。
    本書可以作為高校商務智能基礎與應用課程的教材,也可供對商務智能感興趣的讀者閱讀。

作者介紹
編者:張小梅//許桂秋

目錄
第1章  商務智能概述
  1.1  商務智能產生的背景
    1.1.1  商務智能產生的原因
    1.1.2  商業決策需要商務智能
    1.1.3  企業智能化管理需要商務智能
  1.2  商務智能簡介
    1.2.1  商務智能的概念
    1.2.2  商務智能的發展
    1.2.3  商務智能的要求
    1.2.4  商務智能的價值
  1.3  商務智能基礎
    1.3.1  商務智能的基本架構
    1.3.2  商務智能的功能
  1.4  商務智能的關鍵技術
    1.4.1  數據預處理
    1.4.2  數據倉庫
    1.4.3  數據挖掘
    1.4.4  聯機分析處理
    1.4.5  數據可視化
  1.5  商務智能的相關應用
    1.5.1  商務智能在金融業的應用
    1.5.2  商務智能在保險業的應用
    1.5.3  商務智能在教育領域的應用
    1.5.4  商務智能在客戶關係管理的應用
    1.5.5  商務智能在零售業的應用
    1.5.6  商務智能在電子商務領域的應用
    1.5.7  商務智能在製造業的應用
  實驗1  銷售數據預處理
第2章  數據倉庫
  2.1  數據倉庫概述
    2.1.1  數據倉庫的概念
    2.1.2  數據倉庫的特點
    2.1.3  數據倉庫的結構
    2.1.4  數據倉庫與資料庫
    2.1.5  數據倉庫和商務智能的關係
  2.2  ETL過程
    2.2.1  數據抽取
    2.2.2  數據轉換
    2.2.3  數據清洗
    2.2.4  數據載入
  2.3  數據倉庫工具Hive
    2.3.1  Hive的數據類型與存儲格式
    2.3.2  Hive的數據模型
    2.3.3  查詢數據
    2.3.4  用戶定義函數
  實驗2  數據倉庫的建立
第3章  維度建模
  3.1  維度建模簡介
    3.1.1  維度建模的概念
    3.1.2  維度建模的基本原則

  3.2  維度表技術基礎
    3.2.1  維度表的結構
    3.2.2  維度代理鍵
    3.2.3  多維體系架構
    3.2.4  緩慢變化維度
  3.3  事實表技術基礎
    3.3.1  事實表的結構
    3.3.2  可加、半可加、不可加性事實
    3.3.3  事實表中的空值
    3.3.4  事實表的基本類型
  3.4  維度建模的主要流程
    3.4.1  選擇業務流程
    3.4.2  聲明粒度
    3.4.3  確認維度
    3.4.4  確認事實
  3.5  對維度建模的誤解
    3.5.1  誤解1:維度模型僅用於匯總數據
    3.5.2  誤解2:維度模型是部門級的而不是企業級的
    3.5.3  誤解3:維度模型是不可擴展的
    3.5.4  誤解4:維度模型僅可用於預測
    3.5.5  誤解5:維度模型不能集成
  實驗3  使用Schema Workbench創建Cube
第4章  聯機分析處理
  4.1  OLAP簡介
    4.1.1  維度模型的基本概念
    4.1.2  0LAP的多維數據結構
    4.1.3  0LAP的應用
  4.2  0LAP多維數據分析
    4.2.1  切片和切塊
    4.2.2  鑽取
    4.2.3  旋轉/轉軸
  4.3  0LAP分類
    4.3.1  ROLAP、MOLAP與HOLAP
    4.3.2  多維數據模式
    4.3.3  0LAP體系結構
    4.3.4  OLAP與OLTP的區別
  4.4  從OLAP到數據挖掘
    4.4.1  數據倉庫應用
    4.4.2  0LAP和數據挖掘的關係
    4.4.3  多維數據挖掘
  4.5  0LAP操作語言
    4.5.1  MDX
    4.5.2  MDX查詢語句
    4.5.3  SQL和MDX的區別
    4.5.4  MDX表示
    4.5.5  成員屬性和單元屬性
    4.5.6  MDX查詢結構
  4.6  主流的0LAP工具
    4.6.1  OLAP產品
    4.6.2  0LAP的實現過程

  實驗4  聯機分析
第5章  商務智能在零售業的應用
  5.1  零售業商務智能現狀
  5.2  客戶關係管理
  5.3  零售管理業務優化
  5.4  日常經營分析
    5.4.1  商品分析
    5.4.2  銷售分析
    5.4.3  會員卡分析
    5.4.4  財務分析
  5.5  零售業案例
    5.5.1  數據倉庫的搭建
    5.5.2  粒度設計
    5.5.3  星形模型設計
    5.5.4  ETL設計
    5.5.5  0LAP的實現
    5.5.6  數據挖掘
  實驗5  購物清單關聯陛分析
第6章  商務智能在客戶關係管理中的應用
  6.1  客戶關係管理概述
    6.1.1  客戶智能
    6.1.2  數據挖掘在客戶關係管理中的應用
  6.2  客戶細分
  6.3  客戶識別和客戶流失
    6.3.1  數據挖掘應用於客戶識別
    6.3.2  通過當前客戶了解潛在客戶
    6.3.3  客戶流失
  6.4  客戶維度與屬性
    6.4.1  姓名和地址的語法分析
    6.4.2  國際姓名和地址的考慮
    6.4.3  以客戶為中心的日期
    6.4.4  基於事實表匯聚的維度屬性
    6.4.5  分段屬性與記分
    6.4.6  客戶維度變化的計算
    6.4.7  低粒度屬性集合的維度表
    6.4.8  客戶層次的考慮
  6.5  複雜的客戶行為
    6.5.1  行為類型分析
    6.5.2  連續行為分析
    6.5.3  行為分析模型
    6.5.4  時間範圍事實表
    6.5.5  使用滿意度指標標記事實表
    6.5.6  使用異常情景指標標記事實表
  實驗6  航空客運信息挖掘
第7章  商務智能在電子商務領域的應用
  7.1  智能搜索
    7.1.1  網路機器人
    7.1.2  文本分析
    7.1.3  搜索條件的獲取和分析
    7.1.4  信息的搜索和排序

  7.2  電子商務情感分析
    7.2.1  評論數據收集及處理
    7.2.2  擴展特徵向量構造
    7.2.3  情感詞庫構建
    7.2.4  情感分析模型
    7.2.5  情感傾向值計算
  7.3  智能推薦
    7.3.1  智能推薦產生背景及定義
    7.3.2  智能推薦主要演算法
    7.3.3  智能推薦在電子商務中
    的應用
  實驗7  消費者評論數據隋感分析
參考文獻

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032