目录


第一部分商务智能概念及过程


第1章商务智能概述

1.1商务智能的基本概念

1.1.1数据

1.1.2信息和知识

1.2商务智能的系统构成

1.3商务智能的发展历史

练习题1


第2章商务智能过程

2.1商务智能系统的开发方法

2.1.1商务智能系统的开发过程

2.1.2商务智能系统成功的关键因素

2.2数据仓库与数据库

2.3联机事务处理与联机分析处理

2.4商务智能与决策支持系统

练习题2


第二部分商务智能方法


第3章关联分析

3.1频繁模式与关联规则

3.2频繁项集的典型挖掘方法

3.2.1逐层发现算法Apriori

3.2.2无候选集发现算法FPGrowth

3.3关联规则的生成方法

3.4关联规则的其他类型

3.4.1多层次关联规则

3.4.2负模式

3.4.3结构化数据中的关联分析

3.5关联规则的兴趣度的其他度量

练习题3


第4章分类

4.1分类的概念

4.2决策树分类方法

4.2.1决策树的构建过程

4.2.2属性的类型及分裂条件

4.2.3决策树的剪枝

4.3朴素贝叶斯分类

4.4K近邻分类

4.5逻辑回归

4.6支持向量机

4.6.1线性可分

4.6.2线性不可分

4.6.3软间隔支持向量机

4.7分类性能的度量方法

4.7.1测试数据集的构造

4.7.2分类性能的度量指标

4.7.3不同分类模型的比较

练习题4


第5章数值预测

5.1数值预测的概念

5.2回归方法

5.2.1一元线性回归

5.2.2多元线性回归

5.2.3非线性回归

5.3回归树与模型树

5.3.1模型树的构建

5.3.2模型树的剪枝

5.3.3算法

5.4K近邻数值预测

5.5预测误差的度量

练习题5


第6章聚类

6.1概述

6.1.1聚类的概念

6.1.2聚类方法分类

6.2相似度衡量方法

6.2.1数据类型

6.2.2基于内容的相似度衡量

6.2.3基于链接的相似度衡量

6.3K均值方法

6.4层次聚类方法

6.5DBSCAN算法

6.6聚类效果衡量方法

练习题6


第7章神经网络与深度学习

7.1多层感知机

7.1.1多层感知机的模型结构

7.1.2多层感知机模型的训练

7.1.3正则化

7.2卷积神经网络

7.2.1卷积

7.2.2池化

7.2.3经典的卷积神经网络模型结构

7.3循环神经网络

7.3.1循环神经网络基本模型

7.3.2长短期记忆网络模型

7.3.3门控循环单元模型

7.4深度神经网络模型的优化

7.4.1小批量随机梯度

7.4.2动量梯度下降

7.4.3AdaGrad

7.4.4RMSProp

7.4.5Adam

7.4.6学习率衰减

练习题7


第三部分商务智能基础技术


第8章数据预处理

8.1数据预处理的原因和任务

8.2数据规范化

8.3数据离散化

8.3.1分箱离散化

8.3.2基于熵的离散化

8.3.3离散化方法ChiMerge

8.4数据清洗

8.5特征选择与特征提取

8.5.1特征选择

8.5.2特征提取

练习题8


第9章文本数据处理

9.1词向量模型

9.2主题模型

练习题9


第10章数据仓库

10.1数据仓库的基本概念

10.2数据仓库的体系结构

10.3多维数据模型

10.3.1多维数据模型的概念

10.3.2多维数据模型的构建方法

10.4数据仓库项目的开发

10.4.1数据仓库开发模式

10.4.2数据仓库开发过程

练习题10


第11章联机分析处理

11.1联机分析处理简介 

11.2多维数据模型中的层次设计

11.3立方体的定义和计算

11.4OLAP的多维数据分析

练习题11


第12章商务智能可视化

12.1商务智能可视化的类型

12.2数据可视化

12.3过程和结果可视化

12.4积分卡和仪表盘

练习题12


第四部分商务智能应用系统


第13章商务智能应用

13.1商务智能应用领域

13.1.1关系营销

13.1.2生产管理

13.2推荐系统

13.2.1基于用户的协同过滤

13.2.2基于物品的协同过滤

13.2.3矩阵分解

13.2.4基于内容的推荐方法

13.3意见挖掘

13.3.1特征和意见的抽取

13.3.2意见极性判断

练习题13


第14章商务智能软件系统

14.1概述

14.1.1商品化的商务智能系统

14.1.2开源的商务智能软件

14.2Weka

14.2.1数据文件

14.2.2数据预处理

14.2.3关联分析

14.2.4分类

14.2.5数据规范化与聚类

14.2.6回归分析

14.2.7特征提取

14.3RapidMiner

14.3.1RapidMiner的安装

14.3.2结构化数据预处理

14.3.3文本数据预处理

14.3.4频繁项集和关联规则的挖掘

14.3.5序列模式的挖掘

14.3.6分类

14.3.7聚类

14.3.8推荐系统

练习题14


第五部分商务智能深度应用与发展


第15章复杂数据的商务智能分析方法

15.1序列模式挖掘

15.1.1序列模式的定义

15.1.2序列模式挖掘算法

15.2社会网络分析

15.2.1中心度分析

15.2.2链接分析

15.3数据流数据挖掘

15.4多关系数据挖掘

练习题15


第16章商务智能的社会影响与发展

16.1商务智能中的隐私保护

16.2移动商务智能

16.3云商务智能

练习题16


参考文献