商務(wù)智能原理與方法

前言

信息化是世界經(jīng)濟(jì)和社會發(fā)展的必然趨勢。近年來，在黨中央、國務(wù)院的高度重視和正確領(lǐng)導(dǎo)下，我國信息化建設(shè)取得了積極進(jìn)展，信息技術(shù)對提升工業(yè)技術(shù)水平、創(chuàng)新產(chǎn)業(yè)形態(tài)、推動(dòng)經(jīng)濟(jì)社會發(fā)展發(fā)揮了重要作用。信息技術(shù)已成為經(jīng)濟(jì)增長的“倍增器”、發(fā)展方式的“轉(zhuǎn)換器”、產(chǎn)業(yè)升級的“助推器”。作為國家信息化領(lǐng)導(dǎo)小組的決策咨詢機(jī)構(gòu)，國家信息化專家咨詢委員會一直在按照黨中央、國務(wù)院領(lǐng)導(dǎo)同志的要求就信息化前瞻性、全局性和戰(zhàn)略眭的問題進(jìn)行調(diào)查研究，提出政策建議和咨詢意見。在做這些工作的過程中，我們愈發(fā)認(rèn)識到，信息技術(shù)和信息化所具有的知識密集的特點(diǎn)，決定了人力資本將成為國家在信息時(shí)代的核心競爭力，大量培養(yǎng)符合中國信息化發(fā)展需要的人才已成為國家信息化發(fā)展的一個(gè)緊迫需求，成為我國應(yīng)對當(dāng)前嚴(yán)峻經(jīng)濟(jì)形勢，推動(dòng)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變，提高在信息時(shí)代參與國際競爭比較優(yōu)勢的關(guān)鍵。2006年5月，我國公布《2006-2010年國家信息化發(fā)展戰(zhàn)略》，提出“提高國民信息技術(shù)應(yīng)用能力，造就信息化人才隊(duì)伍”是國家信息化推進(jìn)的重點(diǎn)任務(wù)之一，并要求構(gòu)建以學(xué)校教育為基礎(chǔ)的信息化人才培養(yǎng)體系。為了促進(jìn)上述目標(biāo)的實(shí)現(xiàn)，國家信息化專家咨詢委員會一直致力于通過講座、論壇、出版等各種方式推動(dòng)信息化知識的宣傳、教育和培訓(xùn)工作。2007年，國家信息化專家咨詢委員會聯(lián)合教育部、原國務(wù)院信息化工作辦公室成立了“信息化與信息社會”系列叢書編委會，共同推動(dòng)“信息化與信息社會”系列叢書的組織編寫工作。編寫該系列叢書的目的，是力圖結(jié)合我國信息化發(fā)展的實(shí)際和需求，針對國家信息化人才教育和培養(yǎng)工作，有效梳理信息化的基本概念和知識體系，通過高校教師、信息化專家、學(xué)者與政府官員之間的相互交流和借鑒，充實(shí)我國信息化實(shí)踐中的成功案例，進(jìn)一步完善我國信息化教學(xué)的框架體系，提高我國信息化圖書的理論和實(shí)踐水平。毫無疑問，從國家信息化長遠(yuǎn)發(fā)展的角度來看，這是一項(xiàng)帶有全局性、前瞻性和基礎(chǔ)性的工作，是貫徹落實(shí)國家信息化發(fā)展戰(zhàn)略的一個(gè)重要舉措，對于推動(dòng)國家的信息化人才教育和培養(yǎng)工作，加強(qiáng)我國信息化人才隊(duì)伍的建設(shè)具有重要意義。

內(nèi)容概要

　　商務(wù)智能通過數(shù)據(jù)挖掘技術(shù)從海量數(shù)據(jù)中發(fā)現(xiàn)潛在、新穎和有用的知識，體現(xiàn)了信息技術(shù)融合背景下進(jìn)行精益化管理和科學(xué)化決策的能力。《商務(wù)智能原理與方法》從商務(wù)角度入手，以基礎(chǔ)篇、方法篇、專題篇三大板塊的形式，較全面地涵蓋了商務(wù)智能領(lǐng)域的基礎(chǔ)知識、基本原理和技術(shù)方法等內(nèi)容；融入了若干前沿成果和最新應(yīng)用；同時(shí)結(jié)合經(jīng)濟(jì)和管理實(shí)例，說明如何通過商務(wù)智能的方法來分析企業(yè)經(jīng)營、優(yōu)化企業(yè)運(yùn)作，從而提升企業(yè)競爭優(yōu)勢。　　《商務(wù)智能原理與方法》既可以作為高等學(xué)校管理科學(xué)與工程及工商管理、計(jì)算機(jī)應(yīng)用相關(guān)學(xué)科高年級本科生和研究生的教材，也可以作為企、事業(yè)單位信息化的培訓(xùn)教材，以及相關(guān)工程與管理決策人員的參考書。

作者簡介

陳國青，清華大學(xué)經(jīng)濟(jì)管理學(xué)院教授、博士生導(dǎo)師、常務(wù)副院長。教育部長江學(xué)者特聘教授、EMC2信息系統(tǒng)講席教授；教育部管理科學(xué)與工程類學(xué)科教學(xué)指導(dǎo)委員會副主任，國際信息系統(tǒng)協(xié)會中國分會（CNAIS）主席。1992年獲比利時(shí)魯汶大學(xué)博士學(xué)位，是1999年度國家杰出青年科學(xué)基金獲得者。主要教學(xué)與研究領(lǐng)域包括管理信息系統(tǒng)、商務(wù)智能與管理決策、信息管理與電子商務(wù)、軟計(jì)算與數(shù)據(jù)建模。衛(wèi)強(qiáng)，清華大學(xué)經(jīng)濟(jì)管理學(xué)院副教授。2003年獲清華大學(xué)博士學(xué)位，并獲清華大學(xué)優(yōu)秀博士畢業(yè)生稱號；是2007年美國麻省理工學(xué)院斯隆管理學(xué)院訪問學(xué)者。在國內(nèi)外學(xué)術(shù)期刊與國際會議上發(fā)表學(xué)術(shù)論文三十余篇，如《Decision Support Systems》、《Information Sciences》、《International Journal of Approximate Reasoning》、《International Journal ofIntelligent Systems》等。主要教學(xué)與研究領(lǐng)域包括商務(wù)智能與數(shù)據(jù)挖掘、管理信息系統(tǒng)、數(shù)據(jù)庫與數(shù)據(jù)建模、不確定性信息處理、管理系統(tǒng)模擬。

書籍目錄

基礎(chǔ)篇第1章 引言1.1 商務(wù)智能簡介1.2 商務(wù)智能與信息社會1.2.1 商務(wù)智能是信息社會的產(chǎn)物1.2.2 商務(wù)智能是信息社會繁榮的推動(dòng)力1.3 商務(wù)智能與企業(yè)管理1.3.1 商務(wù)智能在企業(yè)管理中的作用1.3.2 商務(wù)智能協(xié)助企業(yè)管理的方式1.3.3 商務(wù)智能的商業(yè)價(jià)值1.4 商務(wù)智能與數(shù)據(jù)挖掘1.4.1 數(shù)據(jù)挖掘的概念1.4.2 數(shù)據(jù)挖掘的特點(diǎn)1.5 商務(wù)智能與新技術(shù)融合1.6 小結(jié)思考練習(xí)題第2章 商務(wù)智能過程2.1 數(shù)據(jù)庫與事務(wù)處理2.1.1 數(shù)據(jù)庫與數(shù)據(jù)庫管理系統(tǒng)2.1.2 在線事務(wù)處理2.2 數(shù)據(jù)倉庫與在線分析處理2.2.1 從事務(wù)處理到分析處理2.2.2 數(shù)據(jù)倉庫2.3 知識發(fā)現(xiàn)與可持續(xù)競爭優(yōu)勢2.3.1 OLAP與知識發(fā)現(xiàn)2.3.2 使用數(shù)據(jù)挖掘增強(qiáng)企業(yè)競爭優(yōu)勢2.4 小結(jié)思考練習(xí)題第3章 數(shù)據(jù)倉庫3.1 數(shù)據(jù)處理技術(shù)演進(jìn)3.2 數(shù)據(jù)倉庫過程與體系結(jié)構(gòu)3.3 數(shù)據(jù)集成、提取與轉(zhuǎn)換3.3.1 數(shù)據(jù)提取3.3.2 數(shù)據(jù)轉(zhuǎn)換3.3.3 數(shù)據(jù)加載3.3.4 ETL設(shè)計(jì)與開發(fā)3.4 數(shù)據(jù)倉庫開發(fā)、管理與安全3.4.1 數(shù)據(jù)倉庫開發(fā)模式3.4.2 數(shù)據(jù)倉庫設(shè)計(jì)3.4.3 數(shù)據(jù)倉庫的數(shù)據(jù)模型3.4.4 元數(shù)據(jù)3.4.5 數(shù)據(jù)倉庫的安全3.5 小結(jié)思考練習(xí)題第4章 商務(wù)智能應(yīng)用4.1 制造領(lǐng)域應(yīng)用4.2 金融領(lǐng)域應(yīng)用4.3 電信領(lǐng)域應(yīng)用4.4 生物與醫(yī)藥領(lǐng)域應(yīng)用4.5 零售與營銷領(lǐng)域應(yīng)用4.6 Web應(yīng)用4.7 商務(wù)智能系統(tǒng)與產(chǎn)品4.7.1 商務(wù)智能解決方案系統(tǒng)結(jié)構(gòu)4.7.2 商務(wù)智能系統(tǒng)產(chǎn)品4.8 小結(jié)思考練習(xí)題第5章 構(gòu)建商務(wù)智能環(huán)境5.1 商務(wù)智能環(huán)境5.1.1 確定什么數(shù)據(jù)可用的能力5.1.2 數(shù)據(jù)挖掘的能力5.1.3 用戶-系統(tǒng)交互能力5.2 商務(wù)智能組織5.2.1 外包商務(wù)智能5.2.2 內(nèi)給商務(wù)智能5.2.3 商務(wù)智能組織成員5.3 商務(wù)智能基礎(chǔ)設(shè)施5.4 商務(wù)智能系統(tǒng)軟件5.5 小結(jié)思考練習(xí)題方法篇第6章 關(guān)聯(lián)規(guī)則6.1 關(guān)聯(lián)規(guī)則簡介6.2 關(guān)聯(lián)規(guī)則挖掘方法6.3 關(guān)聯(lián)規(guī)則興趣性6.4 關(guān)聯(lián)規(guī)則知識形式擴(kuò)展6.4.1 廣義關(guān)聯(lián)規(guī)則6.4.2 數(shù)量關(guān)聯(lián)規(guī)則6.5 簡單關(guān)聯(lián)規(guī)則6.6 小結(jié)思考練習(xí)題第7章 分類分析7.1 分類分析簡介7.2 決策樹分類7.2.1 決策樹構(gòu)建7.2.2 決策樹剪枝7.3 貝葉斯分類7.3.1 貝葉斯定理7.3.2 簡單貝葉斯分類器7.3.3 貝葉斯信念網(wǎng)絡(luò)7.4 其他分類方法7.4.1 神經(jīng)元網(wǎng)絡(luò)分類7.4.2 支持向量機(jī)分類7.4.3 懶惰型分類器7.5 分類準(zhǔn)確率7.5.1 分類準(zhǔn)確率比較與評估7.5.2 提高分類器的準(zhǔn)確率7.6 小結(jié)思考練習(xí)題第8章 聚類分析8.1 聚類分析簡介8.2 相似度及距離測度8.3 聚類分析方法8.3.1 劃分方法8.3.2 層次方法8.3.3 基于密度的方法8.3.4 基于網(wǎng)格的方法8.3.5 基于模型的方法8.4 k-means方法8.5 DBSCAN方法8.6 小結(jié)思考練習(xí)題第9章 概念描述9.1 概念描述簡介9.2 描述統(tǒng)計(jì)學(xué)方法9.3 數(shù)據(jù)歸納9.3.1 屬性概化9.3.2 屬性消減9.3.3 數(shù)據(jù)表示9.4 數(shù)據(jù)對比9.4.1 數(shù)據(jù)對比方法9.4.2 數(shù)據(jù)對比表示9.5 小結(jié)思考練習(xí)題第10章 數(shù)據(jù)預(yù)處理10.1 數(shù)據(jù)預(yù)處理簡介10.1.1 數(shù)據(jù)預(yù)處理的原因10.1.2 數(shù)據(jù)預(yù)處理的目的10.1.3 數(shù)據(jù)預(yù)處理的方法10.2 數(shù)據(jù)清洗10.2.1 缺失數(shù)據(jù)處理10.2.2 噪聲數(shù)據(jù)處理10.3 數(shù)據(jù)集成與規(guī)范10.3.1 數(shù)據(jù)集成處理10.3.2 數(shù)據(jù)規(guī)范處理10.4 數(shù)據(jù)消減10.4.1 清除冗余數(shù)據(jù)10.4.2 采樣10.4.3 數(shù)據(jù)立方合計(jì)10.4.4 屬性選取與生成10.4.5 數(shù)據(jù)壓縮10.4.6 離散化與概念分層方法10.5 小結(jié)思考練習(xí)題專題篇第11章 時(shí)態(tài)模式11.1 時(shí)態(tài)數(shù)據(jù)類型與模式11.2 時(shí)態(tài)關(guān)聯(lián)規(guī)則11.3 序列相似性11.3.1 距離測度法11.3.2 模式匹配法11.4 時(shí)態(tài)關(guān)系模式11.5 時(shí)態(tài)數(shù)據(jù)的表達(dá)與轉(zhuǎn)換11.6 小結(jié)思考練習(xí)題第12章 關(guān)聯(lián)分類12.1 生成分類關(guān)聯(lián)規(guī)則12.2 分類關(guān)聯(lián)規(guī)則剪枝12.2.1 后剪枝方法12.2.2 先剪枝方法12.3 構(gòu)建分類器12.3.1 單一規(guī)則分類器12.3.2 多規(guī)則分類器12.4 混合型關(guān)聯(lián)分類12.5 GARC方法解析12.5.1 GARC思路與算法框架12.5.2 數(shù)據(jù)實(shí)驗(yàn)與方法比較12.6 小結(jié)思考練習(xí)題第13章 不確定性知識發(fā)現(xiàn)13.1 不確定性信息表達(dá)13.2 分區(qū)中的邊界問題13.3 數(shù)據(jù)間的部分隸屬性13.4 不完整數(shù)據(jù)依賴13.5 小結(jié)思考練習(xí)題第14章 復(fù)雜類型數(shù)據(jù)的挖掘14.1 復(fù)雜類型數(shù)據(jù)14.2 多維分析和描述性挖掘14.3 空間數(shù)據(jù)挖掘14.4 多媒體數(shù)據(jù)挖掘14.5 文本數(shù)據(jù)挖掘14.6 Web挖掘14.7 小結(jié)思考練習(xí)題第15章 商務(wù)智能經(jīng)濟(jì)社會影響與發(fā)展15.1 商務(wù)智能經(jīng)濟(jì)社會影響15.1.1 “長尾”與“利基”市場15.1.2 隱私與安全15.2 商務(wù)智能的發(fā)展趨勢15.2.1 商務(wù)智能技術(shù)標(biāo)準(zhǔn)15.2.2 實(shí)時(shí)商務(wù)智能15.2.3 移動(dòng)商務(wù)智能15.3 小結(jié)思考練習(xí)題參考文獻(xiàn)

章節(jié)摘錄

插圖：關(guān)聯(lián)規(guī)則（AR，AssociationRule）反映了一種特定的數(shù)據(jù)之間的聯(lián)系。以零售行業(yè)的商場購物籃分析為例，對于商場管理決策者來講，大都會非常關(guān)心商場中經(jīng)常購物的顧客的購物習(xí)慣，特別是希望了解顧客在購物過程中會對哪些商品一起購買。為了獲取這些潛在的信息，就需要對顧客在商場中的交易記錄進(jìn)行分析。這些分析結(jié)果可以幫助商場制定有針對性的商品擺放布局和營銷廣告計(jì)劃，以及決定庫存和上貨策略。例如，購物籃分析可以幫助商場的管理人員設(shè)計(jì)不同的商品布局。一種策略是：把經(jīng)常同時(shí)購買的商品放在比較近的貨架上，便于顧客同時(shí)購買這些商品。例如，如果購買體育用品的顧客也傾向于同時(shí)購買棉織巾品，那么將體育用品和棉織巾品放在近一些的位置，可能會促進(jìn)兩者的銷售。另一種策略是：將顧客經(jīng)常一起購買的商品放在比較遠(yuǎn)的位置（如商場的兩端），這就會促使顧客在購買兩種商品時(shí)走更多的路并瀏覽更多貨架，從而達(dá)到誘導(dǎo)他們買更多商品的目的。例如，顧客在購買羽毛球拍后，在去買浴巾的路上可能會看到休閑服裝、護(hù)膚用品等商品，以刺激顧客的其他消費(fèi)。同時(shí)，購物籃分析還可以幫助商場管理人員確定哪些商品可以進(jìn)行捆綁銷售。此外，這種關(guān)聯(lián)知識還有助于進(jìn)行庫存管理。在決定是否對某種薄利或滯銷商品進(jìn)行清倉和減持處理時(shí)，可能需要分析是否存在著其他聯(lián)動(dòng)購買行為。如果知道聯(lián)動(dòng)購買的其他商品能夠帶來較好的營業(yè)額和利潤，庫存策略會進(jìn)行調(diào)整。如果我們把商場內(nèi)的所有商品設(shè)置為一個(gè)集合，每個(gè)商品就是一個(gè)數(shù)據(jù)項(xiàng)（item）。商場的交易數(shù)據(jù)庫通常包含每個(gè)顧客每一次購買的商品記錄。關(guān)聯(lián)規(guī)則表達(dá)的就是商品間聯(lián)動(dòng)購買（商品名稱聯(lián)動(dòng)出現(xiàn)）的情況。例如，購買羽毛球拍的顧客也傾向于同時(shí)購買浴巾，這種關(guān)聯(lián)關(guān)系可以用以下的關(guān)聯(lián)規(guī)則來表示：羽毛球拍==>浴巾。這樣的一條規(guī)則在數(shù)據(jù)庫中是否具有代表性、重要性及有用性，需要經(jīng)過多個(gè)步驟來評判。首先，規(guī)則中的數(shù)據(jù)（如羽毛球拍和浴巾）是否出現(xiàn)得足夠頻繁；其次，數(shù)據(jù)之間的聯(lián)系（如購買羽毛球拍的顧客也購買了浴巾）是否足夠緊密；再者，數(shù)據(jù)之間的聯(lián)系是否符合其他興趣性的考慮（如規(guī)則的冗余、簡化、前后數(shù)據(jù)項(xiàng)重要性等）。

編輯推薦

《商務(wù)智能原理與方法》：普通高等教育“十一五”國家級規(guī)劃教材,“信息化與信息社會”系列叢書之高等學(xué)校信息管理與信息系統(tǒng)專業(yè)系列教材

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    商務(wù)智能原理與方法 PDF格式下載

---