分布式連鎖商業(yè)數(shù)據(jù)挖掘模型

前言

　　隨著知識(shí)經(jīng)濟(jì)時(shí)代的來(lái)臨，信息與知識(shí)已經(jīng)成為國(guó)家和企業(yè)發(fā)展的重要戰(zhàn)略資源，是提高一個(gè)組織乃至一個(gè)國(guó)家戰(zhàn)略競(jìng)爭(zhēng)力的核心，也是實(shí)施科學(xué)管理與決策的基礎(chǔ)。如何獲取信息與發(fā)現(xiàn)知識(shí)，尤其是如何快速高效地在動(dòng)態(tài)變化和爆炸性增長(zhǎng)的分布型海量數(shù)據(jù)中獲取信息和發(fā)現(xiàn)知識(shí)就成了關(guān)鍵性問(wèn)題?！　∽鳛閲?guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的重要組成部分，商貿(mào)流通業(yè)已經(jīng)在過(guò)去的發(fā)展中形成了大量的商業(yè)數(shù)據(jù)庫(kù)，并且其數(shù)據(jù)流量仍在繼續(xù)保持增長(zhǎng)。尤其是商業(yè)領(lǐng)域中大型連鎖商業(yè)企業(yè)（如沃爾瑪Wall-mart、家樂福Cattfour、麥得龍Metro、上海百聯(lián)、解百集團(tuán)等）通過(guò)網(wǎng)絡(luò)實(shí)現(xiàn)上千家連鎖分店、配送中心與總店間內(nèi)部信息的互聯(lián)，以及與眾多供應(yīng)商、銀行等外部信息的交換，形成了分布式的商業(yè)數(shù)據(jù)共享環(huán)境。這些分布的數(shù)據(jù)庫(kù)以每天幾百兆甚至更多的數(shù)據(jù)記錄量的速度增加和流動(dòng)。形成了動(dòng)態(tài)變化的海量商業(yè)數(shù)據(jù)庫(kù)。　　顯然，在知識(shí)成為企業(yè)核心競(jìng)爭(zhēng)力的今天，如何從海量動(dòng)態(tài)商業(yè)數(shù)據(jù)中提煉出有價(jià)值的商業(yè)知識(shí)，指導(dǎo)企業(yè)經(jīng)營(yíng)管理和科學(xué)決策，已經(jīng)成為連鎖商業(yè)企業(yè)持續(xù)健康發(fā)展的關(guān)鍵所在。

內(nèi)容概要

在知識(shí)成為企業(yè)核心競(jìng)爭(zhēng)力的今天，如何從海量動(dòng)態(tài)商業(yè)數(shù)據(jù)中提煉出有價(jià)值的商業(yè)知識(shí)，指導(dǎo)企業(yè)經(jīng)營(yíng)管理和科學(xué)決策，已經(jīng)成為連鎖商業(yè)企業(yè)持續(xù)健康發(fā)展的關(guān)鍵所在。    本書針對(duì)連鎖商業(yè)數(shù)據(jù)的特性，采用國(guó)內(nèi)外數(shù)據(jù)挖掘理論的最新熱點(diǎn)——分布式商業(yè)數(shù)據(jù)挖掘技術(shù)，以連鎖商業(yè)企業(yè)為主要研究和應(yīng)用對(duì)象，全面、系統(tǒng)、深入的探討了分布式商業(yè)數(shù)據(jù)挖掘理論和技術(shù)應(yīng)用。通過(guò)實(shí)證研究，驗(yàn)證了這一理論的科學(xué)性和實(shí)踐性。

書籍目錄

第1章  緒論  1.1  背景意義    1.1.1  連鎖商業(yè)企業(yè)發(fā)展現(xiàn)狀與趨勢(shì)    1.1.2  連鎖商業(yè)企業(yè)信息化現(xiàn)狀與趨勢(shì)    1.1.3  連鎖商業(yè)企業(yè)經(jīng)營(yíng)決策需求分析    1.1.4  商務(wù)智能與數(shù)據(jù)挖掘技術(shù)的發(fā)展    1.1.5  分布式數(shù)據(jù)挖掘技術(shù)的內(nèi)涵與發(fā)展  1.2  數(shù)據(jù)挖掘技術(shù)的商業(yè)應(yīng)用現(xiàn)狀與挑戰(zhàn)    1.2.1  電子商務(wù)管理領(lǐng)域    1.2.2  客戶關(guān)系管理領(lǐng)域    1.2.3  經(jīng)營(yíng)決策領(lǐng)域  1.3  本書研究創(chuàng)新之處第2章  布式數(shù)據(jù)挖掘理論及應(yīng)用綜述  2.1  分布式數(shù)據(jù)庫(kù)管理與訪問(wèn)機(jī)制  2.2  分布環(huán)境下數(shù)據(jù)挖掘研究現(xiàn)狀    2.2.1  分布式數(shù)據(jù)挖掘的形成與發(fā)展    2.2.2  基于CORBA的分布數(shù)據(jù)挖掘體系    2.2.3  基于網(wǎng)格的分布數(shù)據(jù)挖掘體系    2.2.4  基于Web services的分布數(shù)據(jù)挖掘體系  2.3  分布環(huán)境下數(shù)據(jù)挖掘算法研究    2.3.1  數(shù)據(jù)挖掘算法任務(wù)類型    2.3.2  經(jīng)典數(shù)據(jù)挖掘算法    2.3.3  其他分布式算法  2.4  現(xiàn)有數(shù)據(jù)挖掘工具介紹    2.4.1  DMiner挖掘工具    2.4.2  Weka挖掘工具  2.5  本章小結(jié)第3章  分布式連鎖商業(yè)數(shù)據(jù)源內(nèi)涵與管理體系  3.1  連鎖商業(yè)企業(yè)組織網(wǎng)絡(luò)分布與特點(diǎn)  3.2  連鎖商業(yè)企業(yè)數(shù)據(jù)管理組織行為特點(diǎn)  3.3  分布式連鎖商業(yè)企業(yè)數(shù)據(jù)源內(nèi)涵  3.4  分布式連鎖商業(yè)數(shù)據(jù)概念模型與內(nèi)涵    3.4.1  分布式連鎖商業(yè)數(shù)據(jù)概念與內(nèi)容    3.4.2  分布式連鎖商業(yè)數(shù)據(jù)的概念模型    3.4.3  基于概念模型的商業(yè)數(shù)據(jù)表達(dá)與運(yùn)算  3.5  分布式連鎖商業(yè)數(shù)據(jù)管理體系    3.5.1  支持分布式連鎖商業(yè)數(shù)據(jù)挖掘的邏輯管理模型    3.5.2  支持分布式連鎖商業(yè)數(shù)據(jù)挖掘的協(xié)同管理模型    3.5.3  基于Mobile—Agent的連鎖商業(yè)協(xié)同挖掘模型實(shí)現(xiàn)  3.6  本章小結(jié)第4章  分布式連鎖商業(yè)數(shù)據(jù)挖掘系統(tǒng)的體系架構(gòu)實(shí)現(xiàn)  4.1  分布式連鎖商業(yè)企業(yè)數(shù)據(jù)挖掘需求分析    4.1.1  支持全局決策優(yōu)化的數(shù)據(jù)挖掘需求分析    4.1.2  支持局部自主決策的數(shù)據(jù)挖掘需求分析  4.2  面向連鎖商業(yè)決策的分布式數(shù)據(jù)挖掘系統(tǒng)（B—DSM）    4.2.1  面向連鎖商業(yè)企業(yè)的B—DSM系統(tǒng)框架    4.2.2  面向連鎖商業(yè)企業(yè)的B—DSM模型原理    4.2.3  面向連鎖商業(yè)企業(yè)的B—DSM功能模塊  4.3  基于SMAS體系的B—DSM系統(tǒng)實(shí)現(xiàn)技術(shù)    4.3.1  設(shè)計(jì)思想    4.3.2  支撐結(jié)構(gòu)    4.3.3  運(yùn)行結(jié)構(gòu)  4.4  支持SMAS系統(tǒng)實(shí)現(xiàn)的數(shù)據(jù)交換關(guān)鍵技術(shù)    4.4.1  對(duì)等交換和主從交換的概念與內(nèi)涵    4.4.2  基于對(duì)等交換和主從交換的商業(yè)企業(yè)知識(shí)遷移和交換模型  4.5  大型零售企業(yè)綜合電子商務(wù)平臺(tái)與客戶服務(wù)系統(tǒng)的實(shí)證    4.5.1  系統(tǒng)結(jié)構(gòu)    4.5.2  系統(tǒng)功能  4.6  本章小結(jié)第5章  面向連鎖商業(yè)企業(yè)的分布式數(shù)據(jù)挖掘算法模型  5.1  基于分布式ID3的連鎖商業(yè)企業(yè)挖掘算法（B—DID3）      5.1.1  分布式ID3在連鎖商業(yè)決策中的應(yīng)用分析    5.1.2  面向連鎖商業(yè)企業(yè)的分布式ID3算法實(shí)現(xiàn)    5.1.3  基于分布式ID3算法的連鎖商業(yè)挖掘模型    5.1.4  數(shù)據(jù)挖掘模型驗(yàn)證和數(shù)據(jù)分析  5.2  基于分布式BNs的連鎖商業(yè)企業(yè)挖掘算法（B—BNs）    5.2.1  分布式BNs在連鎖商業(yè)決策中的應(yīng)用分析    5.2.2  面向連鎖商業(yè)企業(yè)的分布式BNs算法實(shí)現(xiàn)    5.2.3  基于分布式BNs算法的連鎖商業(yè)挖掘模型    5.2.4  數(shù)據(jù)挖掘模型驗(yàn)證與結(jié)果分析  5.3  基于分布式關(guān)聯(lián)規(guī)則的連鎖商業(yè)企業(yè)挖掘模型（B—DAR）    5.3.1  分布式關(guān)聯(lián)規(guī)則在連鎖商業(yè)決策中的應(yīng)用分析    5.3.2  面向連鎖商業(yè)企業(yè)的分布式關(guān)聯(lián)規(guī)則算法實(shí)現(xiàn)    5.3.3  基于分布DAR算法的連鎖商業(yè)數(shù)據(jù)挖掘模型    5.3.4  數(shù)據(jù)挖掘試驗(yàn)與結(jié)果分析  5.4  基于C4.5和地域因素的連鎖商業(yè)企業(yè)挖掘算法（B—ZDT）    5.4.1  分布式C4.5算法在連鎖商業(yè)企業(yè)決策中的應(yīng)用分析    5.4.2  基于地域因素的分布式連鎖商業(yè)企業(yè)數(shù)據(jù)挖掘模型    5.4.3  基于網(wǎng)格技術(shù)的GZDM模型  5.5  本章小結(jié)第6章  面向大型連鎖商業(yè)企業(yè)商業(yè)數(shù)據(jù)挖掘的實(shí)證研究  6.1  某百貨集團(tuán)商業(yè)數(shù)據(jù)挖掘系統(tǒng)（HZ—DM）概況  6.2  某百貨集團(tuán)HZ—DM系統(tǒng)體系結(jié)構(gòu)實(shí)現(xiàn)    6.2.1  體系結(jié)構(gòu)設(shè)計(jì)    6.2.2  業(yè)務(wù)邏輯層設(shè)計(jì)    6.2.3  用戶界面層設(shè)計(jì)  6.3  某百貨集團(tuán)HZ—DM系統(tǒng)挖掘功能實(shí)證    6.3.1  傳統(tǒng)統(tǒng)計(jì)分析方法在某百貨集團(tuán)中的應(yīng)用分析    6.3.2  關(guān)聯(lián)規(guī)則在某百貨集團(tuán)中的應(yīng)用分析    6.3.3  B—ZDT算法在某百貨集團(tuán)的應(yīng)用分析    6.3.4  B—BNs算法在某百貨集團(tuán)的應(yīng)用分析  6.4  某百貨集團(tuán)HZ—DM實(shí)施的經(jīng)濟(jì)效益評(píng)價(jià)  6.5  本章小結(jié)第7章  集成情境因素的連鎖商業(yè)數(shù)據(jù)挖掘系統(tǒng)研究  7.1  數(shù)據(jù)挖掘知識(shí)重用與情境研究    7.1.1  知識(shí)重用理論研究    7.1.2  知識(shí)情境理論研究  7.2  連鎖商業(yè)數(shù)據(jù)挖掘知識(shí)情境內(nèi)涵  7.3  集成情境的連鎖商業(yè)數(shù)據(jù)挖掘知識(shí)產(chǎn)品概念模型    7.3.1  嵌入情境的連鎖商業(yè)數(shù)據(jù)挖掘知識(shí)產(chǎn)品描述    7.3.2  基于情境匹配的連鎖商業(yè)數(shù)據(jù)挖掘知識(shí)產(chǎn)品發(fā)現(xiàn)和重用  7.4  分布式連鎖商業(yè)數(shù)據(jù)挖掘知識(shí)管理系統(tǒng)架構(gòu)  7.5  某百貨集團(tuán)數(shù)據(jù)挖掘系統(tǒng)功能的進(jìn)一步探索    7.5.1  理論研究與建模思路    7.5.2  產(chǎn)品品類生命周期情境知識(shí)生成    7.5.3  集成情境知識(shí)的推理規(guī)則庫(kù)    7.5.4  應(yīng)用示例分析  7.6  本章小結(jié)第8章  數(shù)據(jù)流時(shí)代的連鎖商業(yè)數(shù)據(jù)挖掘研究展望  8.1  數(shù)據(jù)流管理理論與技術(shù)發(fā)展動(dòng)態(tài)    8.1.1  數(shù)據(jù)流概要數(shù)據(jù)結(jié)構(gòu)研究    8.1.2  數(shù)據(jù)流環(huán)境下的連續(xù)近似查詢    8.1.3  經(jīng)典數(shù)據(jù)流管理原型系統(tǒng)回顧  8.2  連鎖商業(yè)數(shù)據(jù)流挖掘研究現(xiàn)狀比較  8.3  連鎖商業(yè)數(shù)據(jù)流挖掘的研究工作展望參考文獻(xiàn)

章節(jié)摘錄

　　本書研究的創(chuàng)新之處主要體現(xiàn)在研究視角、研究?jī)?nèi)容和研究方法三個(gè)方面，歸納如下。　?。?）研究視角上的創(chuàng)新　　充分認(rèn)識(shí)到我國(guó)連鎖商業(yè)企業(yè)的發(fā)展對(duì)我國(guó)商品流通業(yè)整體發(fā)展的積極作用以及未來(lái)發(fā)展面臨的問(wèn)題，將目前以軟件研究為主的分布式數(shù)據(jù)挖掘系統(tǒng)研究與之相結(jié)合，一方面將分布式數(shù)據(jù)挖掘的研究延伸到商業(yè)企業(yè)決策應(yīng)用領(lǐng)域，解決了大型連鎖商業(yè)企業(yè)海量數(shù)據(jù)分散、異構(gòu)帶來(lái)的數(shù)據(jù)處理的難題；另一一方面，采用分布式數(shù)據(jù)挖掘技術(shù)通過(guò)面向服務(wù)的多移動(dòng)Agent系統(tǒng)的設(shè)計(jì)，保證了數(shù)據(jù)挖掘的安全性，實(shí)現(xiàn)了系統(tǒng)靈活性、可擴(kuò)展性；通過(guò)優(yōu)化的算法保證了數(shù)據(jù)挖掘的準(zhǔn)確性，提高了數(shù)據(jù)挖掘的效率；通過(guò)多種預(yù)測(cè)模型、決策模型的組合滿足了企業(yè)對(duì)多維、多層企業(yè)決策支持的需求，從而為知識(shí)經(jīng)營(yíng)背景下連鎖商業(yè)企業(yè)的知識(shí)發(fā)現(xiàn)提供了技術(shù)基礎(chǔ)，有效解決了目前我國(guó)大型連鎖商業(yè)企業(yè)經(jīng)營(yíng)決策面臨的實(shí)際問(wèn)題?！　。?）研究?jī)?nèi)容上的創(chuàng)新　?、俑鶕?jù)連鎖商業(yè)數(shù)據(jù)源特點(diǎn)及數(shù)據(jù)挖掘需求，提出了反映連鎖商業(yè)企業(yè)經(jīng)營(yíng)過(guò)程的多維多層商業(yè)數(shù)據(jù)概念模型，為連鎖商業(yè)企業(yè)量身定做了適應(yīng)于決策需求的分布式數(shù)據(jù)管理概念模型?！　、趯⒚嫦蚍?wù)的架構(gòu)S0A引入系統(tǒng)設(shè)計(jì)，并結(jié)合移動(dòng)Agent技術(shù)構(gòu)建了以面向服務(wù)的模型庫(kù)為核心的多移動(dòng)Agent系統(tǒng)——SMAS，利用Agent對(duì)服務(wù)機(jī)制進(jìn)行封裝，通過(guò)多個(gè)Agent之間的合作來(lái)實(shí)現(xiàn)復(fù)雜信息系統(tǒng)的各種功能，在系統(tǒng)架構(gòu)設(shè)計(jì)及通用性方面具有理論和應(yīng)用的創(chuàng)新。

圖書封面

圖書標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    分布式連鎖商業(yè)數(shù)據(jù)挖掘模型 PDF格式下載

---