出版時間:2008-12 出版社:航空工業(yè)出版社 作者:肖亮 頁數(shù):382
Tag標簽:無
前言
隨著知識經(jīng)濟時代的來臨,信息與知識已經(jīng)成為國家和企業(yè)發(fā)展的重要戰(zhàn)略資源,是提高一個組織乃至一個國家戰(zhàn)略競爭力的核心,也是實施科學管理與決策的基礎。如何獲取信息與發(fā)現(xiàn)知識,尤其是如何快速高效地在動態(tài)變化和爆炸性增長的分布型海量數(shù)據(jù)中獲取信息和發(fā)現(xiàn)知識就成了關鍵性問題?! ∽鳛閲窠?jīng)濟和社會發(fā)展的重要組成部分,商貿(mào)流通業(yè)已經(jīng)在過去的發(fā)展中形成了大量的商業(yè)數(shù)據(jù)庫,并且其數(shù)據(jù)流量仍在繼續(xù)保持增長。尤其是商業(yè)領域中大型連鎖商業(yè)企業(yè)(如沃爾瑪Wall-mart、家樂福Cattfour、麥得龍Metro、上海百聯(lián)、解百集團等)通過網(wǎng)絡實現(xiàn)上千家連鎖分店、配送中心與總店間內部信息的互聯(lián),以及與眾多供應商、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。形成了動態(tài)變化的海量商業(yè)數(shù)據(jù)庫?! ★@然,在知識成為企業(yè)核心競爭力的今天,如何從海量動態(tài)商業(yè)數(shù)據(jù)中提煉出有價值的商業(yè)知識,指導企業(yè)經(jīng)營管理和科學決策,已經(jīng)成為連鎖商業(yè)企業(yè)持續(xù)健康發(fā)展的關鍵所在。
內容概要
在知識成為企業(yè)核心競爭力的今天,如何從海量動態(tài)商業(yè)數(shù)據(jù)中提煉出有價值的商業(yè)知識,指導企業(yè)經(jīng)營管理和科學決策,已經(jīng)成為連鎖商業(yè)企業(yè)持續(xù)健康發(fā)展的關鍵所在。 本書針對連鎖商業(yè)數(shù)據(jù)的特性,采用國內外數(shù)據(jù)挖掘理論的最新熱點——分布式商業(yè)數(shù)據(jù)挖掘技術,以連鎖商業(yè)企業(yè)為主要研究和應用對象,全面、系統(tǒng)、深入的探討了分布式商業(yè)數(shù)據(jù)挖掘理論和技術應用。通過實證研究,驗證了這一理論的科學性和實踐性。
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 1.1.2 連鎖商業(yè)企業(yè)信息化現(xiàn)狀與趨勢 1.1.3 連鎖商業(yè)企業(yè)經(jīng)營決策需求分析 1.1.4 商務智能與數(shù)據(jù)挖掘技術的發(fā)展 1.1.5 分布式數(shù)據(jù)挖掘技術的內涵與發(fā)展 1.2 數(shù)據(jù)挖掘技術的商業(yè)應用現(xiàn)狀與挑戰(zhàn) 1.2.1 電子商務管理領域 1.2.2 客戶關系管理領域 1.2.3 經(jīng)營決策領域 1.3 本書研究創(chuàng)新之處第2章 布式數(shù)據(jù)挖掘理論及應用綜述 2.1 分布式數(shù)據(jù)庫管理與訪問機制 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 本章小結第3章 分布式連鎖商業(yè)數(shù)據(jù)源內涵與管理體系 3.1 連鎖商業(yè)企業(yè)組織網(wǎng)絡分布與特點 3.2 連鎖商業(yè)企業(yè)數(shù)據(jù)管理組織行為特點 3.3 分布式連鎖商業(yè)企業(yè)數(shù)據(jù)源內涵 3.4 分布式連鎖商業(yè)數(shù)據(jù)概念模型與內涵 3.4.1 分布式連鎖商業(yè)數(shù)據(jù)概念與內容 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)表達與運算 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)同挖掘模型實現(xiàn) 3.6 本章小結第4章 分布式連鎖商業(yè)數(shù)據(jù)挖掘系統(tǒng)的體系架構實現(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)實現(xiàn)技術 4.3.1 設計思想 4.3.2 支撐結構 4.3.3 運行結構 4.4 支持SMAS系統(tǒng)實現(xiàn)的數(shù)據(jù)交換關鍵技術 4.4.1 對等交換和主從交換的概念與內涵 4.4.2 基于對等交換和主從交換的商業(yè)企業(yè)知識遷移和交換模型 4.5 大型零售企業(yè)綜合電子商務平臺與客戶服務系統(tǒng)的實證 4.5.1 系統(tǒng)結構 4.5.2 系統(tǒng)功能 4.6 本章小結第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)決策中的應用分析 5.1.2 面向連鎖商業(yè)企業(yè)的分布式ID3算法實現(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)決策中的應用分析 5.2.2 面向連鎖商業(yè)企業(yè)的分布式BNs算法實現(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)挖掘模型驗證與結果分析 5.3 基于分布式關聯(lián)規(guī)則的連鎖商業(yè)企業(yè)挖掘模型(B—DAR) 5.3.1 分布式關聯(lián)規(guī)則在連鎖商業(yè)決策中的應用分析 5.3.2 面向連鎖商業(yè)企業(yè)的分布式關聯(lián)規(guī)則算法實現(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)挖掘試驗與結果分析 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)格技術的GZDM模型 5.5 本章小結第6章 面向大型連鎖商業(yè)企業(yè)商業(yè)數(shù)據(jù)挖掘的實證研究 6.1 某百貨集團商業(yè)數(shù)據(jù)挖掘系統(tǒng)(HZ—DM)概況 6.2 某百貨集團HZ—DM系統(tǒng)體系結構實現(xiàn) 6.2.1 體系結構設計 6.2.2 業(yè)務邏輯層設計 6.2.3 用戶界面層設計 6.3 某百貨集團HZ—DM系統(tǒng)挖掘功能實證 6.3.1 傳統(tǒng)統(tǒng)計分析方法在某百貨集團中的應用分析 6.3.2 關聯(lián)規(guī)則在某百貨集團中的應用分析 6.3.3 B—ZDT算法在某百貨集團的應用分析 6.3.4 B—BNs算法在某百貨集團的應用分析 6.4 某百貨集團HZ—DM實施的經(jīng)濟效益評價 6.5 本章小結第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)挖掘知識重用與情境研究 7.1.1 知識重用理論研究 7.1.2 知識情境理論研究 7.2 連鎖商業(yè)數(shù)據(jù)挖掘知識情境內涵 7.3 集成情境的連鎖商業(yè)數(shù)據(jù)挖掘知識產(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)挖掘知識管理系統(tǒng)架構 7.5 某百貨集團數(shù)據(jù)挖掘系統(tǒng)功能的進一步探索 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生成 7.5.3 集成情境知識的推理規(guī)則庫 7.5.4 應用示例分析 7.6 本章小結第8章 數(shù)據(jù)流時代的連鎖商業(yè)數(shù)據(jù)挖掘研究展望 8.1 數(shù)據(jù)流管理理論與技術發(fā)展動態(tài) 8.1.1 數(shù)據(jù)流概要數(shù)據(jù)結構研究 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
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、研究內容和研究方法三個方面,歸納如下。 ?。?)研究視角上的創(chuàng)新 充分認識到我國連鎖商業(yè)企業(yè)的發(fā)展對我國商品流通業(yè)整體發(fā)展的積極作用以及未來發(fā)展面臨的問題,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)決策應用領域,解決了大型連鎖商業(yè)企業(yè)海量數(shù)據(jù)分散、異構帶來的數(shù)據(jù)處理的難題;另一一方面,采用分布式數(shù)據(jù)挖掘技術通過面向服務的多移動Agent系統(tǒng)的設計,保證了數(shù)據(jù)挖掘的安全性,實現(xiàn)了系統(tǒng)靈活性、可擴展性;通過優(yōu)化的算法保證了數(shù)據(jù)挖掘的準確性,提高了數(shù)據(jù)挖掘的效率;通過多種預測模型、決策模型的組合滿足了企業(yè)對多維、多層企業(yè)決策支持的需求,從而為知識經(jīng)營背景下連鎖商業(yè)企業(yè)的知識發(fā)現(xiàn)提供了技術基礎,有效解決了目前我國大型連鎖商業(yè)企業(yè)經(jīng)營決策面臨的實際問題。 ?。?)研究內容上的創(chuàng)新 ?、俑鶕?jù)連鎖商業(yè)數(shù)據(jù)源特點及數(shù)據(jù)挖掘需求,提出了反映連鎖商業(yè)企業(yè)經(jīng)營過程的多維多層商業(yè)數(shù)據(jù)概念模型,為連鎖商業(yè)企業(yè)量身定做了適應于決策需求的分布式數(shù)據(jù)管理概念模型?! 、趯⒚嫦蚍盏募軜婼0A引入系統(tǒng)設計,并結合移動Agent技術構建了以面向服務的模型庫為核心的多移動Agent系統(tǒng)——SMAS,利用Agent對服務機制進行封裝,通過多個Agent之間的合作來實現(xiàn)復雜信息系統(tǒng)的各種功能,在系統(tǒng)架構設計及通用性方面具有理論和應用的創(chuàng)新。
圖書封面
圖書標簽Tags
無
評論、評分、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