图书介绍

商务智能 概念、方法及在管理中的应用pdf电子书版本下载

商务智能  概念、方法及在管理中的应用
  • 刘伟江著 著
  • 出版社: 北京:社会科学文献出版社
  • ISBN:9787509729472
  • 出版时间:2012
  • 标注页数:194页
  • 文件大小:29MB
  • 文件页数:208页
  • 主题词:电子商务-研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

商务智能 概念、方法及在管理中的应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 概述 1

1.1 商务智能简介 1

1.1.1 商务智能概念 1

1.1.2 商务智能的发展 3

1.1.3 从数据处理的角度看商务智能的组成 6

1.2 为什么需要商务智能 7

1.3 商务智能工具 8

第2章 数据仓库 12

2.1 数据仓库概述 12

2.1.1 数据仓库的概念及特点 12

2.1.2 数据库与数据仓库的区别 14

2.1.3 数据仓库的技术支持 16

2.2 数据仓库的设计 16

2.3 数据仓库的构建实例——以Foodmart 2000.mdb数据集为例 24

第3章 数据预处理 38

3.1 为什么需要预处理数据 38

3.2 数据清理 40

3.2.1 空缺值处理 40

3.2.2 异常值检测 41

3.2.3 重复记录检测 42

3.3 数据集成 43

3.4 数据变换 44

3.5 数据归约 47

第4章 联机分析处理 50

4.1 OLAP的概念与特点 50

4.1.1 OLAP的概念 50

4.1.2 OLAP的特点 51

4.1.3 OLTP和OLAP的对比 52

4.2 OLAP的一些基本概念 53

4.3 OLAP的分类 55

4.4 OLAP的基本操作 57

4.5 OLAP——以Foodmart 2000.mdb数据集中库存数据表等相关数据为例 61

第5章 分类 68

5.1 分类的概念 68

5.2 决策树分类 69

5.2.1 基本概念 69

5.2.2 决策树的生成过程 69

5.2.3 决策树停止的条件 74

5.2.4 决策树的修剪 77

5.2.5 决策树的评估 80

5.3 贝叶斯分类 83

5.4 人工神经网络分类 85

5.4.1 人工神经网络概述 85

5.4.2 神经元的数学模型 86

5.4.3 人工神经网络模型 87

5.4.4 神经网络拓扑结构的确定 89

5.5 分类过程中面临的问题——不均衡数据集 90

5.6 其他分类方法 91

5.6.1 k-最近邻居法 92

5.6.2 粗糙集分类法 94

5.7 Microsoft分类挖掘模型的操作过程——以基于决策树的客户分类为例 97

第6章 关联规则 111

6.1 关联规则简介 112

6.2 关联规则的分类 113

6.3 由事务数据库挖掘单维关联规则 115

6.3.1 Aprior算法 115

6.3.2 频繁模式增长 118

6.4 关联规则的推广 122

6.4.1 多层关联规则 122

6.4.2 多维关联规则 124

6.5 时序关联规则 125

6.6 商品关联关系分析——以Foodmart 2000.mdb数据集中1997年销售数据为例 128

第7章 聚类 144

7.1 简介 144

7.2 聚类分析算法 146

7.2.1 K-均值簇算法 146

7.2.2 EM算法 148

7.3 聚类分析的应用 152

7.4 聚类分析的操作过程——基于客户价值的聚类分析 153

第8章 商务智能在管理中的应用 163

8.1 基于决策树的职员职位影响因素研究 163

8.2 基于聚类方法的广告效应差异分析 172

8.3 基于贝叶斯方法和决策树方法的顾客分类效果比较研究 179

8.4 基于聚类方法的顾客特征分析 186

精品推荐