了得網計算機/網絡_分布式連鎖商業數據挖掘模型

編輯推薦

本書力圖追蹤國內外數據挖掘理論的**熱點——分布式商業數據挖掘技術，其研究視野居於國內同領域理論研究前沿，研究觀點比較全面、繫統、深入，具有較強的前瞻性和創新性。全書在深入分析當前連鎖商業企業經營特點的基礎上，以連鎖商業企業為主要研究和應用對像，繫統介紹了分布式商業數據挖掘理論和技術應用。

內容簡介

在知識成為企業核心競爭力的今天，如何從海量動態商業數據中提煉出有價值的商業知識，指導企業經營管理和科學決策，已經成為連鎖商業企業持續健康發展的關鍵所在。
本書針對連鎖商業數據的特性，采用國內外數據挖掘理論的*熱點——分布式商業數據挖掘技術，以連鎖商業企業為主要研究和應用對像，全面、繫統、深入的探討了分布式商業數據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。

第1章緒論
1.1 背景意義
1.1.1 連鎖商業企業發展現狀與趨勢
1.1.2 連鎖商業企業信息化現狀與趨勢
1.1.3 連鎖商業企業經營決策需求分析
1.1.4 商務智能與數據挖掘技術的發展
1.1.5 分布式數據挖掘技術的內涵與發展
1.2 數據挖掘技術的商業應用現狀與挑戰
1.2.1 電子商務管理領域
1.2.2 客戶關繫管理領域
1.2.3 經營決策領域
1.3 本書研究創新之處
第2章布式數據挖掘理論及應用綜述
2.1 分布式數據庫管理與訪問機制第1章緒論
1.1 背景意義
1.1.1 連鎖商業企業發展現狀與趨勢
1.1.2 連鎖商業企業信息化現狀與趨勢
1.1.3 連鎖商業企業經營決策需求分析
1.1.4 商務智能與數據挖掘技術的發展
1.1.5 分布式數據挖掘技術的內涵與發展
1.2 數據挖掘技術的商業應用現狀與挑戰
1.2.1 電子商務管理領域
1.2.2 客戶關繫管理領域
1.2.3 經營決策領域
1.3 本書研究創新之處
第2章布式數據挖掘理論及應用綜述
2.1 分布式數據庫管理與訪問機制
2.2 分布環境下數據挖掘研究現狀
2.2.1 分布式數據挖掘的形成與發展
2.2.2 基於CORBA的分布數據挖掘體繫
2.2.3 基於網格的分布數據挖掘體繫
2.2.4 基於Web services的分布數據挖掘體繫
2.3 分布環境下數據挖掘算法研究
2.3.1 數據挖掘算法任務類型
2.3.2 經典數據挖掘算法
2.3.3 其他分布式算法
2.4 現有數據挖掘工具介紹
2.4.1 DMiner挖掘工具
2.4.2 Weka挖掘工具
2.5 本章小結
第3章分布式連鎖商業數據源內涵與管理體繫
3.1 連鎖商業企業組織網絡分布與特點
3.2 連鎖商業企業數據管理組織行為特點
3.3 分布式連鎖商業企業數據源內涵
3.4 分布式連鎖商業數據概念模型與內涵
3.4.1 分布式連鎖商業數據概念與內容
3.4.2 分布式連鎖商業數據的概念模型
3.4.3 基於概念模型的商業數據表達與運算
3.5 分布式連鎖商業數據管理體繫
3.5.1 支持分布式連鎖商業數據挖掘的邏輯管理模型
3.5.2 支持分布式連鎖商業數據挖掘的協同管理模型
3.5.3 基於Mobile—Agent的連鎖商業協同挖掘模型實現
3.6 本章小結
第4章分布式連鎖商業數據挖掘繫統的體繫架構實現
4.1 分布式連鎖商業企業數據挖掘需求分析
4.1.1 支持全局決策優化的數據挖掘需求分析
4.1.2 支持局部自主決策的數據挖掘需求分析
4.2 面向連鎖商業決策的分布式數據挖掘繫統（B—DSM）
4.2.1 面向連鎖商業企業的B—DSM繫統框架
4.2.2 面向連鎖商業企業的B—DSM模型原理
4.2.3 面向連鎖商業企業的B—DSM功能模塊
4.3 基於SMAS體繫的B—DSM繫統實現技術
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繫統實現的數據交換關鍵技術
4.4.1 對等交換和主從交換的概念與內涵
4.4.2 基於對等交換和主從交換的商業企業知識遷移和交換模型
4.5 大型零售企業綜合電子商務平臺與客戶服務繫統的實證
4.5.1 繫統結構
4.5.2 繫統功能
4.6 本章小結
第5章面向連鎖商業企業的分布式數據挖掘算法模型
5.1 基於分布式ID3的連鎖商業企業挖掘算法（B—DID3）
5.1.1 分布式ID3在連鎖商業決策中的應用分析
5.1.2 面向連鎖商業企業的分布式ID3算法實現
5.1.3 基於分布式ID3算法的連鎖商業挖掘模型
5.1.4 數據挖掘模型驗證和數據分析
5.2 基於分布式BNs的連鎖商業企業挖掘算法（B—BNs）
5.2.1 分布式BNs在連鎖商業決策中的應用分析
5.2.2 面向連鎖商業企業的分布式BNs算法實現
5.2.3 基於分布式BNs算法的連鎖商業挖掘模型
5.2.4 數據挖掘模型驗證與結果分析
5.3 基於分布式關聯規則的連鎖商業企業挖掘模型（B—DAR）
5.3.1 分布式關聯規則在連鎖商業決策中的應用分析
5.3.2 面向連鎖商業企業的分布式關聯規則算法實現
5.3.3 基於分布DAR算法的連鎖商業數據挖掘模型
5.3.4 數據挖掘試驗與結果分析
5.4 基於C4.5和地域因素的連鎖商業企業挖掘算法（B—ZDT）
5.4.1 分布式C4.5算法在連鎖商業企業決策中的應用分析
5.4.2 基於地域因素的分布式連鎖商業企業數據挖掘模型
5.4.3 基於網格技術的GZDM模型
5.5 本章小結
第6章面向大型連鎖商業企業商業數據挖掘的實證研究
6.1 某百貨集團商業數據挖掘繫統（HZ—DM）概況
6.2 某百貨集團HZ—DM繫統體繫結構實現
6.2.1 體繫結構設計
6.2.2 業務邏輯層設計
6.2.3 用戶界面層設計
6.3 某百貨集團HZ—DM繫統挖掘功能實證
6.3.1 傳統統計分析方法在某百貨集團中的應用分析
6.3.2 關聯規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數據挖掘繫統研究
7.1 數據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 連鎖商業數據挖掘知識情境內涵
7.3 集成情境的連鎖商業數據挖掘知識產品概念模型
7.3.1 嵌入情境的連鎖商業數據挖掘知識產品描述
7.3.2 基於情境匹配的連鎖商業數據挖掘知識產品發現和重用
7.4 分布式連鎖商業數據挖掘知識管理繫統架構
7.5 某百貨集團數據挖掘繫統功能的進一步探索
7.5.1 理論研究與建模思路
7.5.2 產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則庫
7.5.4 應用示例分析
7.6 本章小結
第8章數據流時代的連鎖商業數據挖掘研究展望
8.1 數據流管理理論與技術發展動態
8.1.1 數據流概要數據結構研究
8.1.2 數據流環境下的連續近似查詢
8.1.3 經典數據流管理原型繫統回顧
8.2 連鎖商業數據流挖掘研究現狀比較
8.3 連鎖商業數據流挖掘的研究工作展望
參考文獻

在線試讀

第1章緒論
1.1背景意義
1.1.1 連鎖商業企業發展現狀與趨勢
連鎖經營是當前商業企業發展的一大趨勢，已經成為商業企業的主流發展模式。據調查，迄今我國共有各類連鎖商業企業2300多家，連鎖業態超過40個，連鎖店鋪38000多問，全年銷售額過30，占全國社會消費品零售總額的8％左右。隨著我國零售業的全面開放，國際零售業巨頭以不同的業態形式展開了對中國市場的全面爭奪。為應對國際零售業巨頭的競爭壓力，近年來國內一些知名的大型零售企業已經通過並購、重組迅速實現了連鎖化，其門點數量和經營規模持續擴大，見表1-1。典型的如國內的連鎖商業企業聯華超市，截至2006年底，總門店數目已經達到3716家，遍布全國20個省（區）及直轄市，建有2個常溫配送中心和1個生鮮配送中心。北京的連鎖企業物美在近三年，先後兼並了超市發和美廉美，截至2007年6月30日，物美共有大型超市86家，便利超市418家。可以預見，在未來相當長一段時間內，國內外連鎖商業企業將繼續保持強勁的增長勢頭，主導商業領域發展的格局將進一步深化。
……

商品搜索

商品分类

【醫學】

【各大出版社】