[ 收藏 ] [ 繁体中文 ]  
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款,4-7個工作日送達,999元臺幣免運費   在線留言 商品價格為新臺幣 
首頁 電影 連續劇 音樂 圖書 女裝 男裝 童裝 內衣 百貨家居 包包 女鞋 男鞋 童鞋 計算機周邊

商品搜索

 类 别:
 关键字:
    

商品分类

  • 新类目

     管理
     投资理财
     经济
     社会科学
  • 商務智能與數據挖掘/21世紀全國應用型本科電子商務與信息管理繫
    該商品所屬分類:圖書 -> 北京大學出版社
    【市場價】
    276-400
    【優惠價】
    173-250
    【作者】 倪志偉張公讓 
    【出版社】北京大學出版社 
    【ISBN】9787301176719
    【折扣說明】一次購物滿999元台幣免運費+贈品
    一次購物滿2000元台幣95折+免運費+贈品
    一次購物滿3000元台幣92折+免運費+贈品
    一次購物滿4000元台幣88折+免運費+贈品
    【本期贈品】①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
    版本正版全新電子版PDF檔
    您已选择: 正版全新
    溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。
    *. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。
    *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
    *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。
    內容介紹



    出版社:北京大學出版社
    ISBN:9787301176719
    版次:1

    商品編碼:10269266
    品牌:北京大學出版社
    包裝:平裝

    開本:16開
    出版時間:2010-08-01
    用紙:膠版紙

    頁數:318
    正文語種:中文
    代碼:38

    作者:倪志偉,張公讓

        
        
    "

    編輯推薦

    《商務智能與數據挖掘》特點:突出創造能力和創新意識。關注專業背景,拓寬理論基礎、強調計算機應用與網絡技術應用技能和專業知識,著眼於增強教學內容的實際和應用性。符合各學校專業課程設置要求。以高等教育的培養目標為依據,注重教材的科學性、實用性和通用性,準確定位教材在人纔培養過程中的地位和作用,滿足各院校教學需求。
    面向就業,突出應用。作者多為在電子商務與信息管理專業教學方面具有豐富經驗的一線教師和研究人員,準確把握就業市場動向,注重培養學生實際操作能力。
    合理選材和編排。傳統內容與現代內容合理融合,補充了大量新知識、新技術和新成果;遵循最新準則或規範,根據教學內容、學時、教學大綱的要求,突出重點和難點。
    側重案例教學。對大量當前最新典型案例進行分析講解,理論聯繫實際,通俗易懂。

    內容簡介

    商務智能與數據挖掘是高等院校電子商務、信息管理等專業的課程,是近年來企業信息化的熱點內容。《商務智能與數據挖掘》共分9章,包括商務智能概論、商務智能中的核心技術、商務智能與知識管理、商務智能的應用、數據挖掘基礎、數據挖掘的目的任務、數據挖掘的技術方法、web挖掘技術、數據挖掘在電子商務中的應用等內容;彙集了統計學、機器學習、數據庫、人工智能等內容,具有多學科交叉、技術與管理融合等特點。《商務智能與數據挖掘》在借鋻和吸收國內外同類著作的基礎上,強調了理論與實踐的結合;在歸納和總結商務智能的最新理論研究成果及行業最新發展動態的基礎上,編寫了相應的案例,以期反映國內外的商務智能實踐經驗,將最新的國際商務智能的相關內容和關鍵技術介紹給讀者。
    《商務智能與數據挖掘》內容全面,案例新穎,每章附有教學目標與要求、習題,使學生能把握各章要點並且及時鞏固所學知識。
    《商務智能與數據挖掘》適合電子商務、信息管理和管理科學等相關專業的本、專科的學生作為教材使用,也可作為一些企事業單位、政府部門、研究機構等從事商務智能理論研究工作的相關人員的學習參考書。

    目錄

    第1章 商務智能概論
    1.1 商務智能的概念
    1.1.1 數據、信息、知識與智慧
    1.1.2 商務智能的定義
    1.1.3 商務智能的功能
    1.1.4 商務智能的過程
    1.2 商務智能的產生與發展
    1.2.1 商務智能的產生和發展過程
    1.2.2 商務智能與其他繫統的關繫
    1.3 商務智能的體繫結構和技術工具
    13.1 商務智能的架構體繫
    1.3.2 商務智能的技術工具概述
    1.4 主流商務智能產品
    1.4.1 主流商務智能產品簡介
    1.4.2 商務智能的抉擇
    1.5 商務智能的未來發展趨勢
    1.6 商務智能應用舉例——Business Objects XI 3.0
    本章小結
    習題

    第2章 商務智能中的核心技術
    2.1 數據倉庫
    2.1.1 數據倉庫的產生
    2.1.2 數據倉庫的定義與特點
    2.1 .3數據倉庫的幾個重要概念
    2.1.4 數據倉庫中的數據組織
    2.1.5 數據倉庫基本架構及模型設計
    2.1.6 數據倉庫的技術要求
    2.1.7 數據倉庫和數據集市
    2.1.8 數據倉庫的數據處理
    2.1.9 數據倉庫的應用管理、維護和開發
    2.1.10 數據倉庫的開發流程
    2.2 OLAP技術
    2.2.1 0LAP概況
    2.2.2 OLAP的定義和相關概念
    2.2.3 OLAP與OLTP
    2.2.4 OLAP繫統結構
    2.2.5 OLAP多維數據分析
    本章小結
    習題

    第3章 商務智能與知識管理
    3.1 知識管理概述
    3.1.1 知識管理的概念
    3.1.2 知識管理的本質和意義
    3.2 知識管理技術
    3.2.1 知識管理技術概述
    3.2.2 知識管理技術的劃分
    3.3 知識管理繫統
    3.3.1 知識管理繫統的概念
    3.3.2 知識管理繫統模型
    3.3 3知識管理繫統的功能
    3.3.4 KMS和IMS
    3.4 知識管理與商務智能的關繫
    3.4.1 知識管理和商務智能的不同點
    3.4.2 知識管理和商務智能的共同點
    3.4.3 知識管理與商務智能的密切聯繫
    3.4.4 知識管理與商務智能的整合
    3.5 商務智能環境下的企業知識管理
    3.5.1 企業知識管理
    3.5.2 基於數據挖掘的企業知識管理
    3.5 .3企業知識管理數據獲得
    本章小結
    習題

    第4章 商務智能的應用
    4.1 商務智能的應用領域
    4.2 商務智能國內外應用情況
    4.2.1 國外應用情況
    4.2.2 國內應用情況
    4.3商務智能在物流管理和決策中的應用
    4.3.1 商務智能在決策空間的地位
    4.3.2 商務智能和物流管理無縫聯結
    4.3.3 面向物流管理的商務智能體繫結構
    4.3.4 商務智能與物流管理的融合和特點
    4.3.5 基於商務智能的物流決策支持繫統
    4.4 商務智能在客戶關繫管理中的應用
    4.4.1 客戶關繫管理概念
    4.4.2 客戶關繫管理結構
    4.4.3 客戶關繫管理與其他信息繫統的關聯
    4.4.4 商務智能與客戶關繫管理
    4.5 商務智能在商務過程中的應用
    4.5.1 商務過程的理論
    4.5.2 商務智能在商務過程中的實現
    4.5.3 商務過程信息模型改進研究
    4.5.4 商務流程優化
    4.6 商務智能在知識管理中的應用
    4.6.1 企業知識管理
    4.6.2 基於企業管理信息繫統的知識管理
    4.6.3 知識獲取中的來源分析及數據質量的保證
    4.6.4 知識發現(挖掘)的理論
    4.6.5 知識運用的範圍研究
    4.6.6 商務智能中知識管理的評價
    4.6.7 建立商務智能中的知識評價方法
    4.7 商務智能在國內其他行業中的應用
    4.7.1 國家和行業方面
    4.7.2 企業方面
    4.7.3 軟件方面
    4.7.4 管理咨詢方面
    4.7.5 項目實施方面
    本章小結
    習題

    第5章 數據挖掘基礎
    5.1 數據挖掘的產生與發展
    5.2 數據挖掘的定義
    5.3數據挖掘過程
    5.4 數據挖掘繫統
    5.4.1 數據挖掘繫統的分類
    5.4.2 數據挖掘繫統的發展
    5.5 數據挖掘的功能和方法
    5.5.1 數據挖掘的功能
    5.5.2 數據挖掘的方法
    5.6 數據挖掘的典型應用領域
    5.7 數據挖掘的發展趨勢
    本章小結
    習題

    第6章 數據挖掘的目的任務
    6.1 關聯分析
    6.1.1 引言
    6.1.2 基本概念
    6.1.3 關聯規則的種類
    6.1.4 關聯規則的研究現狀
    6.2 分類分析
    6.2.1 分類的定義
    6.2.2 樣本測度
    6.2.3 相似性測度
    6.2.4 分類的方法
    6.3 聚類分析
    6.3.1 聚類的概念
    6.3.2 數據挖掘領域的聚類方法
    6.3 .3聚類算法的特點
    6.4 離群數據分析
    6.4.1 離群點檢測方法
    6.4.2 離群數據的特點
    6.4..3 數據挖掘領域中的離群值
    分析算法
    6.5 序列模式分析
    6.5.1 時間序列
    6.5.2 時間序列分析
    6.5.3 空間數據分析
    6.6 分形模式分析
    6.6.1 分形的基本概念
    6.6.2 分形維概述
    6.6.3 R/S分析方法概述
    6.6.4 基於分形理論的數據挖掘技術
    本章小結
    習題

    第7章 數據挖掘的技術方法
    7.1 決策樹
    7.1.1 概述
    7.1.2 歸納學習中的知識表示
    7.1 .3決策樹歸納學習
    7.1.4 關於決策樹的深入討論
    7.2 粗糙集
    7.2.1 粗糙集基本理論
    7.2.2 粗糙集概念的物理意義
    7.2.3 粗糙集理論的特點
    7.2.4 決策表達邏輯
    7.2.5 粗糙集的研究進展
    7.3 關聯規則
    7.3.1 Apriori算法
    7.3.2 Apriori算法的改進
    7.3.3 FP-tree算法
    7.3.4 挖掘多層關聯規則
    7.3.5 挖掘多維關聯規則
    7.3.6 基於限制的關聯規則挖掘
    7.4 神經網絡方法
    7.4.1 前饋神經網絡模型
    7.4.2 前饋神經網絡的學習算法
    7.4.3FP及覆蓋算法
    7.4.4 SVM及其學習算法
    7.5 基於案例推理
    7.5.1 CBR。的邏輯學基礎
    7.5.2 CBR.智能技術
    7.5.3 相似性研究
    7.5.4 案例修正技術
    7.6 遺傳算法
    7.6.1 遺傳算法的主要特征
    7.6.2 遺傳算法的基本原理
    7.6.3 遺傳算法的關鍵問題及方法
    7.6.4 挖掘關聯規則的遺傳算法
    7.7 模糊技術
    7.7.1 模糊集基本概念
    7.7.2 模糊集合運算
    7.7.3 模糊度及模糊關繫
    本章小結
    習題

    第8章 Web挖掘技術
    8.1 Web數據挖掘流程
    8.2 Web數據挖掘分類
    8.2.1 Web內容挖掘概述
    8.2.2 Web結構挖掘概述
    8.2.3 Web訪問挖掘概述
    8.3 WUM挖掘過程
    8.3.1 WUM數據預處理
    8.3.2 WUM模式發現
    8.3.3 WUM模式分析
    8.3.4 WUM模式應用
    8.4 Web結構挖掘
    8.4.1 Web結構挖掘概述
    8.4.2 網絡結構挖掘的兩種算法及改進
    8.4.3 Web結構挖掘應用
    8.5 Web內容挖掘
    本章小結
    習題

    第9章 數據挖掘在電子商務中的應用
    9.1 電子商務中數據挖掘的發展狀況
    9.2 電子商務中數據挖掘的特點
    9.2.1 電子商務中數據挖掘的數據源
    9.2.2 路徑分析
    9.2 .3電子商務中數據挖掘的體繫結構
    9.3 網站客戶分群
    9.4 優化網站結構
    9.4.1 網站結構優化手段
    9.4.2 網站結構優化模型
    9.5 智能搜索引擎
    9.5.1 傳統搜索引擎的特點
    9.5.2 智能搜索引擎的特點
    9.5.3 網絡爬蟲
    9.5.4 智能搜索引擎的技術與發展
    9.6 客戶關繫管理
    9.6.1 粗糙集理論在CRM中的應用
    9.6.2 SOM神經網絡在CRM中的應用
    9.7 網絡主動防御
    本章小結
    習題
    參考文獻
    查看全部↓

    精彩書摘

    由於企業積累的這些海量的數據不僅沒能給企業帶來財富,相反卻使得企業淹沒於數據之中,形成一個個信息孤島和數據墳墓。企業面臨著由於數據庫變得越來越龐大而帶來的對數據管理的困難。如何充分利用這些數據,為企業的經營決策服務?這就需要一種合適的數據處理和數據分析工具。
    1.1.1 數據、信息、知識與智慧
    1.數據
    數據是用來記錄、描述和識別事物的按一定規則排列組合的物理符號,是一組表示數量、行動和目標的非隨機的可鋻別的符號,是客觀事物的屬性、數量、位置及其相互關繫等的抽像表示,以適合於用人工或自然的方式進行保存、傳遞和處理。它既可以是數字、文字、圖形、圖像、聲音或者味道,也可以是計算機代碼。在計算機科學中,數據是指所有能輸入到計算機中具有一定意義的數字、字母、符號和模擬量等並能夠被計算機程序處理的符號的介質的總稱,是計算機能夠識別的二進制數的形式。
    數據本身是孤立的、互不關聯的客觀事實、文字、數字和符號,沒有上下文和解釋。數據表達的僅僅是一個描述,如19491001,我們隻知道這是一個數字,或者可以看做日期,對於這個數字來說,它就是數字,不表示別的什麼含義。
    數據用屬性描述,屬性也稱變量、特征、字段或維。數據經過處理仍然是數據,隻有經過解釋,數據纔有意義,纔能成為信息。
    2.信息
    信息是指人們對數據進行繫統地收集、整理、管理和分析的結果,是經過一繫列的提煉、加工和集成後的數據。信息是對客觀世界各種事物的特征的反映。數據是信息的符號表示,或稱載體,數據不經加工隻是一種原始材料,其價值隻是在於記錄了客觀數據的事實。信息是數據的內涵,是對數據的解釋。如對某先生來說,19491001可以是他的生日,也可以是中華人民共和國成立的日期。
    信息來源於數據,是對數據進行加工處理的產物,信息對決策或行動是有價值的,其價值在於人類認識世界和改造世界活動的現實意義。
    數據資料中所含信息量的多少是由消除對事物認識的不確定程度來決定的,數據資料所消除的人們認識上的不確定性的大小也就是數據資料中所含信息量的大小。
    3.知識
    所謂知識,就它反映的內容而言,是客觀事物的屬性與聯繫的反映,是客觀世界在人腦中的相對正確的反映。就它反映的活動形式而言,有時表現為主體對事物的感性知覺或表像,屬於感性知識,有時表現為關於事物的概念或規律,屬於理性知識。知識是人們在實踐活動中獲得的關於世界的最本質的認識,是對信息的提煉、比較、挖掘、分析、概括、判斷和推論。
    一般而言知識具有共享性、傳遞性、非損耗性(可以反復使用,其價值不會減小)及再生性等特點。
    查看全部↓

    前言/序言

    隨著企業信息化和市場全球化進程的不斷加快,各個行業、各個組織越來越重視使用Intemet和各種管理應用繫統,各種報表、文檔隨之組成了企業的數據海洋,其中不乏很有價值的信息、知識隱沒其中。如何從這些海量的數據中挖掘出蘊含的信息、知識,繼而為企業各層管理者的智能化管理決策提供有效的支持,已成為國內外企業界、軟件開發界和學術界共同關注的一個熱點。
    在新經濟時代,企業若想在激烈的市場競爭中脫穎而出,成為市場的大贏家,就必須運用各種現代的計算機技術、網絡技術,打造出一套屬於自己的決策繫統,通過共享、整合和分析顧客、供應商等相關的數據,從而以最快的速度對瞬息萬變的市場作出反應,以最有效的方式作出決策。
    商務智能是終端用戶查詢和報告、聯機分析處理、數據挖掘、數據倉庫等軟件工具的集合,並使用某種數學算法對數據進行分析並發現規律,從而建立一種商務模型,提供給管理決策層進行模擬分析的全面解決方案。
    商務智能與數據挖掘技術的應用,已成為各行業、各部門信息化的必然趨勢。現代企業的發展面臨著巨大的挑戰,國內外市場的競爭日趨激烈,客戶要求越來越苛刻,企業的各類信息量正在迅速地膨脹。數據倉庫技術有效地把操作數據集成到統一的環境中,提供用戶用於決策支持所需的當前和歷史數據,這些數據在傳統的操作型數據庫中很難或不能得到。數據挖掘則利用各種分析工具在海量數據中發現模型和數據間的關繫,能夠幫助企業更深入、更容易地分析數據,從海量的數據中尋找對自己真正有用的信息資源。商務智能通過對大量的數據進行自動地加工、處理、分析,實現數據向信息、信息向知識的轉換,並將知識應用於決策的一繫列過程的技術。
    商務智能與數據挖掘已經成為企業發展的必要環節和重要工作,越來越多的企業提出他們對商務智能的需求,把商務智能與數據挖掘作為一種幫助企業達到經營目標的一種有效手段;另一方面,計算機界很多著名的公司如:IBM、Oracle、Microsoft,已經認識到商務智能與數據挖掘巨大的發展潛力,紛紛加入軟件開發的行列,推出相應開發與應用的軟件繫統,其主要目標是將企業所掌握的信息轉換成競爭優勢,提高企業決策能力、決策效率、決策準確性。
    本書闡述商務智能與數據挖掘的定義、作用、應用領域和產品;介紹商務智能和數據挖掘目前在國內外的發展情況和趨勢;分析商務智能的數據準備技術,數據存儲技術,數據分析、表示與發布技術;論述商務智能繫統的架構以及數據倉庫、OI。AP和數據挖掘等核心技術;詳細介紹數據挖掘的具體方法。在此基礎上,將討論商務智能與數據挖掘在知識管理、企業績效管理、客戶關繫管理、物流管理、Web挖掘、電子商務等領域的應用。商務智能與數據挖掘技術作為共同服務於企業決策支持的最好工具,它們的結合,不僅要求前瞻性的思路,扎實的管理理論功底和實踐經驗,還需要對IT繫統和數據分析技術的真正了解和操作。隻有那些利用先進的信息技術成功地收集、分析、理解信息並依據信息進行決策的企業纔能獲得競爭優勢,纔是市場的贏家。


    查看全部↓



    "
     
    網友評論  我們期待著您對此商品發表評論
     
    相關商品
    在線留言 商品價格為新臺幣
    關於我們 送貨時間 安全付款 會員登入 加入會員 我的帳戶 網站聯盟
    DVD 連續劇 Copyright © 2024, Digital 了得網 Co., Ltd.
    返回頂部