商务智能

作者简介

《商务智能》内容比较新颖、全面，案例丰富，适合计算机应用、软件工程、信息管理、电子商务和管理科学等相关专业本科生和研究生的教材，也可作为从事商务智能的信息化人员的参考资料。商务智能是近年来企业信息化的热点，有着广阔的应用前景。《商务智能》首先介绍了商务智能的基本概念、商务智能系统的架构以及数据仓库、OLAP、数据挖掘等核心技术。在此基础上，讨论了商务智能在电子商务、移动商务、知识管理、Web挖掘、企业绩效管理和流程管理等领域的应用。此外，还分析了商务智能在国内外的发展趋势。

书籍目录

第一部分  商务智能基础第1章  商务智能概论  1.1  商业决策需要商务智能    1.1.1  数据、信息与知识    1.1.2  管理就是决策    1.1.3  决策需要信息和知识    1.1.4  智能型企业    1.1.5  商务智能支持商业决策  1.2  商务智能简介    1.2.1  商务智能概念    1.2.2  商务智能的发展    1.2.3  商务智能的价值  1.3  商务智能系统的功能  1.4  商务智能的应用  思考题  本章参考文献    第二部分  商务智能核心技术第2章  商务智能系统架构  2.1  商务智能系统的组成  2.2  数据集成  思考题  本章参考文献第3章  数据仓库  3.1  从数据库到数据仓库  3.2  数据仓库的概念  3.3  数据集市  3.4  元数据  3.5  ETL  3.6  操作数据存储  3.7  数据仓库模型  3.8  数据挖掘查询语言  3.9  医保数据仓库设计  思考题  本章参考文献第4章  在线分析处理  4.1  OLAP简介  4.2  OLAP与OLTP  4.3  OLAP操作  4.4  OLAP分类  4.5  OLAP操作语言  4.6  流行的OLAP工具  思考题  本章参考文献第5章  数据挖掘  5.1  数据挖掘基础    5.1.1  数据挖掘的概念    5.1.2  数据挖掘的发展    5.1.3  数据挖掘的过程    5.1.4  数据挖掘原语与语言    5.1.5  基于组件的数据挖掘    5.1.6  可视化技术    5.1.7  数据挖掘的隐私保护  5.2  数据挖掘的典型应用领域  5.3  数据预处理  5.4  聚类分析    5.4.1  聚类的概念    5.4.2  聚类分析的统计量    5.4.3  常用聚类算法    5.4.4  其他聚类方法    5.4.5  离群点检测  5.5  分类分析    5.5.1  贝叶斯分类器    5.5.2  决策树    5.5.3  支持向量机    5.5.4  BP神经网络    5.5.5  其他分类方法  5.6  关联分析    5.6.1  关联规则    5.6.2  Apriori算法    5.6.3  FP增长算法    5.6.4  其他关联规则挖掘算法  5.7  序列模式挖掘    5.7.1  基本概念    5.7.2  类Aptjori算法  5.8  回归分析    5.8.1  一元回归分析    5.8.2  多元线性回归分析    5.8.3  其他回归分析  5.9  时间序列分析  5.10  数据挖掘技术与应用的发展方向    思考题  本章参考文献    第三部分  商务智能应用第6章  移动商务智能  6.1  移动商务  6.2  商务智能在移动商务中的应用  思考题  本章参考文献第7章  商务智能与知识管理  7.1  知识管理  7.2  知识管理与商务智能的关系    7.2.1  商务智能与知识管理的区别    7.2.2  商务智能与知识管理的联系  思考题  本章参考文献第8章  Web挖掘  8.1  Web挖掘基础  8.2  Web内容挖掘  8.3  Web结构挖掘  8.4  Web日志挖掘  思考题  本章参考文献第9章  商务智能在企业绩效管理中的应用  9.1  企业绩效管理的层次  9.2  商务智能贯穿企业绩效管理的闭环流程  9.3  商务智能在企业绩效管理中的应用  9.4  商务智能给企业绩效管理带来的价值  9.5  企业绩效管理的主要工具  思考题  本章参考文献第10章  数据挖掘在电子商务中的应用  10.1  电子商务需要数据挖掘  10.2  顾客管理  10.3  网站结构优化  10.4  智能搜索引擎  10.5  异常事件确定  思考题  本章参考文献第11章  工作流挖掘  11.1  工作流挖掘的发展  11.2  工作流挖掘的概念与作用  11.3  工作流挖掘的内容    11.3.1  工作流模型的重构    11.3.2  工作流的监控与工作流挖掘的评价    11.3.3  组织视图挖掘  11.4  工作流挖掘的应用    思考题  本章参考文献    第四部分  商务智能发展第12章  商务智能进展  12.1  商务智能应用趋势  12.2  商务智能在中国的发展  12.3  商务智能动态  思考题  本章参考文献    第五部分  数据挖掘实验第13章  AphaMiner数据挖掘系统  13.1  AlphaMiner简介  13.2  AlphaMiner的应用  思考题  本章参考文献

编辑推荐

《商务智能》中实验部分的软件乎台来自香港大学ETl和SAP Business Objects等研究机构和企业。《商务智能》相关配套的软件资源（哈尔滨工业大学提供）。

前言

在日益激烈的竞争环境下，商务智能已经成为很多企业提高竞争力的重要手段。简单地讲，商务智能是利用先进的数据库存储、数据集成、数据分析技术，把海量的业务数据转化成有价值的信息和知识，辅助管理者进行决策。因此，商务智能在市场营销、客户关系管理、风险管理、绩效管理等重要的商业应用领域中发挥着越来越大的作用，已被银行、电信、保险、证券、零售、制造、社保等企业和政府部门广泛采用。商务智能技术与应用在中国起步较晚，但发展迅速。1999年4月第三届亚太地区知识发现与数据挖掘国际会议（PAKDD）在北京召开，我国的学术界迅速掀起商务智能与数据挖掘的研究与应用热潮。国家863计划和自然科学基金多次为商务智能与数据挖掘立项，具有自主知识产权的商务智能技术和软件产品不断出现。商务智能的应用近年来也有了很大进展，企业界已经逐步认识到商务智能对提高企业竞争力的重要性，特别是电信、银行、保险、税务等信息化水平较高的行业，在完成数据集中整合后都把商务智能作为新的应用重点，从而带动了商务智能技术和服务水平的提高。目前，中国的商务智能技术和应用市场正快速增长。商务智能的应用正向制造业、电子商务、物流和政府机构扩展，各行各业对商务智能技术和人才的需求也在不断扩大。很多大学的计算机学院、软件学院和商学院等都开设了商务智能相关课程，培养各类商务智能技术和应用人才，以满足商务智能人才市场的需求。

章节摘录

插图：第一部分 商务智能基础第1章 商务智能概论随着信息化时代的来临，经济全球化的发展，信息数据存储成本的不断下降，企业数据正在以惊人的速度增长。这些数据是企业的重要资源，但目前大多数的企业并未对其进一步的利用。统计表明，目前国内企业数据有效利用率不足7％，许多决策是在没有充分信息支持的情况下做出的。为应对日益激烈的竞争，企业需要有灵敏的感觉和快速反应能力，提高反应速度和决策的准确性。美国市场调查公司IDC的调查表明，37％的业务决策仍然主要依赖于“直觉”或本能+。如何充分利用这些隐藏着巨大商业价值的数据资产，提炼出有价值的信息、知识，对提高企业的智能至关重要，依赖直觉制定决策使企业管理水平远远落后于投资商务智能的领先企业，商务智能已成为领先企业与传统企业产生差异化的重要因素，而且商务智能开始扩展到业务运营将使这种差异更加明显。正如前GE首席执行官Jack Welch所说：“一个组织获取知识以及把知识快速转化为行动的能力决定其最终的竞争优势”。在这种背景下，商务智能(Business Intelligence，BI)逐渐得到学术界和企业界的重视，它被认为是继ERP之后企业信息化的又一个新热潮。商务智能能够帮助企业整合数据，并把数据转换成有用的信息，从数据中获取知识，提高企业理性的管理决策的能力。“亿万富翁商务成功的秘密是知道一些其他人不知道的东西”，商务智能的最终目的是帮助管理者实现更有效的企业管理，做出更明智的决策，取得更大的收益。本章从商务智能的产生背景、发展历程开始，讨论商务智能的定义、作用等基础知识，然后对商务智能的功能和应用领域进行讨论，通过案例阐述商务智能的价值。

图书封面

---

 商务智能下载

---