商務智能理論與實踐（簡體書）

《商務智能理論與實踐》的撰寫目的是解決目前《商務智能》大學教學中教材理論性強、實踐性弱的問題，幫助學生學以致用，盡可能快地將課堂所學運用到工作與研究實踐中。本教材從原理解析、分析實踐、操作實踐、理論提高四個方面對商務智能這一學科進行了全面系統的剖析。其中原理解析部分著重講述了商務智能的主要方法及原理;分析實踐部分詳細介紹了如何將商務智能的方法與商業實踐相結合;操作實踐部分詳細介紹了如何借助計算機工具實現商務智能的原理和分析方法;理論提高部分對商務智能以盡可能多的維度展開介紹，對其與新技術的結合和對商業發展的推動作用進行深入分析。 《商務智能理論與實踐》特別適合作為經濟學、金融學、計算機科學與技術、電子商務、信息管理與信息系統等專業的大學本科、專科教材，同時也適合作為量化投資人員、經濟管理人員以及計算機軟件人員的培訓教材。

林強，北京信息科技大學教師，副研究員。在商務智能領域有著多年的教學經驗，以第一作者的身份發表科研文獻15篇，其中SCI檢索文獻1篇、EI檢索文獻9篇、ISTP檢索文獻2篇;以第一發明人身份申請國內外專利15項，其中13項已獲得授權，包括中國專利7項、美國專利4項、歐洲專利2項。

第一章 商務智能概述 1 一、商務智能的概念 3 二、商務智能的作用 7 三、商務智能與相關概念 11 四、商務智能的技術組成 12 五、商務智能的發展 13 六、商務智能使用舉例 15 七、產品流與商貿企業創新 17 第二章 產品流與企業管理 19 一、產品流與交換經濟 21 二、交換經濟中的產業分析――生產企業 22 三、產品流與生產企業創新 24 四、交換經濟中的產業分析――商貿企業 28 五、產品流與商務智能 29 第三章 信息流與產業 33 一、互聯網與移動互聯網 35 二、數據、信息和知識 37 三、信息流對產業帶來的變革 38 四、知識發現的過程 43 五、知識發現涉及的問題 46 第四章 大數據基礎 49 一、大數據技術基礎 51 二、分布式存儲技術 52 三、分布式計算技術 57 四、大數據產品實例:Hadoop 57 五、其他產品 65 第五章 數據倉庫與OLAP 69 一、引言 70 二、從數據庫到數據倉庫 71 三、從OLTP到OLAP 75 四、系統架構圖 78 五、多維數據模型 78 六、數據倉庫與OLAP應用舉例 81 七、實踐 85 八、小結 87 第六章 數據預處理 89 一、數據預處理的步驟 90 二、數據預處理與描述性數據挖掘 98 三、數據預處理與孤立點分析 99 四、描述性數據挖掘和孤立點分析應用舉例 100 五、實踐 103 六、小結 108 第七章 分類規則 111 一、基本概念 112 二、常用的分類方法 113 三、分類規則應用舉例 120 四、實踐 121 第八章 聚類 131 一、基本概念 132 二、聚類的過程 137 三、分析方法 137 四、基於K-means算法的聚類規則 140 五、K-means算法的改進 141 六、聚類分析應用舉例 142 七、實踐 144 八、小結 147 第九章 關聯規則 149 一、基本概念 150 二、關聯規則的相關概念 152 三、挖掘過程 152 四、常用算法 153 五、關聯規則的應用 162 六、實踐 163 七、小結 167 第十章 統計學 169 一、主成分分析 170 二、因子分析 173 三、相關分析和回歸分析 175 四、統計學的應用 177 五、實踐 182 六、小結 186 第十一章 人工智能 189 一、人工智能概述 190 二、人工智能關鍵技術 194 三、實踐 205 第十二章 複雜類型的數據挖掘 211 一、Web挖掘介紹 213 二、Web內容挖掘 214 三、Web日誌挖掘 215 第十三章 商務智能的發展與思維培養 225 一、信息流與資金流、產品流的結合 226 二、基于商務智能的信用評級和風險控制 227 三、時間空間數據和信息物理系統數據 230 四、商務智能中思維的培養 230 參考文獻 233