商務(wù)智能

目錄
第1章 商務(wù)智能導(dǎo)論 1
1.1 商務(wù)智能的產(chǎn)生背景 1
1.2 商務(wù)智能的概念界定 2
1.3 商務(wù)智能的支持理論及技術(shù) 3
1.4 商務(wù)智能的研究范式 6
1.5 商務(wù)智能分析過程 8
1.6 商務(wù)智能的應(yīng)用 9
1.7 商務(wù)智能的發(fā)展趨勢 11
課后思考題 14
第2章 商務(wù)智能的分層與體系結(jié)構(gòu) 15
2.1 商務(wù)智能分層 15
2.2 商務(wù)智能的體系結(jié)構(gòu) 19
2.3 數(shù)據(jù)集成 24
課后思考題 28
第3章 數(shù)據(jù)庫與數(shù)據(jù)倉庫基礎(chǔ) 29
3.1 數(shù)據(jù)管理及其發(fā)展 29
3.2 數(shù)據(jù)庫 33
3.3 數(shù)據(jù)倉庫 39
課后思考題 50
第4章 數(shù)據(jù)挖掘 51
4.1 數(shù)據(jù)挖據(jù)在商務(wù)智能中的定位 51
4.2 數(shù)據(jù)挖掘概述及原理 52
4.3 數(shù)據(jù)挖掘過程 55
4.4 數(shù)據(jù)挖掘方法及評價指標(biāo) 57
4.5 數(shù)據(jù)挖掘工具及發(fā)展方向 64
課后思考題 68
第5章 商務(wù)智能中的聚類 69
5.1 聚類分析簡介 69
5.2 代表性的聚類算法 71
5.3 基于聚類的數(shù)據(jù)分析 74
5.4 應(yīng)用案例 80
課后思考題 84
第6章 商務(wù)智能中的分類 86
6.1 分類算法簡介 86
6.2 代表性的分類算法 86
6.3 應(yīng)用案例及數(shù)據(jù)分析 104
課后思考題 120
第7章 商品信息檢索 121
7.1 信息檢索的概念 121
7.2 信息檢索的過程 121
7.3 特征選擇 123
7.4 特征提取 132
7.5 相關(guān)反饋 136
7.6 經(jīng)典的信息檢索模型 137
7.7 信息檢索的評價指標(biāo) 140
7.8 電子商務(wù)環(huán)境下的商品檢索 143
課后思考題 149
第8章 商務(wù)智能中的推薦 150
8.1 推薦系統(tǒng)舉例 150
8.2 推薦系統(tǒng)評測指標(biāo) 151
8.3 基于用戶行為的協(xié)同過濾算法 155
8.4 推薦系統(tǒng)冷啟動問題 156
8.5 利用社交網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行推薦 158
8.6 應(yīng)用案例——京東個性化推薦系統(tǒng)發(fā)展 159
課后思考題 167
第9章 基于回歸分析的鞋類商品需求量預(yù)測 168
9.1 相關(guān)分析基礎(chǔ) 168
9.2 簡單線性相關(guān)分析 170
9.3 線性回歸分析 175
9.4 淘寶平臺中某商家鞋類商品需求量預(yù)測 183
9.5 應(yīng)用案例 186
課后思考題 188
第10章 商務(wù)智能應(yīng)用及發(fā)展趨勢 190
10.1 商務(wù)智能具有廣泛的應(yīng)用場景 190
10.2 新型商務(wù)智能企業(yè) 201
10.3 商務(wù)智能的發(fā)展趨勢 205
課后思考題 209
參考文獻(xiàn) 210