商務智能通過數據挖掘技術從海量數據中發現潛在、新穎和有用的知識，體現瞭信息技術融閤背景下進行精益化管理和科學化決策的能力。
本書從商務角度入手，以基礎篇、方法篇、專題篇三大闆塊的形式，較全麵地涵蓋瞭商務智能領域的基礎知識、基本原理和技術方法等內容；融入瞭若乾前沿成果和最新應用；同時結閤經濟和管理實例，說明如何通過商務智能方法進行大數據分析，利用企業內外部數據資源優化企業經營，從而提升企業競爭優勢。

作者簡介

陳國青，清華大學經濟管理學院講席教授、學術委員會主任。2005年獲聘教育部長江學者特聘教授。擔任國傢信息化專傢谘詢委員會成員，教育部管理科學與工程類專業教學指導委員會主任委員。國際信息係統協會中國分會（CNAIS）創始主席（2005―2013）。2009年度國際模糊係統協會授予IFSA Fellow，2007年度獲得復旦管理學傑齣貢獻奬，1999年度獲得國傢傑齣青年科學基金。主持國傢自然科學基金委重大項目、以及多個國際閤作和企業信息化項目。主要教學與研究領域包括信息戰略與管理、商務智能與電子商務、軟計算與數據建模等。

基礎篇

第1章引言
1．1 商務智能簡介
1．2 商務智能與信息社會
1．2．1 商務智能是信息社會的産物
1．2．2 商務智能是信息社會繁榮的推動力
1．3 商務智能與企業管理
1．3．1 商務智能在企業管理中的作用
1．3．2 商務智能協助企業管理的方式
1．3．3 商務智能的商業價值
1．4 商務智能與數據挖掘
1．4．1 數據挖掘的概念
1．4．2 數據挖掘的特點
1．5 商務智能與新技術融閤
1．6 小結
思考練習題
第2章商務智能應用
2．1 製造領域應用
2．2 金融領域應用
2．3 電信領域應用
2．4 生物與醫藥領域應用
2．5 零售與營銷領域應用
2．6 移動商務應用
2．7 社會化商務應用
2．8 商務智能係統與産品
2．8．1 商務智能解決方案的係統結構
2．8．2 商務智能係統産品
2．9 小結
思考練習題
第3章商務智能過程
3．1 數據庫與事務處理
3．1．1 數據庫與數據庫管理係統
3．1．2 在綫事務處理
3．2 數據倉庫與在綫分析處理
3．2．1 從事務處理到分析處理
3．2．2 數據倉庫
3．3 知識發現與可持續競爭優勢
3．3．1 OLAP與知識發現
3．3．2 企業外部大數據分析
3．3．3 使用數據挖掘增強企業競爭優勢
3．4 小結
思考練習題
第4章數據倉庫
4．1 數據處理技術演進
4．2 數據倉庫過程與體係結構
4．3 數據集成、提取與轉換
4．3．1 數據提取
4．3．2 數據轉換
4．3．3 數據加載
4．3．4 ETL設計與開發
4．4 數據倉庫開發、管理與安全
4．4．1 數據倉庫開發模式
4．4．2 數據倉庫設計
4．4．3 數據倉庫的數據模型
4．4．4 元數據
4．4．5 數據倉庫的安全
4．5 雲數據平颱
4．5．1 雲數據平颱的概念
4．5．2 雲數據平颱與BI
4．6 小結
思考練習題
第5章構建商務智能環境
5．1 商務智能環境
5．1．1 確定什麼數據可用的能力
5．1．2 對數據挖掘的能力
5．1．3 用戶與係統交互的能力
5．2 商務智能組織
5．2．1 外包商務智能
5．2．2 內給商務智能
5．2．3 商務智能組織成員
5．3 商務智能基礎設施
5．4 商務智能係統軟件
5．5 小結
思考練習題

方法篇

第6章關聯規則
6．1 關聯規則簡介
6．2 關聯規則挖掘方法
6．3 關聯規則興趣性
6．4 關聯規則知識形式擴展
6．4．1 廣義關聯規則
6．4．2 數量關聯規則
6．5 簡單關聯規則
6．6 小結
思考練習題
第7章分類分析
7．1 分類分析簡介
7．2 決策樹分類
7．2．1 決策樹構建
7．2．2 決策樹剪枝
7．3 貝葉斯分類
7．3．1 貝葉斯定理
7．3．2 簡單貝葉斯分類器
7．3．3 貝葉斯信念網絡
7．4 其他分類方法
7．4．1 神經元網絡分類
7．4．2 支持嚮量機分類
7．4．3 懶惰型分類器
7．5 分類準確率
7．5．1 分類準確率比較與評估
7．5．2 提高分類器的準確率
7．6 小結
思考練習題
第8章聚類分析
8．1 聚類分析簡介
8．2 相似度及距離測度
8．3 聚類分析方法
8．3．1 劃分方法
8．3．2 層次方法
8．3．3 基於密度的方法
8．3．4 基於網格的方法
8．3．5 基於模型的方法
8．4 k-means方法
8．5 DBSCAN方法
8．6 小結
思考練習題
第9章信息搜索服務
9．1 信息搜索的基本概念
9．2 信息搜索模型
9．2．1 布爾模型
9．2．2 空間嚮量模型
9．3 信息搜索測度
9．4 文本預處理
9．5 搜索索引
9．5．1 倒排索引搜索
9．5．2 倒排索引的建立
9．6 搜索結果排序
9．7 小結
思考練習題
第10章社會網絡分析
10．1 社會網絡的中心性
10．1．1 度中心性
10．1．2 貼近中心性
10．1．3 中介中心性
10．2 社會網絡的權威
10．2．1 度權威
10．2．2 鄰近權威
10．2．3 等級權威
10．3 引用社會網絡
10．3．1 同引分析
10．3．2 引文耦閤
10．4 社會網絡的鏈接分析
10．4．1 PageRank算法
10．4．2 HITS算法
10．5 社會網絡中的社區
10．6 小結
思考練習題
第11章概念描述
11．1 概念描述簡介
11．2 描述統計學的方法
11．3 數據歸納
11．3．1 屬性概化
11．3．2 屬性消減
11．3．3 數據錶示
11．4 數據對比
11．4．1 數據對比方法
11．4．2 數據對比錶示
11．5 小結
思考練習題
第12章數據預處理
12．1 數據預處理簡介
12．1．1 數據預處理的原因
12．1．2 數據預處理的目的
12．1．3 數據預處理的方法
12．2 數據清洗
12．2．1 缺失數據處理
12．2．2 噪聲數據處理
12．3 數據集成與規範
12．3．1 數據集成處理
12．3．2 數據規範化處理
12．4 數據消減
12．4．1 清除冗餘數據
12．4．2 采樣
12．4．3 數據立方閤計
12．4．4 屬性選取與生成
12．4．5 數據壓縮
12．4．6 離散化與概念分層方法
12．5 小結
思考練習題

專題篇

第13章信息提取與推薦
13．1 信息提取與推薦問題概述
13．2 代錶性信息提取方法
13．2．1 網絡文本的代錶性評估測度
13．2．2 網絡文本的代錶性信息提取方法
13．2．3 在綫産品評論的代錶性信息提取
13．3 信息推薦方法
13．3．1 推薦係統概述
13．3．2 兩種協同過濾推薦方法
13．3．3 推薦係統評測指標
13．3．4 消費者信息搜索過程中的推薦
13．4 小結
思考練習題
第14章時態模式
14．1 時態數據類型與模式
14．2 時態關聯規則
14．3 序列相似性
14．3．1 距離測度法
14．3．2 模式匹配法
14．4 時態關係模式
14．5 時態數據的錶達與轉換
14．6 小結
思考練習題
第15章關聯分類
15．1 生成分類關聯規則
15．2 分類關聯規則剪枝
15．2．1 後剪枝方式
15．2．2 先剪枝方式
15．3 構建分類器
15．3．1 單一規則分類器
15．3．2 多規則分類器
15．4 混閤型關聯分類
15．5 GARC方法解析
15．5．1 GARC思路與算法框架
15．5．2 數據實驗與方法比較
15．6 小結
思考練習題
第16章不確定性知識發現
16．1 不確定性信息錶達
16．2 分區中的邊界問題
16．3 數據間的部分隸屬性
16．4 不完整數據依賴
16．5 小結
思考練習題
第17章復雜類型數據的挖掘
17．1 復雜類型數據
17．2 多維分析和描述性挖掘
17．3 空間數據挖掘
17．4 多媒體數據挖掘
17．5 Web挖掘
17．6 小結
思考練習題
第18章商務智能的經濟社會影響與發展
18．1 商務智能的經濟社會影響
18．1．1 “長尾”與“利基”市場
18．1．2 大數據與新興電子商務
18．1．3 隱私與安全
18．2 商務智能的發展趨勢
18．2．1 移動商務智能
18．2．2 社會化商務智能
18．2．3 實時商務智能
18．2．4 商務智能的技術標準
18．3 小結
思考練習題
參考文獻
索引詞檢索目錄