新書推薦：
《
张爱玲 我的后半生 纪念张爱玲逝世30周年
》
售價：HK$
75.9
《
大局观：真实世界中的经济学思维
》
售價：HK$
97.9
《
鸟类图典
》
售價：HK$
43.8
《
古典与文明·《周官》之制与大一统
》
售價：HK$
86.9
《
海外中国研究·朝贡·海禁·互市：近世东亚的贸易与秩序（一部刷新明清外交与通商认知的典范之作。挑战朝贡
》
售價：HK$
107.8
《
财报防坑指南：20分钟看透企业真实现金流与盈利陷阱
》
售價：HK$
76.8
《
土民嗷嗷：1441年的社会史（以新闻纪实般的笔触重现室町动荡之年，展现权力崩塌与民声沸腾的历史现场）
》
售價：HK$
72.6
《
安逸哲学：锦绣天府人生智慧“安逸四川”三部曲第一部 安逸是中华文明为世界贡献的人生智慧
》
售價：HK$
96.8
|
| 編輯推薦： |
|
配套教学课件、微课视频、实验指导、基于Python3源代码及相关课程资料。基于本书的课程获得2023年度上海高校市级一流本科课程称号；第二版更新了大模型应用相关内容。
|
| 內容簡介： |
|
大数据时代，数据已经成为企业的重要资产。企业积累的数据增长迅速，如何从海量数据中挖掘出重要的商业价值，并运用到企业的决策中，是当今各个企业需要面对的实际问题。商务智能能够将数据转换为信息，并加以提炼，形成满足企业需求的知识，由此提高企业的反应速度和决策的准确性，帮助企业快速适应市场的发展。所以商务智能有着广泛的应用前景。本书内容全面，讲解由浅入深，案例丰富。在第1版的基础上，第2版根据教学反馈完善了商务智能涉及的技术，增加了PowerBI可视化和Python代码实现，并对第1版的部分内容进行了大幅的补充和优化。第2版在秉承了第1版的特点的基础上，章节安排更合理，除保留RapidMiner实验外，还增加了PowerBI和Python3实验，实验内容更加丰富和实用。本书可以作为高等院校经济管理和信息管理等相关专业“商务智能”课程的教材。
|
| 關於作者： |
|
陈建，副教授，博士，上海第二工业大学大学经济与工商管理学院教师，讲授课程为商务智能、数据挖掘分析，主要研究项目及领域为数据挖掘、机器学习，一直从事电子商务领域数据挖掘的工作。曾出版《商务智能》教材一部。
|
| 目錄：
|
目录
第1章商务智能
1.1商务智能的概念
1.2商务智能的功能
1.3商务智能的组成要素
1.4商务智能的核心技术
1.5商务智能的系统框架
1.6商务智能的分析流程
1.7商务智能的主流产品
1.8习题
第2章数据仓库
2.1数据仓库的基本概念
2.1.1数据仓库的数据结构
2.1.2数据仓库的系统构成
2.1.3数据仓库系统开发概述
2.1.4数据仓库系统设计调研
2.1.5信息包图设计概念模型
2.2多维数据模型
2.2.1多维数据建模
2.2.2事实表、维表和键的设计
2.3在线分析处理
2.3.1在线分析处理概况
2.3.2在线分析处理的基本概念和典型操作
2.3.3在线分析处理的分类
2.4Hive简介
2.4.1Hive 的概念
2.4.2Hive的数据模型
2.4.3Hive与数据仓库
2.5习题
第3章数据准备
3.1数据准备的基本知识
3.2数据类型及处理方式
3.2.1统计计量角度的数据类型
3.2.2计算机角度的数据类型
3.2.3数据处理方式
3.3数据准备的主要内容
3.3.1数据清洗
3.3.2数据归一化
3.3.3数据离散化
3.3.4数据降维
3.3.5文本清洗
3.4ETL
3.5习题
第4章相关分析
4.1相关分析的基本原理
4.2相关关系
4.3相关系数
4.4相关分析步骤
4.5偏相关分析
4.6习题
第5章聚类分析
5.1聚类的基本概念
5.2“亲疏程度”的衡量与计算
5.2.1定距型变量个体间的距离计算
5.2.2计数变量个体间的距离计算
5.2.3二值变量个体间的距离计算
5.2.4其他个体间的距离计算
5.3聚类的方法
5.3.1K 均值聚类算法
5.3.2K 中间值聚类算法
5.3.3均值漂移聚类算法
5.3.4基于密度的聚类算法
5.3.5高斯混合模型聚类算法
5.3.6层次聚类算法
5.3.7图团体检测算法
5.4聚类评估和优化
5.4.1聚类算法的问题
5.4.2手肘法K值优化
5.5习题
第6章回归分析
6.1线性回归原理
6.1.1一元线性回归模型
6.1.2回归参数的计算
6.1.3回归方程的统计检验
6.1.4一元线性回归方程的预测
6.2多元线性回归分析
6.2.1二元线性回归分析
6.2.2m元线性回归分析
6.2.3非线性回归分析
6.3逻辑回归
6.3.1逻辑回归的基本原理
6.3.2二项逻辑回归分析
6.3.3多项逻辑回归分析
6.4习题
第7章分类分析
7.1分类分析原理
7.2贝叶斯分类
7.2.1基本原理
7.2.2平滑处理
7.3决策树分类
7.3.1基本原理
7.3.2信息增益
7.3.3决策树的过拟合和剪枝
7.4神经网络分类
7.4.1基本原理
7.4.2神经元模型
7.4.3网络结构
7.4.4深度学习
7.5习题
第8章关联分析
8.1频繁模式与关联规则
8.1.1基本概念
8.1.2频繁项集的性质
8.1.3频繁项集的代表项集
8.1.4关联规则的度量
8.2频繁项集的典型挖掘方法
8.2.1先验算法
8.2.2频繁模式增长算法
8.2.3关联规则的产生方法
8.3关联规则的其他类型
8.3.1多层关联规则
8.3.2负模式
8.3.3结构化数据的关联分析
8.4习题
第9章文本挖掘
9.1文本挖掘的概念
9.2文本挖掘的技术背景
9.3文本挖掘的任务
9.4文本挖掘的预处理
9.5文本模式挖掘
9.6挖掘结果可视化
9.7文本特征和表示
9.7.1向量空间模型
9.7.2概念模型
9.8文本挖掘的应用
9.8.1词频分析
9.8.2情感分析
9.9习题
第10章大数据分析
10.1云计算与大数据
10.2大数据存储
10.3大数据的应用
10.3.1制造业
10.3.2农业
10.3.3金融业
10.3.4零售业
10.3.5物流行业
10.3.6医疗行业
10.4Hadoop开源框架
10.4.1Hadoop简介
10.4.2HDFS 架构及简介
10.4.3MapReduce简介
10.4.4YARN
10.4.5Hadoop存储格式
10.5Spark 开源框架
10.5.1Spark简述
10.5.2Spark SQL
10.5.3Spark Streaming
10.5.4Spark MLlib
10.6习题
第11章社会网络
11.1社会网络的基本问题
11.2社会网络的基本理论
11.2.1图论
11.2.2博弈论
11.3社会网络的基本原则
11.3.1三元闭包
11.3.2桥和捷径
11.3.3小世界与无标度
11.4社会网络与商务智能
11.4.1用户行为分析
11.4.2利用贝叶斯规则验证群集效应
11.5习题
第12章商务智能开发工具——RapidMiner
12.1RapidMiner简介
12.2连接数据
12.3关联分析实验
12.4线性回归实验
12.5聚类分析实验
12.6逻辑回归实验
12.7朴素贝叶斯实验
12.8关联规则及购物篮分析实验
12.9文本挖掘实验
第13章商务数据可视化
13.1商务数据可视化基本概念
13.1.1关键绩效指标
13.1.2数据仪表盘和数据仪表板
13.1.3交互式数据可视化
13.1.4实时数据可视化
13.1.5数据故事讲述
13.1.6数据可视化工具和技术
13.2商务数据组织及表格展示
13.2.1类别型数据的组织
13.2.2数值型数据的组织
13.3商务数据图形展示
13.3.1类别型数据展示
13.3.2数值型数据展示
13.3.3可视化展示误区
13.4商务数据动态交互展示
13.4.1Power BI 简介
13.4.2获取与导入数据
13.4.3数据清洗与整理
13.4.4数据建模
13.4.5实现数据可视化
13.5习题
第14章商务智能开发工具——VS Code编辑器
14.1安装Python
14.2安装VS Code编辑器
14.3安装Python扩展包
14.4VS Code实现K means聚类算法
14.5VS Code实现线性回归算法
14.6VS Code实现分类算法
参考文献
|
| 內容試閱：
|
前言
商务智能(Business Intelligence，BI)是将原始数据转换为有意义且有用的数据所采用的一组技术和工具。商务智能可以对决策者的决策起到重要的辅助作用。商务智能的出现使许多基于大量数据驱动的商务活动成为可能。
商务智能技术的运用，能够使企业了解其运营的历史情况信息、当前现状信息和未来预测信息。通用的商务智能技术包括提供报表报告、数据分析、在线分析处理、数据挖掘、大数据挖掘、复杂事件处理、业务绩效管理、文本挖掘、预测分析和网络分析处理等内容。因此，大量企业对商务智能人才的需求也在不断增加。许多高等院校的管理学院、计算机学院都开设了“商务智能”相关的课程，培养商务智能人才，以满足市场的需求。本书从实际出发，按照应用型本科教材的要求，立足于概念全面、案例新颖、实验多样的内容，力求培养读者能够掌握商务智能的基本要求，初步具备使用商务智能技术解决实际问题的能力。
全书共13章，内容包括： 第1章商务智能，阐述商务智能的概念、功能、组成要素等相关概念及理论基础； 第2章数据仓库，介绍商务智能的重要技术——数据仓库，包括在线分析处理、多维数据模型及最新的Hive技术介绍； 第3~9章，详细介绍数据挖掘应用算法，分别有数据准备、相关分析、聚类分析、回归分析、分类分析、关联分析与文本挖掘； 第10章大数据分析，介绍与商务智能密切相关的云计算、大数据存储、Hadoop开源框架与Spark开源框架； 第11章社会网络，阐述社会网络的基本问题及社会网络与商务智能的关系； 第12、13章，分别用两种商务智能开发工具RapidMiner 与Logis PMT大数据挖掘平台实践11个商务智能数据挖掘实验及综合实验。
本书配套微课视频，读者可先扫一扫封底刮刮卡内二维码，获得权限，再扫一扫文中对应章节处二维码，即可观看视频。
本书第1章、第2章、第7章、第9~11章、第13章由陈建编写； 第3~6章、第8章、第12章由羊英编写； 陈建完成全书的修改及统稿工作。
在本书的编写过程中得到了上海第二工业大学经济管理学院的大力支持，在此表示衷心的感谢。与此同时，感谢上海第二工业大学经济管理学院电子商务系学生提供了本书的部分实验案例。
由于编者水平有限，书中不当之处在所难免，欢迎广大同行和读者批评指正。
编者2020年12月
第2版前言
商务智能(Business Intelligence，BI)是将原始数据转换为有意义且有用的数据所采用的一组技术和工具。商务智能可以对决策者的决策起到重要的辅助作用。商务智能的出现使许多基于大量数据驱动的商务活动成为可能。商务智能技术的运用，能够使企业了解其运营的历史情况信息、当前现状信息和未来预测信息。通用的商务智能技术包括提供报表报告、数据分析、在线分析处理、数据挖掘、大数据挖掘、复杂事件处理、业务绩效管理、文本挖掘、预测分析和网络分析处理等内容。因此，大量企业对商务智能人才的需求也在不断增加。许多高等院校的管理学院、计算机学院都开设了“商务智能”相关的课程，培养商务智能人才，以满足市场的需求。本书从实际出发，按照应用型本科教材的要求，立足于概念全面、案例新颖、实验多样的内容，力求培养读者能够掌握商务智能的基本要求，初步具备使用商务智能技术解决实际问题的能力。
本书第1版上市后，得到来自全国院校许多同行、读者的支持和反馈，在此表示感谢！ 第2版在第1版的基础上做了很多优化，新增了许多内容。
优化内容如下。
(1) 第3章数据准备，重写离散型数据相关内容中One?Hot编码和Embedding编码的具体实现。
(2) 第4章相关分析，增加相关系数检验方法及实现。
(3) 第5章聚类分析，增加聚类评估和优化，增加K值优化方法和实现。
(4) 第7章分类分析，重写神经网络部分内容，增加深度学习卷积、池化内容。
(5) 第9章文本挖掘，增加文本挖掘的应用和具体实现。
(6) 删除PMT软件操作章节。
(7) 新增商务数据可视化章节，具体为Power BI的数据可视化操作。
(8) 新增商务智能开发工具： VS Code软件的介绍、安装，Python 3环境配置。
(9) 新增使用Python实现聚类分析、回归分析、分类分析。
第2版全书共14章，内容包括:第1章商务智能，阐述商务智能的概念、功能、组成要素等相关概念及理论基础； 第2章数据仓库，介绍商务智能的重要技术——数据仓库，包括多维数据模型、在线分析处理及最新的Hive技术介绍； 第3~9章，详细介绍数据挖掘应用算法，分别为数据准备、相关分析、聚类分析、回归分析、分类分析、关联分析与文本挖掘； 第10章大数据分析，介绍与商务智能密切相关的云计算、大数据存储、Hadoop开源框架与Spark开源框架； 第11章社会网络，阐述社会网络的基本问题、基本原则及社会网络与商务智能的关系等； 第 12章商务智能开发工具——RapidMiner，实践7个商务智能数据挖掘实验； 第13章商务数据可视化，介绍可视化的基本概念和方法、常用商务数据可视化工具以及掌握不同数据可视化方法； 第14章商务智能开发工具——VS Code编辑器，主要介绍如何安装该软件及相应环境配置，并提供了3个综合性实验。
本书配套微课视频，读者可先扫一扫封底刮刮卡内二维码，获得权限，再扫一扫文中对应章节处二维码，即可观看视频。本书第2版新增的第13章由羊英编写，第14章由陈建编写； 陈建完成全书的修改及统稿工作。
在本书的编写过程中得到了上海第二工业大学经济管理学院的大力支持，在此表示衷心的感谢。
感谢清华大学出版社黄芝编辑，为本书的撰写提供了思路。
与此同时，感谢上海第二工业大学经济管理学院电子商务系的学生提供了本书的部分实验案例。
由于编者水平有限，书中不当之处在所难免，欢迎广大同行和读者批评指正。扫描下方二维码可下载第2版相关实验内容的源代码（Python 3）、相关数据集、RapidMiner实验材料等。
源代码仓库
作者2025年5月
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
