商務智能（第2版·微課視頻版）

陳建，副教授，博士，上海第二工業大學大學 經濟與工商管理學院教師，講授課程為商務智能、數據挖掘分析，主要研究項目及領域為數據挖掘、機器學習，一直從事電子商務領域數據挖掘的工作。曾出版《商務智能》教材一部。

目錄

第1章商務智能

1.1商務智能的概念

1.2商務智能的功能

1.3商務智能的組成要素

1.4商務智能的核心技術

1.5商務智能的系統框架

1.6商務智能的分析流程

1.7商務智能的主流產品

1.8習題

第2章數據倉庫

2.1數據倉庫的基本概念

2.1.1數據倉庫的數據結構

2.1.2數據倉庫的系統構成

2.1.3數據倉庫系統開發概述

2.1.4數據倉庫系統設計調研

2.1.5信息包圖設計概念模型

2.2多維數據模型

2.2.1多維數據建模

2.2.2事實表、維表和鍵的設計

2.3在線分析處理

2.3.1在線分析處理概況

2.3.2在線分析處理的基本概念和典型操作

2.3.3在線分析處理的分類

2.4Hive簡介

2.4.1Hive 的概念

2.4.2Hive的數據模型

2.4.3Hive與數據倉庫

2.5習題

第3章數據準備

3.1數據準備的基本知識

3.2數據類型及處理方式

3.2.1統計計量角度的數據類型

3.2.2計算機角度的數據類型

3.2.3數據處理方式

3.3數據準備的主要內容

3.3.1數據清洗

3.3.2數據歸一化

3.3.3數據離散化

3.3.4數據降維

3.3.5文本清洗

3.4ETL

3.5習題

第4章相關分析

4.1相關分析的基本原理

4.2相關關系

4.3相關系數

4.4相關分析步驟

4.5偏相關分析

4.6習題

第5章聚類分析

5.1聚類的基本概念

5.2“親疏程度”的衡量與計算

5.2.1定距型變量個體間的距離計算

5.2.2計數變量個體間的距離計算

5.2.3二值變量個體間的距離計算

5.2.4其他個體間的距離計算

5.3聚類的方法

5.3.1K均值聚類算法

5.3.2K中間值聚類算法

5.3.3均值漂移聚類算法

5.3.4基於密度的聚類算法

5.3.5高斯混合模型聚類算法

5.3.6層次聚類算法

5.3.7圖團體檢測算法

5.4聚類評估和優化

5.4.1聚類算法的問題

5.4.2手肘法K值優化

5.5習題

第6章回歸分析

6.1線性回歸原理

6.1.1一元線性回歸模型

6.1.2回歸參數的計算

6.1.3回歸方程的統計檢驗

6.1.4一元線性回歸方程的預測

6.2多元線性回歸分析

6.2.1二元線性回歸分析

6.2.2m元線性回歸分析

6.2.3非線性回歸分析

6.3邏輯回歸

6.3.1邏輯回歸的基本原理

6.3.2二項邏輯回歸分析

6.3.3多項邏輯回歸分析

6.4習題

第7章分類分析

7.1分類分析原理

7.2貝葉斯分類

7.2.1基本原理

7.2.2平滑處理

7.3決策樹分類

7.3.1基本原理

7.3.2信息增益

7.3.3決策樹的過擬合和剪枝

7.4神經網絡分類

7.4.1基本原理

7.4.2神經元模型

7.4.3網絡結構

7.4.4深度學習

7.5習題

第8章關聯分析

8.1頻繁模式與關聯規則

8.1.1基本概念

8.1.2頻繁項集的性質

8.1.3頻繁項集的代表項集

8.1.4關聯規則的度量

8.2頻繁項集的典型挖掘方法

8.2.1先驗算法

8.2.2頻繁模式增長算法

8.2.3關聯規則的產生方法

8.3關聯規則的其他類型

8.3.1多層關聯規則

8.3.2負模式

8.3.3結構化數據的關聯分析

8.4習題

第9章文本挖掘

9.1文本挖掘的概念

9.2文本挖掘的技術背景

9.3文本挖掘的任務

9.4文本挖掘的預處理

9.5文本模式挖掘

9.6挖掘結果可視化

9.7文本特征和表示

9.7.1向量空間模型

9.7.2概念模型

9.8文本挖掘的應用

9.8.1詞頻分析

9.8.2情感分析

9.9習題

第10章大數據分析

10.1雲計算與大數據

10.2大數據存儲

10.3大數據的應用

10.3.1制造業

10.3.2農業

10.3.3金融業

10.3.4零售業

10.3.5物流行業

10.3.6醫療行業

10.4Hadoop開源框架

10.4.1Hadoop簡介

10.4.2HDFS 架構及簡介

10.4.3MapReduce簡介

10.4.4YARN

10.4.5Hadoop存儲格式

10.5Spark 開源框架

10.5.1Spark簡述

10.5.2Spark SQL

10.5.3Spark Streaming

10.5.4Spark MLlib

10.6習題

第11章社會網絡

11.1社會網絡的基本問題

11.2社會網絡的基本理論

11.2.1圖論

11.2.2博弈論

11.3社會網絡的基本原則

11.3.1三元閉包

11.3.2橋和捷徑

11.3.3小世界與無標度

11.4社會網絡與商務智能

11.4.1用戶行為分析

11.4.2利用貝葉斯規則驗證群集效應

11.5習題

第12章商務智能開發工具——RapidMiner

12.1RapidMiner簡介

12.2連接數據

12.3關聯分析實驗

12.4線性回歸實驗

12.5聚類分析實驗

12.6邏輯回歸實驗

12.7樸素貝葉斯實驗

12.8關聯規則及購物籃分析實驗

12.9文本挖掘實驗

第13章商務數據可視化

13.1商務數據可視化基本概念

13.1.1關鍵績效指標

13.1.2數據儀表盤和數據儀表板

13.1.3交互式數據可視化

13.1.4實時數據可視化

13.1.5數據故事講述

13.1.6數據可視化工具和技術

13.2商務數據組織及表格展示

13.2.1類別型數據的組織

13.2.2數值型數據的組織

13.3商務數據圖形展示

13.3.1類別型數據展示

13.3.2數值型數據展示

13.3.3可視化展示誤區

13.4商務數據動態交互展示

13.4.1Power BI 簡介

13.4.2獲取與導入數據

13.4.3數據清洗與整理

13.4.4數據建模

13.4.5實現數據可視化

13.5習題

第14章商務智能開發工具——VS Code編輯器

14.1安裝Python

14.2安裝VS Code編輯器

14.3安裝Python擴展包

14.4VS Code實現Kmeans聚類算法

14.5VS Code實現線性回歸算法

14.6VS Code實現分類算法

參考文獻