幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

數據挖掘與商務智能(工業和信息化部十四五規劃教材)

  • 作者：編者:張文宇//任露|責編:宋無汗//鄭小羽
  • 出版社：科學
  • ISBN：9787030773746
  • 出版日期：2024/03/01
  • 裝幀：平裝
  • 頁數：219
人民幣：RMB 135 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書將數據挖掘和商務智能的相關理論結合在一起，主要介紹電腦數據挖掘與商務智能領域的相關演算法，結合現代電腦科學技術，為解決工程實踐中的具體問題提供基本演算法與科學指導，包括資料庫、數據倉庫、知識發現、數據挖掘、人工智慧、計算智能、仿生學、模糊集、粗糙集、商務智能及其應用案例、商務智能系統等內容。本書各章內容既相互關聯又有一定的獨立性，便於讀者根據不同需求進行閱讀。章后習題有助於讀者加深對各類演算法和理論的理解。
    本書可作為高等院校電腦類、管理類專業本科生和研究生的教學用書，也可供相關領域研究人員和工程技術人員參考。
作者介紹
編者:張文宇//任露|責編:宋無汗//鄭小羽
目錄
前言
第1章  緒論
  1.1  資料庫與數據倉庫
    1.1.1  數據的層次性
    1.1.2  資料庫到數據倉庫的發展
    1.1.3  數據倉庫的概念及特徵
    1.1.4  數據倉庫的應用及發展
  1.2  數據挖掘概述
    1.2.1  從機器學習到數據挖掘
    1.2.2  數據挖掘的定義
    1.2.3  數據挖掘與統計學
    1.2.4  數據倉庫與數據挖掘的區別及聯繫
  1.3  數據倉庫與商務智能
    1.3.1  商務智能的概念
    1.3.2  從數據倉庫到商務智能
  1.4  習題
第2章  數據倉庫的模型及原理
  2.1  數據倉庫系統的體系結構
    2.1.1  數據倉庫的基本結構
    2.1.2  數據集市及其結構
    2.1.3  數據倉庫的系統結構
    2.1.4  數據倉庫的運行結構
  2.2  數據倉庫的相關概念
    2.2.1  主題
    2.2.2  粒度
    2.2.3  維度
    2.2.4  數據立方體
  2.3  數據倉庫的數據模型
    2.3.1  多維數據模型
    2.3.2  星型模型
    2.3.3  雪花模型
    2.3.4  星網模型
  2.4  數據倉庫的數據ETL過程
    2.4.1  數據抽取
    2.4.2  數據轉換
    2.4.3  數據裝載
  2.5  元數據
    2.5.1  元數據的概念
    2.5.2  關於數據源的元數據
    2.5.3  關於數據模型的元數據
    2.5.4  關於數據倉庫映射的元數據
    2.5.5  關於數據倉庫使用的元數據
  2.6  聯機分析處理
    2.6.1  OLAP的概念
    2.6.2  OLAP的數據模型
    2.6.3  OLAP的基本操作
    2.6.4  多維數據分析實例
  2.7  習題
第3章  數據倉庫的設計、開發與應用
  3.1  數據倉庫整體架構

  3.2  數據倉庫需求分析
    3.2.1  確定主題域
    3.2.2  確定支持決策的數據來源
    3.2.3  確定數據倉庫的數據量
    3.2.4  確定數據更新方式與頻率
  3.3  數據倉庫的設計
    3.3.1  概念模型設計
    3.3.2  邏輯模型設計
    3.3.3  物理模型設計
  3.4  數據倉庫的開發與應用
    3.4.1  數據倉庫的建立
    3.4.2  數據倉庫數據的載入、複製與發行
    3.4.3  中間件設計
    3.4.4  數據倉庫的測試與評估
    3.4.5  數據倉庫的應用與維護
  3.5  數據倉庫設計與開發實例
  3.6  習題
第4章  知識發現與數據挖掘
  4.1  知識發現
    4.1.1  知識發現的定義
    4.1.2  知識發現與數據挖掘的關係
  4.2  數據挖掘
    4.2.1  數據挖掘的對象
    4.2.2  數據挖掘的任務
  4.3  數據預處理
    4.3.1  數據預處理方法
    4.3.2  數據預處理內容
  4.4  數據挖掘理論
    4.4.1  統計理論
    4.4.2  仿生學理論
    4.4.3  集合理論
    4.4.4  信息理論
    4.4.5  機器學習理論
  4.5  數據挖掘的知識表示及可視化技術
    4.5.1  數據挖掘的知識表示
    4.5.2  數據挖掘的可視化技術
  4.6  習題
第5章  人工智慧和計算智能
  5.1  人工智慧
    5.1.1  人工智慧的概念
    5.1.2  人工智慧的產生和發展
  5.2  計算智能
    5.2.1  計算智能的產生與發展
    5.2.2  計算智能與人工智慧的關係
    5.2.3  計算智能的應用
  5.3  習題
第6章  仿生學
  6.1  神經網路的原理及幾何意義
    6.1.1  神經網路的原理
    6.1.2  神經網路的幾何意義

  6.2  感知機模型
    6.2.1  感知機類型
    6.2.2  感知機模型建立
    6.2.3  感知機學習策略
  6.3  反向傳播模型
    6.3.1  BP神經網路原理
    6.3.2  BP神經網路計算步驟
    6.3.3  BP神經網路優劣性
  6.4  遺傳演算法
    6.4.1  遺傳演算法基本原理
    6.4.2  遺傳演算法特點
    6.4.3  遺傳演算法過程
  6.5  深度學習
    6.5.1  深度信念網路
    6.5.2  卷積神經網路
    6.5.3  遞歸神經網路
  6.6  新型仿生學演算法及其發展
    6.6.1  仿生學的誕生與發展
    6.6.2  仿生學的研究方法
    6.6.3  新型仿生學演算法
  6.7  習題
第7章  集合論方法
  7.1  模糊集方法
    7.1.1  模糊集的基本概念
    7.1.2  模糊集的基本運算
    7.1.3  模糊關係與模糊矩陣
    7.1.4  模糊集的發展——直覺模糊集
    7.1.5  模糊集的發展——猶豫模糊集
  7.2  粗糙集方法
    7.2.1  粗糙集的基本概念
    7.2.2  近似與粗糙集
    7.2.3  知識約簡和核
    7.2.4  知識的依賴性
    7.2.5  知識表達系統和決策表
    7.2.6  區分矩陣與區分函數
  7.3  習題
第8章  商務智能
  8.1  數據挖掘與商務智能的關係
    8.1.1  數據挖掘與商務智能相輔相成
    8.1.2  數據挖掘對商務智能的支撐
  8.2  商務智能概述
    8.2.1  商務智能產生的背景及原因
    8.2.2  商務智能的綜合概念及特點
    8.2.3  商務智能的應用
    8.2.4  商務智能的發展趨勢
  8.3  商務智能的設計與實施過程
    8.3.1  商務智能設計與實施的前提
    8.3.2  商務智能設計與實施的步驟
    8.3.3  商務智能設計與實施實例
  8.4  習題

第9章  商務智能系統
  9.1  商務智能系統概述
    9.1.1  商務智能系統的概念
    9.1.2  商務智能系統的功能
    9.1.3  商務智能系統與相關應用系統的關係
  9.2  商務智能系統架構
    9.2.1  商務智能系統基本架構及實施流程
    9.2.2  商務智能系統數據集成
    9.2.3  商務智能系統架構類型
  9.3  習題
第10章  商務智能應用案例
  10.1  案例一：商務智能在電子商務中的應用
    10.1.1  背景
    10.1.2  必要性
    10.1.3  概念模型
    10.1.4  應用框架
    10.1.5  結論
  10.2  案例二：商務智能在物流中的應用
    10.2.1  背景
    10.2.2  必要性
    10.2.3  現狀分析
    10.2.4  應用框架
    10.2.5  整合措施
    10.2.6  結論
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032