书籍详情
商务智能理论与实践
作者:薛云 著
出版社:清华大学出版社
出版时间:2018-08-01
ISBN:9787512136304
定价:¥68.00
购买这本书可以去
内容简介
商务智能(business intelligence,BI)是近年来企业信息化的热点,有着广阔的应用前景。本书以BI理论和实践操作为核心,共分4篇。第1篇为基础篇,介绍了商务智能基础、商务智能的架构与实施;第2篇为技术篇,介绍了数据仓库技术、联机分析处理技术、数据挖掘技术和数据可视化技术;第3篇为实践篇,内容包括数据仓库建模实践、数据仓库设计实践、多维分析实践及数据挖掘实践;第4篇为展示篇,具体展示了4个商务智能项目案例。 本书内容由浅入深,实践性强,案例丰富,读者可以掌握商务智能的基础知识,理解商务智能的核心技术,实践商务智能的操作,熟悉商务智能的应用场景。本书可以作为信息管理、计算机应用、电子商务等相关专业本科生商务智能理论与实践学习的教材,也可以作为从事商务智能工作人员的参考资料,或者作为MBA技术管理课程及企业管理者学习商务智能的补充读物。
作者简介
暂缺《商务智能理论与实践》作者简介
目录
第1篇 基 础 篇
第1章 商务智能基础 3
1.1 商务智能的定义 3
1.2 商务智能的发展 4
1.3 商务智能的厂商 8
1.4 商务智能的用户 12
1.5 商务智能的应用价值 13
1.6 商务智能的应用范围 15
本章小结 23
思考题 23
第2章 商务智能的架构与实施 24
2.1 商务智能的主要功能 24
2.2 商务智能的核心技术 25
2.2 商务智能的主要构成 26
2.4 商务智能的系统架构 28
2.5 商务智能的实施流程 33
2.6 实施商务智能的关键因素 34
本章小结 38
思考题 38
第2篇 技 术 篇
第3章 数据仓库技术 41
3.1 数据仓库概述 41
3.2 数据仓库的结构 59
3.3 数据仓库模型 61
3.4 数据仓库的处理流程 65
3.5 数据仓库设计开发过程 68
本章小结 73
思考题 73
第4章 联机分析处理技术 74
4.1 联机分析处理概述 74
4.2 联机分析处理的常用工具 77
4.3 联机分析处理与联机事务处理 83
4.4 联机分析处理的设计 85
本章小结 107
思考题 108
第5章 数据挖掘技术 109
5.1 数据挖掘技术概述 109
5.2 数据挖掘技术的主要方法 113
5.3 数据挖掘建模的标准CRISP?DM 126
5.4 数据挖掘的工具 127
本章小结 131
思考题 131
第6章 数据可视化技术 132
6.1 数据可视化概述 132
6.2 数据可视化基本框架 139
6.3 可视化设计 154
本章小结 168
思考题 168
第3篇 实 践 篇
第7章 数据仓库建模实践 171
7.1 建模工具 171
7.2 多维数据模型 172
7.3 使用物理数据模型创建数据库脚本 177
本章小结 178
实践题目 178
第8章 数据仓库设计实践 180
8.1 系统需求分析 180
8.2 系统架构设计 182
8.3 数据模型设计 185
8.4 数据库规划 187
8.5 ETL开发 188
8.6 系统实现 194
本章小结 201
实践题目 201
第9章 多维分析实践 202
9.1 开发工具概述 202
9.2 最简单项目开发流程 206
9.3 企业级数据探索 234
本章小结 265
实践题目 265
第10章 数据挖掘实践 266
10.1 开发工具概述 266
10.2 企业数据挖掘实例 268
本章小结 292
实践题目 293
第4篇 展 示 篇
第11章 商务智能项目案例展示 297
11.1 外资银行的商务智能展示 297
11.2 地产公司的商务智能展示 303
11.3 清洁能源企业的商务智能展示 307
11.4 保险公司的商务智能展示 312
本章小结 317
思考题 317
参考文献 318
第1章 商务智能基础 3
1.1 商务智能的定义 3
1.2 商务智能的发展 4
1.3 商务智能的厂商 8
1.4 商务智能的用户 12
1.5 商务智能的应用价值 13
1.6 商务智能的应用范围 15
本章小结 23
思考题 23
第2章 商务智能的架构与实施 24
2.1 商务智能的主要功能 24
2.2 商务智能的核心技术 25
2.2 商务智能的主要构成 26
2.4 商务智能的系统架构 28
2.5 商务智能的实施流程 33
2.6 实施商务智能的关键因素 34
本章小结 38
思考题 38
第2篇 技 术 篇
第3章 数据仓库技术 41
3.1 数据仓库概述 41
3.2 数据仓库的结构 59
3.3 数据仓库模型 61
3.4 数据仓库的处理流程 65
3.5 数据仓库设计开发过程 68
本章小结 73
思考题 73
第4章 联机分析处理技术 74
4.1 联机分析处理概述 74
4.2 联机分析处理的常用工具 77
4.3 联机分析处理与联机事务处理 83
4.4 联机分析处理的设计 85
本章小结 107
思考题 108
第5章 数据挖掘技术 109
5.1 数据挖掘技术概述 109
5.2 数据挖掘技术的主要方法 113
5.3 数据挖掘建模的标准CRISP?DM 126
5.4 数据挖掘的工具 127
本章小结 131
思考题 131
第6章 数据可视化技术 132
6.1 数据可视化概述 132
6.2 数据可视化基本框架 139
6.3 可视化设计 154
本章小结 168
思考题 168
第3篇 实 践 篇
第7章 数据仓库建模实践 171
7.1 建模工具 171
7.2 多维数据模型 172
7.3 使用物理数据模型创建数据库脚本 177
本章小结 178
实践题目 178
第8章 数据仓库设计实践 180
8.1 系统需求分析 180
8.2 系统架构设计 182
8.3 数据模型设计 185
8.4 数据库规划 187
8.5 ETL开发 188
8.6 系统实现 194
本章小结 201
实践题目 201
第9章 多维分析实践 202
9.1 开发工具概述 202
9.2 最简单项目开发流程 206
9.3 企业级数据探索 234
本章小结 265
实践题目 265
第10章 数据挖掘实践 266
10.1 开发工具概述 266
10.2 企业数据挖掘实例 268
本章小结 292
实践题目 293
第4篇 展 示 篇
第11章 商务智能项目案例展示 297
11.1 外资银行的商务智能展示 297
11.2 地产公司的商务智能展示 303
11.3 清洁能源企业的商务智能展示 307
11.4 保险公司的商务智能展示 312
本章小结 317
思考题 317
参考文献 318
猜您喜欢