商務(wù)智能

定　價(jià)：￥48.00

作　者：	吳樹芳，楊國(guó)慶，朱杰著
出版社：	科學(xué)出版社
叢編項(xiàng)：	高等院校電子商務(wù)系列教材
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

京東 (￥48.00)

ISBN：	9787030611819	出版時(shí)間：	2020-04-01	包裝：	平裝
開本：	16開	頁(yè)數(shù)：	212	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《商務(wù)智能》共10章內(nèi)容，系統(tǒng)地講述了商務(wù)智能的相關(guān)知識(shí)。前4章為基礎(chǔ)理論知識(shí)：第1章講述了商務(wù)智能的背景、概念、特點(diǎn)及實(shí)現(xiàn)過程等，屬于綜述性章節(jié)，涉及內(nèi)容較多；第2章從分層的角度出發(fā)，對(duì)商務(wù)智能的系統(tǒng)結(jié)構(gòu)進(jìn)行了詳細(xì)敘述；第3章內(nèi)容涉及商務(wù)智能實(shí)現(xiàn)中的核心理論之一——數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)，該章通過比較數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)的異同，引出數(shù)據(jù)倉(cāng)庫(kù)的重要性；第4章詳細(xì)介紹了數(shù)據(jù)挖掘的相關(guān)知識(shí)，為后續(xù)知識(shí)的講解作出鋪墊；第5章至第9章在上述章節(jié)的基礎(chǔ)上，結(jié)合電商平臺(tái)，分別詳述了商務(wù)智能中聚類、分類、商品信息檢索、智能推薦及基于回歸分析的電商企業(yè)銷售預(yù)測(cè)；第10章對(duì)商務(wù)智能的應(yīng)用及發(fā)展前景進(jìn)行了分析、總結(jié)?！渡虅?wù)智能》注重基礎(chǔ)、講究實(shí)用性、選材得當(dāng)、深入淺出，希望初學(xué)者通過《商務(wù)智能》的學(xué)習(xí)可以很好地掌握商務(wù)智能的相關(guān)知識(shí)。

作者簡(jiǎn)介

暫缺《商務(wù)智能》作者簡(jiǎn)介

圖書目錄

目錄
第1章商務(wù)智能導(dǎo)論 1
1.1 商務(wù)智能的產(chǎn)生背景 1
1.2 商務(wù)智能的概念界定 2
1.3 商務(wù)智能的支持理論及技術(shù) 3
1.4 商務(wù)智能的研究范式 6
1.5 商務(wù)智能分析過程 8
1.6 商務(wù)智能的應(yīng)用 9
1.7 商務(wù)智能的發(fā)展趨勢(shì) 11
課后思考題 14
第2章商務(wù)智能的分層與體系結(jié)構(gòu) 15
2.1 商務(wù)智能分層 15
2.2 商務(wù)智能的體系結(jié)構(gòu) 19
2.3 數(shù)據(jù)集成 24
課后思考題 28
第3章數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ) 29
3.1 數(shù)據(jù)管理及其發(fā)展 29
3.2 數(shù)據(jù)庫(kù) 33
3.3 數(shù)據(jù)倉(cāng)庫(kù) 39
課后思考題 50
第4章數(shù)據(jù)挖掘 51
4.1 數(shù)據(jù)挖據(jù)在商務(wù)智能中的定位 51
4.2 數(shù)據(jù)挖掘概述及原理 52
4.3 數(shù)據(jù)挖掘過程 55
4.4 數(shù)據(jù)挖掘方法及評(píng)價(jià)指標(biāo) 57
4.5 數(shù)據(jù)挖掘工具及發(fā)展方向 64
課后思考題 68
第5章商務(wù)智能中的聚類 69
5.1 聚類分析簡(jiǎn)介 69
5.2 代表性的聚類算法 71
5.3 基于聚類的數(shù)據(jù)分析 74
5.4 應(yīng)用案例 80
課后思考題 84
第6章商務(wù)智能中的分類 86
6.1 分類算法簡(jiǎn)介 86
6.2 代表性的分類算法 86
6.3 應(yīng)用案例及數(shù)據(jù)分析 104
課后思考題 120
第7章商品信息檢索 121
7.1 信息檢索的概念 121
7.2 信息檢索的過程 121
7.3 特征選擇 123
7.4 特征提取 132
7.5 相關(guān)反饋 136
7.6 經(jīng)典的信息檢索模型 137
7.7 信息檢索的評(píng)價(jià)指標(biāo) 140
7.8 電子商務(wù)環(huán)境下的商品檢索 143
課后思考題 149
第8章商務(wù)智能中的推薦 150
8.1 推薦系統(tǒng)舉例 150
8.2 推薦系統(tǒng)評(píng)測(cè)指標(biāo) 151
8.3 基于用戶行為的協(xié)同過濾算法 155
8.4 推薦系統(tǒng)冷啟動(dòng)問題 156
8.5 利用社交網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行推薦 158
8.6 應(yīng)用案例——京東個(gè)性化推薦系統(tǒng)發(fā)展 159
課后思考題 167
第9章基于回歸分析的鞋類商品需求量預(yù)測(cè) 168
9.1 相關(guān)分析基礎(chǔ) 168
9.2 簡(jiǎn)單線性相關(guān)分析 170
9.3 線性回歸分析 175
9.4 淘寶平臺(tái)中某商家鞋類商品需求量預(yù)測(cè) 183
9.5 應(yīng)用案例 186
課后思考題 188
第10章商務(wù)智能應(yīng)用及發(fā)展趨勢(shì) 190
10.1 商務(wù)智能具有廣泛的應(yīng)用場(chǎng)景 190
10.2 新型商務(wù)智能企業(yè) 201
10.3 商務(wù)智能的發(fā)展趨勢(shì) 205
課后思考題 209
參考文獻(xiàn) 210