書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >>
數(shù)據(jù)科學(xué)與商務(wù)智能系列商務(wù)智能與分析:決策支持系統(tǒng)(原書第10版)/(美)拉姆什.沙爾達

數(shù)據(jù)科學(xué)與商務(wù)智能系列商務(wù)智能與分析:決策支持系統(tǒng)(原書第10版)/(美)拉姆什.沙爾達

出版社：機械工業(yè)出版社出版時間：2017-01-01
開本： 16開 頁數(shù)： 656
本類榜單：教材銷量榜
中 圖 價:¥109.8(7.9折) 定價  ¥139.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>

數(shù)據(jù)科學(xué)與商務(wù)智能系列商務(wù)智能與分析:決策支持系統(tǒng)(原書第10版)/(美)拉姆什.沙爾達 版權(quán)信息

數(shù)據(jù)科學(xué)與商務(wù)智能系列商務(wù)智能與分析:決策支持系統(tǒng)(原書第10版)/(美)拉姆什.沙爾達 內(nèi)容簡介

本書的主題是為企業(yè)提供決策支持的商務(wù)智能和商務(wù)分析。除了傳統(tǒng)的決策支持應(yīng)用程序外，本書通過提供例子、產(chǎn)品、服務(wù)、練習(xí)和討論來擴展讀者對各種類型的分析的理解。本書包含了決策支持、數(shù)據(jù)描述、數(shù)據(jù)預(yù)測等多方面的內(nèi)容，從案例入手，介紹了常用的數(shù)據(jù)分析和處理技術(shù)及其應(yīng)用場景。本書可作為電子商務(wù)和企業(yè)管理等專業(yè)的研究生與本科生的教材，也可作為從事企業(yè)信息管理、業(yè)務(wù)分析等人士的參考用書。

數(shù)據(jù)科學(xué)與商務(wù)智能系列商務(wù)智能與分析:決策支持系統(tǒng)(原書第10版)/(美)拉姆什.沙爾達 目錄

譯者序


前言


作者簡介


**部分　決策與分析


第1章　商務(wù)智能、分析和決策支持概述 2


1.1　開篇案例：Magpie Sensing公司使用分析技術(shù)高效而安全地管理疫苗供應(yīng)鏈 2


1.2　不斷變化的商務(wù)環(huán)境和計算機決策支持 4


1.3　管理決策 6


1.4　決策的信息系統(tǒng)支持 8


1.5　計算機決策支持的早期架構(gòu) 10


1.6　決策支持系統(tǒng)（DSS）的定義與概念 12


1.7　商務(wù)智能的架構(gòu) 13


1.8　商務(wù)分析綜述 18


1.9　大數(shù)據(jù)分析簡介 26


1.10　本書安排 28


1.11　資源、鏈接以及Teradata大學(xué)的網(wǎng)絡(luò)連接 30


本章要點 30


關(guān)鍵詞 31


問題討論 31


練習(xí) 32


章末應(yīng)用案例　Nationwide Insurance


使用商務(wù)智能完善客戶服務(wù) 33


參考文獻 35


第2章　決策制定的基礎(chǔ)與技術(shù) 36


2.1　開篇案例：惠普利用電子表格進行決策建模 36


2.2　決策制定：介紹和定義 39


2.3　決策制定過程的階段 41


2.4　決策：情報階段 43


2.5　決策：設(shè)計階段 45


2.6　決策：抉擇階段 53


2.7　決策：實施階段 54


2.8　如何支持決策 55


2.9　決策支持系統(tǒng)：性能 57


2.10　決策支持系統(tǒng)分類 60


2.11　決策支持系統(tǒng)的組件 62


本章要點 70


關(guān)鍵詞 72


問題討論 72


練習(xí) 73


章末應(yīng)用案例　一家大型航運公司（CSAV）的物流優(yōu)化 73


參考文獻 75


第二部分　描述性分析


第3章　數(shù)據(jù)倉庫 78


3.1　開篇案例：卡普里島賭場利用企業(yè)數(shù)據(jù)倉庫獲勝 78


3.2　數(shù)據(jù)倉庫的定義和概念 81


3.3　數(shù)據(jù)倉庫流程概述 87


3.4　數(shù)據(jù)倉庫架構(gòu) 90


3.5　數(shù)據(jù)集成、提取、轉(zhuǎn)換和加載（ETL）過程 97


3.6　數(shù)據(jù)倉庫開發(fā) 101


3.7　數(shù)據(jù)倉庫的實施問題 113


3.8　實時數(shù)據(jù)倉庫 116


3.9　數(shù)據(jù)倉庫管理、安全問題和未來趨勢 121


3.10　資源、鏈接和Teradata大學(xué)網(wǎng)絡(luò)連接 125


本章要點 127


關(guān)鍵詞 128


問題討論 128


練習(xí) 128


章末應(yīng)用案例　大陸航空公司借助實時數(shù)據(jù)倉庫迅速發(fā)展 131


參考文獻 133


第4章　業(yè)務(wù)報表、可視化分析與企業(yè)績效管理 135


4.1　開篇案例：自助服務(wù)的報表環(huán)境


為企業(yè)用戶節(jié)省上百萬美元 136


4.2　業(yè)務(wù)報表的定義和概念 139


4.3　數(shù)據(jù)與信息可視化 145


4.4　不同類型的圖表 150


4.5　數(shù)據(jù)可視化與可視化分析的興起 153


4.6　績效儀表盤 159


4.7　企業(yè)績效管理 164


4.8　績效評價 168


4.9　平衡計分卡 170


4.10　六西格瑪績效評價系統(tǒng) 173


本章要點 177


關(guān)鍵詞 178


問題討論 178


練習(xí) 179


章末應(yīng)用案例　智能的業(yè)務(wù)報表幫助醫(yī)療機構(gòu)提供更好的服務(wù) 181


參考文獻 183


第三部分　預(yù)測性分析


第5章　數(shù)據(jù)挖掘 186


5.1　開篇案例：坎貝拉公司用


高級分析和數(shù)據(jù)挖掘服務(wù)更多客戶 186


5.2　數(shù)據(jù)挖掘的概念和應(yīng)用 189


5.3　數(shù)據(jù)挖掘應(yīng)用 200


5.4　數(shù)據(jù)挖掘流程 203


5.5　數(shù)據(jù)挖掘方法 211


5.6　數(shù)據(jù)挖掘軟件工具 224


5.7　數(shù)據(jù)挖掘的隱私問題、謬誤和隱患 230


本章要點 233


關(guān)鍵詞 234


問題討論 234


練習(xí) 235


章末應(yīng)用案例　Macys.com應(yīng)用分析技術(shù)提升顧客購物體驗 238


參考文獻 239


第6章　預(yù)測建模相關(guān)技術(shù) 240


6.1　開篇案例：預(yù)測建模有助于更好地理解和管理復(fù)雜的醫(yī)療過程 240


6.2　神經(jīng)網(wǎng)絡(luò)的基本概念 243


6.3　開發(fā)基于人工神經(jīng)網(wǎng)絡(luò)的系統(tǒng) 253


6.4　使用敏感性分析來探測ANN中的黑箱 257


6.5　支持向量機 260


6.6　基于過程方法的SVM使用 267


6.7　用于預(yù)測的*近鄰方法 269


本章要點 273


關(guān)鍵詞 274


問題討論 274


練習(xí) 275


章末應(yīng)用案例　Coors利用人工神經(jīng)網(wǎng)絡(luò)提升啤酒風(fēng)味 279


參考文獻 281


第7章　文本分析、文本挖掘和情感分析 283


7.1　開篇案例：機器與人類在《危險邊緣》的競爭：Watson的故事 283


7.2　文本分析和文本挖掘的概念和定義 286


7.3　自然語言處理 291


7.4　文本挖掘應(yīng)用 295


7.5　文本挖掘過程 302


7.6　文本挖掘工具 311


7.7　情感分析概述 314


7.8　情感分析應(yīng)用 317


7.9　情感分析過程 319


7.10　情感分析和語音分析 323


本章要點 326


關(guān)鍵詞 327


問題討論 328


練習(xí) 328


章末應(yīng)用案例　BBVA無死角監(jiān)控并改進其在線聲譽 330


參考文獻 332


第8章　網(wǎng)絡(luò)分析、網(wǎng)絡(luò)挖掘和社交分析 333


8.1　開篇案例：安全**保險加深與投保人的聯(lián)系 333


8.2　網(wǎng)絡(luò)挖掘概述 336


8.3　網(wǎng)絡(luò)內(nèi)容和網(wǎng)絡(luò)結(jié)構(gòu)挖掘 338


8.4　搜索引擎 341


8.5　搜索引擎優(yōu)化 348


8.6　網(wǎng)絡(luò)使用挖掘（網(wǎng)絡(luò)分析） 352


8.7　網(wǎng)絡(luò)分析成熟模型和網(wǎng)絡(luò)分析工具 360


8.8　社交分析和社交網(wǎng)絡(luò)分析 366


8.9　社交媒體的定義和概念 370


8.10　社交媒體分析 373


本章要點 379


關(guān)鍵詞 380


問題討論 380


練習(xí) 380


章末應(yīng)用案例　通過網(wǎng)絡(luò)和預(yù)測性分析跟蹤學(xué)生 381


參考文獻 383


第四部分　規(guī)范性分析


第9章　基于模型制定決策：優(yōu)化和多目標(biāo)系統(tǒng) 386


9.1　開篇案例：中西部獨立輸電系統(tǒng)運營商通過更好地設(shè)備規(guī)劃和容量規(guī)劃節(jié)省數(shù)十億美元 387


9.2　決策支持系統(tǒng)建模 388


9.3　決策支持中數(shù)學(xué)模型的構(gòu)建 393


9.4　確定性、不確定性和風(fēng)險 394


9.5　決策建模與電子表格 397


9.6　數(shù)學(xué)規(guī)劃優(yōu)化 399


9.7　多目標(biāo)、靈敏度分析、假設(shè)分析和單變量求解 409


9.8　用決策表和決策樹進行決策分析 413


9.9　通過成對比較進行多目標(biāo)決策 415


本章要點 421


關(guān)鍵詞 421


問題討論 422


練習(xí) 422


章末應(yīng)用案例　國際援外合作署緊急項目的預(yù)先部署 426


參考文獻 427


第10章　建模和分析：啟發(fā)式搜索方法和仿真 429


10.1　開篇案例：系統(tǒng)動力學(xué)幫助美國福陸公司更好地計劃項目和變更管理 429


10.2　解決問題的搜索方法 431


10.3　遺傳算法和開發(fā)遺傳算法應(yīng)用 434


10.4　仿真 439


10.5　可視化交互仿真 446


10.6　系統(tǒng)動力學(xué)建模 450


10.7　基于代理建模 453


本章要點 456


關(guān)鍵詞 456


問題討論 456


練習(xí) 457


章末應(yīng)用案例　惠普應(yīng)用管理科學(xué)建模來優(yōu)化供應(yīng)鏈，并贏得大獎 457


參考文獻 459


第11章　自動決策系統(tǒng)和專家系統(tǒng) 461


11.1　開篇案例：洲際酒店集團使用決策規(guī)則來優(yōu)化酒店房價 461


11.2　自動決策系統(tǒng) 463


11.3　人工智能領(lǐng)域 466


11.4　專家系統(tǒng)的基本概念 468


11.5　專家系統(tǒng)的應(yīng)用 471


11.6　專家系統(tǒng)的結(jié)構(gòu) 474


11.7　知識工程 478


11.8　適用于專家系統(tǒng)的問題領(lǐng)域 487


11.9　專家系統(tǒng)的開發(fā) 488


11.10　結(jié)束語 492


本章要點 492


關(guān)鍵詞 493


問題討論 493


練習(xí) 494


章末應(yīng)用案例　紐約州的稅收優(yōu)化 495


參考文獻 496


第12章　知識管理和協(xié)作系統(tǒng) 497


12.1　開篇案例：專業(yè)知識傳輸系統(tǒng)訓(xùn)練未來的軍隊人員 498


12.2　知識管理介紹 501


12.3　知識管理的方法 505


12.4　知識管理中的信息技術(shù) 508


12.5　群體決策：特點、過程、好處和障礙 511


12.6　用計算機系統(tǒng)支持群體工作 513


12.7　間接支持決策制定的工具 515


12.8　直接計算機支持決策制定：從群體決策支持系統(tǒng)到群體支持系統(tǒng) 518


本章要點 521


關(guān)鍵詞 523


問題討論 523


練習(xí) 524


章末應(yīng)用案例　通過共享數(shù)字法醫(yī)知識解決犯罪 525


參考文獻 527


第五部分　大數(shù)據(jù)與商務(wù)分析的未來發(fā)展方向


第13章　大數(shù)據(jù)與分析 530


13.1　開篇案例：當(dāng)大數(shù)據(jù)遇上大數(shù)據(jù)科學(xué) 530


13.2　大數(shù)據(jù)的定義 534


13.3　大數(shù)據(jù)分析的基礎(chǔ) 539


13.4　大數(shù)據(jù)技術(shù) 544


13.5　數(shù)據(jù)科學(xué)家 552


13.6　大數(shù)據(jù)和數(shù)據(jù)倉庫 556


13.7　大數(shù)據(jù)供應(yīng)商 561


13.8　大數(shù)據(jù)與流分析 568


13.9　流分析的應(yīng)用 571


本章要點 575


關(guān)鍵詞 575


問題討論 575


練習(xí) 576


章末應(yīng)用案例　Discovery Health利用大數(shù)據(jù)提供更優(yōu)質(zhì)的醫(yī)療 577


參考文獻 579


第14章　商務(wù)分析：趨勢及未來的影響 581


14.1　開篇案例：俄克拉何馬州


天然氣及電力公司利用數(shù)據(jù)


分析促進智能能源應(yīng)用 581


14.2　為組織提供基于地理位置的分析 583


14.3　面向消費者的分析應(yīng)用 588


14.4　推薦引擎 590


14.5　Web2.0革命和在線社交網(wǎng)絡(luò) 592


14.6　云計算與商務(wù)智能 594


14.7　數(shù)據(jù)分析對組織的影響 600


14.8　法律、隱私和道德問題 603


14.9　數(shù)據(jù)分析生態(tài)系統(tǒng) 607


本章要點 614


關(guān)鍵詞 615


問題討論 615


練習(xí) 616


章末應(yīng)用案例　Alteryx幫助南方州立合作社優(yōu)化營銷活動 617


參考文獻 618


術(shù)語表 620


展開全部
商品評論(0條)
暫無評論……
書友推薦
編輯推薦
返回頂部
中圖網(wǎng)
在線客服