書(shū)馨卡幫你省薪 2024個(gè)人購(gòu)書(shū)報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)

商務(wù)智能技術(shù)

作者：于會(huì)
出版社：西北工業(yè)大學(xué)出版社出版時(shí)間：2022-12-01
開(kāi)本： 16開(kāi) 頁(yè)數(shù)： 232
本類榜單：管理銷量榜
中 圖 價(jià):¥43.7(7.8折) 定價(jià)  ¥56.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書(shū)更多>

商務(wù)智能技術(shù) 版權(quán)信息

商務(wù)智能技術(shù) 內(nèi)容簡(jiǎn)介

大數(shù)據(jù)技術(shù)的發(fā)展和市場(chǎng)競(jìng)爭(zhēng)的加劇，使得企業(yè)越來(lái)越依賴于從數(shù)據(jù)中尋找有用的輔助決策知識(shí)，導(dǎo)致企業(yè)對(duì)商務(wù)智能技術(shù)的要求不斷提高，相關(guān)商務(wù)智能業(yè)務(wù)需要的人才也越來(lái)越多！渡虅(wù)智能技術(shù)》從實(shí)用的角度出發(fā)，采用理論與實(shí)踐相結(jié)合的方式，介紹商務(wù)智能的基礎(chǔ)知識(shí)，力求培養(yǎng)讀者使用商務(wù)智能技術(shù)解決問(wèn)題的能力。該書(shū)注重基礎(chǔ)、講究實(shí)用性、選材得當(dāng)、深入淺出，希望讀者通過(guò)該書(shū)的學(xué)習(xí)可以很好地掌握商務(wù)智能的相關(guān)知識(shí)。該書(shū)的目的不在于覆蓋商務(wù)智能技術(shù)的所有知識(shí)點(diǎn)，而是介紹商務(wù)智能的主要應(yīng)用，使讀者了解商務(wù)智能的基本構(gòu)成，以及如何應(yīng)對(duì)各行業(yè)的特色問(wèn)題構(gòu)建商務(wù)智能系統(tǒng)。 《商務(wù)智能技術(shù)》可作為高等學(xué)校電子商務(wù)、信息管理、計(jì)算機(jī)應(yīng)用技術(shù)、軟件工程和管理科學(xué)等相關(guān)專業(yè)本科生的教材，也可供從事商務(wù)智能信息化的人員閱讀、參考。

商務(wù)智能技術(shù) 目錄

第1章 導(dǎo)論 1．1 商務(wù)智能的基本概念和特點(diǎn) 1．2 商務(wù)智能發(fā)展過(guò)程 1．3 商務(wù)智能技術(shù)概述 1．4 商務(wù)智能的工作過(guò)程及應(yīng)用 1．5 思考與練習(xí) 第2章 數(shù)據(jù)預(yù)處理 2．1 數(shù)據(jù)預(yù)處理的原因和任務(wù) 2．2 數(shù)據(jù)預(yù)處理的基本概念 2．3 數(shù)據(jù)清理 2．4 數(shù)據(jù)集成 2．5 數(shù)據(jù)變換 2．6 數(shù)據(jù)歸約 2．7 思考與練習(xí) 第3章 數(shù)據(jù)倉(cāng)庫(kù)與聯(lián)機(jī)分析處理 3．1 數(shù)據(jù)倉(cāng)庫(kù)的基本概念 3．2 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng) 3．3 數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)與開(kāi)發(fā) 3．4 聯(lián)機(jī)分析處理 3．5 思考與練習(xí) 第4章 關(guān)聯(lián)分析 4．1 關(guān)聯(lián)規(guī)則挖掘的基本概念 4．2 關(guān)聯(lián)規(guī)則發(fā)現(xiàn) 4．3 Apriori算法 4．4 FP-growth算法 4．5 關(guān)聯(lián)規(guī)則生成方法 4．6 關(guān)聯(lián)規(guī)則的拓展 4．7 關(guān)聯(lián)規(guī)則的度量 4．8 思考與練習(xí) 第5章 分類 5．1 概述 5．2 決策樹(shù)分類方法 5．3 樸素貝葉斯分類 5．4 KNN分類 5．5 集成分類 5．6 多分類學(xué)習(xí) 5．7 分類算法的評(píng)價(jià) 5．8 思考與練習(xí) 第6章 數(shù)值預(yù)測(cè)與回歸分析 6．1 概述 6．2 一元線性回歸 6．3 多元線性回歸模型 6．4 其他回歸方法 6．5 思考與練習(xí) 第7章 聚類分析 7．1 概述 7．2 聚類分析中的數(shù)據(jù)類型 7．3 常用的聚類方法 7．4 聚類常用的評(píng)價(jià)指標(biāo) 7．5 思考與練習(xí) 第8章 商務(wù)智能可視化 8．1 商務(wù)智能可視化的類型 8．2 數(shù)據(jù)可視化 8．3 過(guò)程可視化 8．4 結(jié)果可視化 8．5 儀表盤 8．6 思考與練習(xí) 第9章 個(gè)性化推薦系統(tǒng) 9．1 推薦系統(tǒng)的概念和模型 9．2 基于內(nèi)容的推薦 9．3 協(xié)同過(guò)濾推薦算法 9．4 推薦系統(tǒng)性能評(píng)價(jià) 9．5 思考與練習(xí) 參考文獻(xiàn)
展開(kāi)全部
暫無(wú)評(píng)論……
書(shū)友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服