数据已经渗透到各行各业的各种业务过程中，这些数据不断积累，形成了传统数据管理系统无法有效管理和使用的大数据。同时，企业和机构运营环境越来越复杂，竞争也越来越激烈，商业机会稍纵即逝，管理者需要全面掌握业务各方面的运营状况，及时做出反应，进行快速、科学的决策。商务智能系统具有数据集成、数据管理以及数据分析的功能，能从大量数据中发现隐含的模式，辅助管理者发现业务运营的规律和异常，降低运营成本和风险，增加收入，提高客户满意度。商务智能系统已经被越来越多的企业所采纳，成为提高企业竞争力的重要方法，在许多重要的商业应用中发挥着重要的作用。
全球管理咨询公司麦肯锡全球研究院（McKinsey Global Institution，MGI）2011年发布了一个题目为《大数据： 创新、竞争和生产力的下一个前沿领域》（Big data： the next frontier for innovation, competition, and productivity）的研究报告。报告中指出，大数据可以为世界经济创造重要价值，提高企业和公共部门的生产力和竞争力，并为消费者创造大量的经济剩余。2016年12月，MGI又发表了题为《分析的时代： 在大数据的世界竞争》（The age of analytics： competing in a datadriven world）的研究报告。报告指出，大数据分析正在改变竞争的基础，对商业模式产生颠覆性影响。同时，报告还指出分析和技术人才持续匮乏，是数据潜在价值发现和有效利用的障碍。为此，近几年来，国内外高校纷纷设立与数据分析有关的专业，如数据科学与大数据技术专业和商务数据科学专业。
本书作者自20世纪90年代末就开始在清华大学为研究生开设商务智能课程，20年来一直从事商务智能领域的教学和科研工作。本书内容是作者20年来教学和科研内容的总结，旨在为数据科学专业、信息系统专业、计算机专业以及其他相关专业介绍商务智能的基本概念、功能和分析方法。全书分为五个部分，共16章内容。第一部分（包括第1章和第2章）是商务智能概念和过程，主要介绍商务智能的基本概念、系统构成、发展历史以及系统开发过程。第二部分（包括第3~7章）是商务智能方法，详细介绍机器学习和数据挖掘的各种模型和技术方法，包括关联分析、分类、数值预测、聚类以及神经网络与深度学习的各种方法。第三部分（包括第8~12章）是商务智能基础技术，介绍为了实现数据分析需要的基础支撑技术，包括数据预处理、文本数据处理、数据仓库、联机分析处理和商务智能可视化。第四部分（包括第13章和第14章）是商务智能应用系统，介绍商务智能的应用领域，并以推荐系统和意见挖掘为例，介绍了典型的应用方法。另外，还介绍了常用的商务智能系统，包括商品化的商务智能系统和开源的商务智能软件。为了便于理解前面介绍的数据分析方法，此部分还介绍了开源数据挖掘软件Weka和RapidMiner的详细使用方法。第五部分（包括第15章和第16章）是商务智能深度应用与发展，进一步介绍了针对复杂数据的分析方法，包括序列模式挖掘、社会网络分析、数据流数据挖掘以及多关系数据挖掘等； 最后对商务智能的进一步发展以及对社会的影响进行了分析和展望。
本书在编写过程中，得到了教育部高等学校管理科学与工程类学科教学指导委员会主任、国家信息化专家咨询委员会成员、清华大学陈国青教授的帮助和指导，得到了国家自然科学基金（项目编号： 71771131）的资助，在此表示感谢。
由于作者水平有限，书中难免有疏漏之处，望广大读者批评指正。
刘红岩
2020年于清华园
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
