**部分 商務智能基礎第1章 商務智能概論 1.1 商業決策需要商務智能 1.1.1 數據、信息與知識 1.1. 2 管理就是決策 1.1.3 決策需要信息和知識 1. 1.4 智能型企業 1.1.5 商務智能支持商業決策 1.1.6 新一代的決策支持系統 1.2 商務智能簡介 l. 2.1 商務智能概念 1.2.2 商務智能的發展 1.2.3 商務智能的價值 1.3 商務智能系統的功能 1.4 商務智能的應用 本章參考文獻 思考題第二部分 商務智能核心技術第2章 商務智能系統架構 2.1 商務智能系統的組成 2. 2 數據集成 本章參考文獻 思考題第3章 數據倉庫 3.1 從數據庫到數據倉庫 3.2 數據倉庫的概念 3.3 數據集市 3.4 元數據 3. 5 etl 3.6 操作數據存儲 3.7 數據倉庫模型 3.8 數據挖掘查詢語言 3.9 醫保數據倉庫設計 本章參考文獻 思考題第4章 在線分析處理 4.l olap簡介 4.2 0ltp與olap的區別 4.3 olap操作 4.4 olap的分類 4.5 olap操作語言 本章參考文獻 思考題第5章 數據挖掘 5.1 數據挖掘的基礎 5.1.1 數據挖掘的概念 5.1.2 數據挖掘的發展 5.1.3 數據挖掘的過程 5.1.4 數據挖掘原語與語言 5.1.5 基于組件的數據挖掘 5.1.6 可視化技術 5.1.7 數據挖掘的隱私保護 5.2 數據挖掘的典型應用領域 5. 3 數據預處理 5.4 聚類分析 5.4.1 聚類的概念 5.4. 2 聚類分析的統計量 5.4.3 常用聚類算法 5.4.4 其他聚類方法 5.4.5 離群點檢測 5.5 分類分析 5.5.1 貝葉斯分類器 5.5.2 決策樹 5.5.3 支持向量機 5.5.4 bp神經網絡 5.5.5 其他分類方法 5.6 關聯分析 5.6.1 關聯規則 5.6. 2 apfiori算法 5.6.3 fp增長算法 5.6.4 其他關聯規則挖掘算法 5.7 序列模式挖掘 5.7.1 基本概念 5.7.2 類apriori算法 5. 8 回歸分析 5.8.1 一元回歸分析 5.8.2 多元線性回歸分析 5.8.3 其他回歸分析 5.9 時間序列分析 5.10 數據挖掘技術與應用的發展方向 本章參考文獻 思考題第三部分 商務智能應用第6章 移動商務智能 6.1 移動商務 6.2 商務智能在移動商務中的應用 本章參考文獻 思考題第7章 商務智能與知識管理 7.1 知識管理 7.2 知識管理與商務智能的關系 7.2.1 商務智能與知識管理的區別 7.2.2 商務智能與知識管理的聯系 本章參考文獻 思考題第8章 web挖掘 8.1 web挖掘基礎 8.2 web內容挖掘 8.3 web結構挖掘 8.4 web日志挖掘 本章參考文獻 思考題第9章 商務智能在企業績效管理中的應用 9.1 企業績效管理的層次 9.2 商務智能貫穿企業績效管理的閉環流程 9.3 商務智能在企業績效管理中的應用 9.4 商務智能給企業績效管理帶來的價值 本章參考文獻 思考題第10章 數據挖掘在電子商務中的應用 10.1 電子商務需要數據挖掘 10.2 顧客管理 10.3 網站結構優化 10.4 智能搜索引擎 10.5 異常事件確定 章參考文獻 思考題第11章 工作流挖掘 11.1 工作流挖掘的發展 11.2 工作流挖掘的概念與作用 11.2.1 工作流挖掘的概念 11.2.2 工作流挖掘的作用 11.3 工作流挖掘的內容 11.3.1 工作流模型的重構 11. 3. 2 工作流的監控與工作流挖掘的評價 11.3.3 組織視圖挖掘 11.4 工作流挖掘的應用 11.4.1 流程監控 11.4.2 流程優化 11.4.3 社會關系分析 11.4.4 工作流挖掘在其他領域中的應用 章參考文獻 思考題第12章 rfid數據挖掘 12. 1 rfid數據挖掘的發展 12.2 rfid數據挖掘的作用 12.3 rfid數據分析的典型應用 12.3.1 零售倉儲 12.3. 2 通關檢查 12.3.3 運輸管理 12.3. 4 醫療管理 12.3.5 其他應用 本章參考文獻 思考題第13章 大數據分析 13.1 大數據的處理模式 13.2 大數據分析的基本流程 13.3 大數據分析方法 13.4 基于新浪微博的情感分析 13.5 基于表情符號的微博情感預測 本章參考文獻 思考題第四部分 商務智能發展第14章 商務智能進展 14.1 商務智能應用趨勢 14.2 商務智能在中國的發展 14.3 商務智能動態 本章參考文獻 思考題第五部分 實驗第15章 商務智能實驗 15.1 使用sap crystal reports創建報表 15.2 使用sap crystal dashboard design 2011創建儀表盤 15.3 基于ibm cognos 10的數據分析 15.3.1 使用ibm cognos 10創建報表 15.3.2 基于ibm cognos 10的多維分析 15.3.3 使用query studio創建自助查詢 15.4 基于ibm spss modeler 14.2的數據挖掘 思考題