商务智能通过数据挖掘技术从海量数据中发现潜在、新颖和有用的知识,体现了信息技术融合背景下进行精益化管理和科学化决策的能力。《商务智能原理与方法》从商务角度入手,以基础篇、方法篇、专题篇三大板块的形式,较全面地涵盖了商务智能领域的基础知识、基本原理和技术方法等内容;融入了若干前沿成果和*新应用;同时结合经济和管理实例,说明如何通过商务智能的方法来分析企业经营、优化企业运作,从而提升企业竞争优势。
《商务智能原理与方法》既可以作为高等学校管理科学与工程及工商管理、计算机应用相关学科高年级本科生和研究生的教材,也可以作为企、事业单位信息化的培训教材,以及相关工程与管理决策人员的参考书。

序言
信息化是世界经济和社会发展的必然趋势。近年来，在党**、国务院的高度重视和正确领导下，我国信息化建设取得了积极进展，信息技术对提升工业技术水平、创新产业形态、推动经济社会发展发挥了重要作用。信息技术已成为经济增长的“倍增器”、发展方式的“转换器”、产业升级的“助推器”。
作为**信息化领导小组的决策咨询机构，**信息化专家咨询委员会一直在按照党**、国务院领导同志的要求就信息化前瞻性、全局性和战略眭的问题进行调查研究，提出政策建议和咨询意见。在做这些工作的过程中，我们愈发认识到，信息技术和信息化所具有的知识密集的特点，决定了人力资本将成为**在信息时代的核心竞争力，大量培养符合中国信息化发展需要的人才已成为**信息化发展的一个紧迫需求，成为我国应对当前严峻经济形势，推动经济发展方式转变，提高在信息时代参与国际竞争比较优势的关键。2006年5月，我国公布《2006-2010年**信息化发展战略》，提出“提高国民信息技术应用能力，造就信息化人才队伍”是**信息化推进的**任务之一，并要求构建以学校教育为基础的信息化人才培养体系。
为了促进上述目标的实现，**信息化专家咨询委员会一直致力于通过讲座、论坛、出版等各种方式推动信息化知识的宣传、教育和培训工作。2007年，**信息化专家咨询委员会联合教育部、原国务院信息化工作办公室成立了“信息化与信息社会”系列丛书编委会，共同推动“信息化与信息社会”系列丛书的组织编写工作。编写该系列丛书的目的，是力图结合我国信息化发展的实际和需求，针对**信息化人才教育和培养工作，有效梳理信息化的基本概念和知识体系，通过高校教师、信息化专家、学者与政府官员之间的相互交流和借鉴，充实我国信息化实践中的成功案例，进一步完善我国信息化教学的框架体系，提高我国信息化图书的理论和实践水平。毫无疑问，从**信息化长远发展的角度来看，这是一项带有全局性、前瞻性和基础性的工作，是贯彻落实**信息化发展战略的一个重要举措，对于推动**的信息化人才教育和培养工���，加强我国信息化人才队伍的建设具有重要意义。

基础篇
第1章 引言
1.1 商务智能简介
1.2 商务智能与信息社会
1.2.1 商务智能是信息社会的产物
1.2.2 商务智能是信息社会繁荣的推动力
1.3 商务智能与企业管理
1.3.1 商务智能在企业管理中的作用
1.3.2 商务智能协助企业管理的方式
1.3.3 商务智能的商业价值
1.4 商务智能与数据挖掘
1.4.1 数据挖掘的概念
1.4.2 数据挖掘的特点
1.5 商务智能与新技术融合
1.6 小结
思考练习题

第2章 商务智能过程
2.1 数据库与事务处理
2.1.1 数据库与数据库管理系统
2.1.2 在线事务处理
2.2 数据仓库与在线分析处理
2.2.1 从事务处理到分析处理
2.2.2 数据仓库
2.3 知识发现与可持续竞争优势
2.3.1 OLAP与知识发现
2.3.2 使用数据挖掘增强企业竞争优势
2.4 小结
思考练习题

第3章 数据仓库
3.1 数据处理技术演进
3.2 数据仓库过程与体系结构
3.3 数据集成、提取与转换
3.3.1 数据提取
3.3.2 数据转换
3.3.3 数据加载
3.3.4 ETL设计与开发
3.4 数据仓库开发、管理与**
3.4.1 数据仓库开发模式
3.4.2 数据仓库设计
3.4.3 数据仓库的数据模型
3.4.4 元数据
3.4.5 数据仓库的**
3.5 小结
思考练习题

第4章 商务智能应用
4.1 制造领域应用
4.2 金融领域应用
4.3 电信领域应用
4.4 生物与医药领域应用
4.5 零售与营销领域应用
4.6 Web应用
4.7 商务智能系统与产品
4.7.1 商务智能解决方案系统结构
4.7.2 商务智能系统产品
4.8 小结
思考练习题

第5章 构建商务智能环境
5.1 商务智能环境
5.1.1 确定什么数据可用的能力
5.1.2 数据挖掘的能力
5.1.3 用户-系统交互能力
5.2 商务智能组织
5.2.1 外包商务智能
5.2.2 内给商务智能
5.2.3 商务智能组织成员
5.3 商务智能基础设施
5.4 商务智能系统软件
5.5 小结
思考练习题
方法篇

第6章 关联规则
6.1 关联规则简介
6.2 关联规则挖掘方法
6.3 关联规则兴趣性
6.4 关联规则知识形式扩展
6.4.1 广义关联规则
6.4.2 数量关联规则
6.5 简单关联规则
6.6 小结
思考练习题

第7章 分类分析
7.1 分类分析简介
7.2 决策树分类
7.2.1 决策树构建
7.2.2 决策树剪枝
7.3 贝叶斯分类
7.3.1 贝叶斯定理
7.3.2 简单贝叶斯分类器
7.3.3 贝叶斯信念网络
7.4 其他分类方法
7.4.1 神经元网络分类
7.4.2 支持向量机分类
7.4.3 懒惰型分类器
7.5 分类准确率
7.5.1 分类准确率比较与评估
7.5.2 提高分类器的准确率
7.6 小结
思考练习题

第8章 聚类分析
8.1 聚类分析简介
8.2 相似度及距离测度
8.3 聚类分析方法
8.3.1 划分方法
8.3.2 层次方法
8.3.3 基于密度的方法
8.3.4 基于网格的方法
8.3.5 基于模型的方法
8.4 k-means方法
8.5 DBSCAN方法
8.6 小结
思考练习题

第9章 概念描述
9.1 概念描述简介
9.2 描述统计学方法
9.3 数据归纳
9.3.1 属性概化
9.3.2 属性消减
9.3.3 数据表示
9.4 数据对比
9.4.1 数据对比方法
9.4.2 数据对比表示
9.5 小结
思考练习题

第10章 数据预处理
10.1 数据预处理简介
10.1.1 数据预处理的原因
10.1.2 数据预处理的目的
10.1.3 数据预处理的方法
10.2 数据清洗
10.2.1 缺失数据处理
10.2.2 噪声数据处理
10.3 数据集成与规范
10.3.1 数据集成处理
10.3.2 数据规范处理
10.4 数据消减
10.4.1 清除冗余数据
10.4.2 采样
10.4.3 数据立方合计
10.4.4 属性选取与生成
10.4.5 数据压缩
10.4.6 离散化与概念分层方法
10.5 小结
思考练习题
专题篇

第11章 时态模式
11.1 时态数据类型与模式
11.2 时态关联规则
11.3 序列相似性
11.3.1 距离测度法
11.3.2 模式匹配法
11.4 时态关系模式
11.5 时态数据的表达与转换
11.6 小结
思考练习题

第12章 关联分类
12.1 生成分类关联规则
12.2 分类关联规则剪枝
12.2.1 后剪枝方法
12.2.2 先剪枝方法
12.3 构建分类器
12.3.1 单一规则分类器
12.3.2 多规则分类器
12.4 混合型关联分类
12.5 GARC方法解析
12.5.1 GARC思路与算法框架
12.5.2 数据实验与方法比较
12.6 小结
思考练习题

第13章 不确定性知识发现
13.1 不确定性信息表达
13.2 分区中的边界问题
13.3 数据间的部分隶属性
13.4 不完整数据依赖
13.5 小结
思考练习题

第14章 复杂类型数据的挖掘
14.1 复杂类型数据
14.2 多维分析和描述性挖掘
14.3 空间数据挖掘
14.4 多媒体数据挖掘
14.5 文本数据挖掘
14.6 Web挖掘
14.7 小结
思考练习题

第15章 商务智能经济社会影响与发展
15.1 商务智能经济社会影响
15.1.1 “长尾”与“利基”市场
15.1.2 隐私与**
15.2 商务智能的发展趋势
15.2.1 商务智能技术标准
15.2.2 实时商务智能
15.2.3 移动商务智能
15.3 小结
思考练习题
参考文献