商務(wù)智能

第1章　商務(wù)智能概述
　學(xué)習(xí)目標(biāo)
　1.1　商務(wù)智能產(chǎn)生的背景
　1.2　商務(wù)智能的概念
　1.3　商務(wù)智能的發(fā)展過程
　1.4　商務(wù)智能系統(tǒng)概述
　1.5　決策支持系統(tǒng)
　1.6　商務(wù)智能的發(fā)展與現(xiàn)狀
　本章小結(jié)
　復(fù)習(xí)思考題
第2章　數(shù)據(jù)倉庫概述
　學(xué)習(xí)目標(biāo)
　2.1　數(shù)據(jù)倉庫的產(chǎn)生與發(fā)展
　2.2　數(shù)據(jù)倉庫的概念與特征
　2.3　數(shù)據(jù)倉庫中的重要名詞
　2.4　數(shù)據(jù)倉庫中的數(shù)據(jù)組織
　2.5　數(shù)據(jù)倉庫的體系結(jié)構(gòu)
　2.6　操作型數(shù)據(jù)存儲(chǔ)ODS
　本章小結(jié)
　復(fù)習(xí)思考題
第3章　聯(lián)機(jī)分析處理
　學(xué)習(xí)目標(biāo)
　3.1　聯(lián)機(jī)分析處理概念
　3.2　OLAP的多維數(shù)據(jù)分析
　3.3　OLAP的數(shù)據(jù)組織
　3.4　數(shù)據(jù)立方體的計(jì)算
　3.5　OLAP的體系結(jié)構(gòu)與展現(xiàn)方式
　3.6　OLAP開發(fā)工具
　本章小結(jié)
　復(fù)習(xí)思考題
第4章　數(shù)據(jù)倉庫設(shè)計(jì)
　學(xué)習(xí)目標(biāo)
　4.1　數(shù)據(jù)倉庫設(shè)計(jì)的三級(jí)數(shù)據(jù)模型
　4.2　數(shù)據(jù)倉庫的設(shè)計(jì)方法和步驟
　4.3　需求分析
　4.4　概念模型設(shè)計(jì)
　4.5　邏輯模型設(shè)計(jì)
　4.6　物理模型設(shè)計(jì)
　4.7　ETL設(shè)計(jì)
　4.8　數(shù)據(jù)倉庫設(shè)計(jì)實(shí)例——零售業(yè)數(shù)據(jù)倉庫設(shè)計(jì)
　本章小結(jié)
　復(fù)習(xí)思考題
　技能實(shí)訓(xùn)題
第5章　數(shù)據(jù)倉庫實(shí)施
　學(xué)習(xí)目標(biāo)
　5.1　商務(wù)智能開發(fā)工具
　5.2　SQL　Server數(shù)據(jù)倉庫方案實(shí)施
　5.3　設(shè)計(jì)與創(chuàng)建數(shù)據(jù)倉庫
　5.4　使用SSIS設(shè)計(jì)ETL
　5.5　創(chuàng)建OLAP數(shù)據(jù)立方體
　5.6　多維表達(dá)式MDX
　5.7　商務(wù)智能的前端展示
　本章小結(jié)
　復(fù)習(xí)思考題
　技能實(shí)訓(xùn)題
第6章　數(shù)據(jù)挖掘概述
　學(xué)習(xí)目標(biāo)
　6.1　數(shù)據(jù)挖掘的產(chǎn)生
　6.2　數(shù)據(jù)挖掘的定義
　6.3　數(shù)據(jù)挖掘的分類
　6.4　數(shù)據(jù)挖掘的任務(wù)
　6.5　數(shù)據(jù)挖掘常用技術(shù)和工具
　6.6　數(shù)據(jù)預(yù)處理
　6.7　數(shù)據(jù)挖掘流程
　6.8　數(shù)據(jù)挖掘應(yīng)用與發(fā)展趨勢
　本章小結(jié)
　復(fù)習(xí)思考題
　技能實(shí)訓(xùn)題
第7章　數(shù)據(jù)挖掘基本算法
　學(xué)習(xí)目標(biāo)
　7.1　數(shù)據(jù)挖掘基本分析方法
　7.2　關(guān)聯(lián)分析
　7.3　序列模式分析
　7.4　分類分析
　7.5　聚類分析
　本章小結(jié)
　復(fù)習(xí)思考題
　技能實(shí)訓(xùn)題
第8章　統(tǒng)計(jì)方法與貝葉斯網(wǎng)絡(luò)
　學(xué)習(xí)目標(biāo)
　8.1　觀察數(shù)據(jù)
　8.2　假設(shè)檢驗(yàn)
　8.3　預(yù)測回歸問題
　8.4　方差分析
　8.5　貝葉斯定理
　8.6　樸素貝葉斯分類
　8.7　貝葉斯信念網(wǎng)絡(luò)
　本章小結(jié)
　復(fù)習(xí)思考題
　技能實(shí)訓(xùn)題
第9章　人工神經(jīng)網(wǎng)絡(luò)
　學(xué)習(xí)目標(biāo)
　9.1　人工神經(jīng)網(wǎng)絡(luò)概述
　9.2　人工神經(jīng)元模型
　9.3　人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　9.4　感知機(jī)
　9.5　多層前饋型網(wǎng)絡(luò)
　9.6　后向傳播
　9.7　解釋結(jié)果
　9.8　學(xué)習(xí)任務(wù)
　9.9　競爭神經(jīng)網(wǎng)絡(luò)
　本章小結(jié)
　復(fù)習(xí)思考題
　技能實(shí)訓(xùn)題
第10章　web數(shù)據(jù)挖掘
　學(xué)習(xí)目標(biāo)
　10.1　web數(shù)據(jù)挖掘概述
　10.2　web內(nèi)容挖掘
　10.3　web結(jié)構(gòu)挖掘
　10.4　web使用挖掘
　10.5　web數(shù)據(jù)挖掘的應(yīng)用
　10.6　web數(shù)據(jù)挖掘的研究熱點(diǎn)與發(fā)展趨勢
　本章小結(jié)
　復(fù)習(xí)思考題
　技能實(shí)訓(xùn)題
　第11章　數(shù)據(jù)挖掘工具
　學(xué)習(xí)目標(biāo)
　11.1　SQLServer數(shù)據(jù)挖掘方案實(shí)施
　11.2　OLE　DB　for　DM規(guī)范
　11.3　Microsoft數(shù)據(jù)挖掘模型的使用
　11.4　SQL　Server數(shù)據(jù)挖掘編程
　本章小結(jié)
　習(xí)思考題
　技能實(shí)訓(xùn)題
第12章　商務(wù)智能的設(shè)計(jì)與實(shí)現(xiàn)
　學(xué)習(xí)目標(biāo)
　12.1　商務(wù)智能的設(shè)計(jì)與實(shí)施
　12.2　幾種商務(wù)智能解決方案介紹
　12.3　商務(wù)智能系統(tǒng)設(shè)計(jì)案例分析
　12.4　商務(wù)智能的應(yīng)用
　本章小結(jié)
　復(fù)習(xí)思考題
　技能實(shí)訓(xùn)題
主要參考文獻(xiàn)