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(guò)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(cāng)庫(kù)概述
　學(xué)習(xí)目標(biāo)
　2.1　數(shù)據(jù)倉(cāng)庫(kù)的產(chǎn)生與發(fā)展
　2.2　數(shù)據(jù)倉(cāng)庫(kù)的概念與特征
　2.3　數(shù)據(jù)倉(cāng)庫(kù)中的重要名詞
　2.4　數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)組織
　2.5　數(shù)據(jù)倉(cāng)庫(kù)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(kāi)發(fā)工具
　本章小結(jié)
　復(fù)習(xí)思考題
第4章　數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)
　學(xué)習(xí)目標(biāo)
　4.1　數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)的三級(jí)數(shù)據(jù)模型
　4.2　數(shù)據(jù)倉(cāng)庫(kù)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(cāng)庫(kù)設(shè)計(jì)實(shí)例——零售業(yè)數(shù)據(jù)倉(cāng)庫(kù)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(cāng)庫(kù)實(shí)施
　學(xué)習(xí)目標(biāo)
　5.1　商務(wù)智能開(kāi)發(fā)工具
　5.2　SQL　Server數(shù)據(jù)倉(cāng)庫(kù)方案實(shí)施
　5.3　設(shè)計(jì)與創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù)
　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(lèi)
　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(shì)
　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(lèi)分析
　7.5　聚類(lèi)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(cè)回歸問(wèn)題
　8.4　方差分析
　8.5　貝葉斯定理
　8.6　樸素貝葉斯分類(lèi)
　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(jìng)爭(zhēng)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(shì)
　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)