成功加入购物车
祖巧红 著 / 科学出版社 / 2009-07 / 平装
售价 ¥ 1.60
品相 九品
优惠 满包邮
延迟发货说明
上书时间2024-01-25
卖家超过10天未登录
面向物流企业数据在线分析挖掘及应用
《面向物流企业数据在线分析挖掘及应用》对数据挖掘及联机分析理论体系进行了概述,通过案例示范了数据挖掘的各个环节,并结合物流企业的三个综合案例进行了数据挖掘及联机分析理论的系统设计和应用。全书共分9章,第1~3章介绍了数据挖掘的基本理论体系,对数据挖掘常用算法及相关理论的发展过程进行了总体阐述;第4~6章针对数据挖掘过程的各个环节进行了理论阐述,并通过案例建立和检验数据挖掘过程;第7~9章介绍了三个综合案例,设计并实现了一个联机客户分析挖掘系统,构建了一个面向SOA的数据挖掘服务平台,研究数据挖掘算法、联机分析挖掘及其多维可视化技术在物流企业、制造业辅助决策方面的实际应用。
《面向物流企业数据在线分析挖掘及应用》可供从事物流工程、物流管理、制造业信息化、计算机应用等领域的相关高校师生参考,也适合对复杂海量信息处理有兴趣的专业技术研究人员使用。
前言第1章数据挖掘原理1.1知识发现与数据挖掘1.2数据挖掘概论1.2.1数据挖掘的对象和任务1.2.2数据挖掘的应用1.2.3在线分析数据挖掘系统、软件工具1.2.4数据挖掘发展第2章数据仓库、数据挖掘与OLAM2.1数据仓库2.1.1从数据库到数据仓库2.1.2数据仓库常用模型2.1.3MDX查询及分析2.1.4数据仓库建模工具2.1.5数据清洗2.2数据挖掘2.2.1从报表到数据挖掘2.2.2数据挖掘过程2.2.3数据挖掘的可视化技术2.2.4数据挖掘工具2.3OLAM2.3.1从OLTP到OLAP2.3.2从OLAP到OLAM2.3.3OLAM发展第3章常用数据挖掘模型与算法3.1贝叶斯算法3.1.1贝叶斯算法原理3.1.2贝叶斯算法的应用3.2决策树3.2.1决策树算法3.2.2决策树方法的应用3.3神经网络3.3.1神经网络的原理3.3.2神经网络方法的应用3.4关联规则3.4.1关联规则的原理3.4.2关联规则方法的应用3.5聚类分析3.5.1聚类分析原理3.6时间序列3.6.1时间序列与时间序列分析3.6.2时间序列方法的应用3.7统计和可视化3.7.1统计3.7.2可视化第4章实例一:物流信息系统源数据清洗实例4.1ETL在企业数据管理工作的重要性4.1.1ETL在企业数据平台中的作用4.1.2ETL工具需要解决的问题4.2SSIS功能4.3SSIS的体系结构4.3.1程序包4.3.2任务4.3.3数据源元素4.3.4数据源视图4.4SSIS程序包设计4.4.1控制流4.4.2ConnectionManager4.4.3变量4.4.4数据流4.4.5EventHandler4.4.6PackageExplorer4.4.7执行程序包4.5物流信息系统中数据清洗实例分析4.5.1确定来源维度4.5.2处理时间标识4.5.3邮件监控任务第5章实例二:多维数据仓库模型创建5.1数据仓库简介5.2数据仓库建模常用模式5.3多维数据模型5.4多维数据仓库的规范化处理(雪花处理)5.5多维模型设计流程5.5.1总体架构设计5.5.2Cube的设计5.5.3生成关系架构5.5.4利用测试数据进行模型测试5.5.5ETL数据加载5.6以人事为主题的多维数据仓库模型设计实例5.6.1政府机构人员管理中的数据仓库设计5.6.2与销售结合的人事主题分析5.7以客户分析为主题的多维数据仓库模型设计实例5.7.1数据仓库逻辑模型设计5.7.2SQLServer2005中数据仓库的建设第6章实例三:物流企业复合报表设计与制作实例6.1报表服务的作用6.1.1解决方案类型6.1.2简单的应用程序集成6.1.3无缝的应用程序集成6.2SQLServer2005中的报表服务6.2.1报表交付应用程序类型6.2.2设计报表6.3报表服务的体系结构6.3.1平台概览6.3.2SQLServer2005报表服务支持的提供程序6.3.3显示扩展6.4复合报表的设计实例6.4.1复合报表的设计需求6.4.2复合报表的范围6.4.3复合报表设计实例第7章实例四:物流企业销售OLAM实例7.1基于时序的关联规则7.1.1序列模式关联规则挖掘7.1.2基于时间序列的关联规则7.1.3关联规则的相关参数7.2基于关联规则的购买模式发现实例7.2.1销售业务技术及源数据分析7.2.2购物序列模式发现挖掘及在线分析实例7.3多维数据分析及其OuP可视化实例7.3.1客户总体概况分析7.3.2单维度下钻分析7.3.3某维度多属性的指标数据纵向切片分析可视化7.3.4多维度多层上卷、旋转及横(纵)向切片综合分析及可视化7.3.5某维度对分析指标沿时间预测分析的可视化第8章实例五:OLAM在客户分析中的综合应用8.1基于支出分配的客户终生价值计算研究8.1.1客户终生价值的组成8.1.2客户终生价值模型研究8.1.3基于马尔可夫链的客户购买转换研究8.1.4基于马尔可夫链计算客户支出分配变化的实例8.1.5定量计算客户支出分配对客户终生价值的影响8.1.6客户终生价值的軟件实现8.2客户忠诚度预测及客户资信综合评价8.2.1客户忠诚度概述8.2.2基于模糊神经网络的客户忠诚度预测8.2.3基于属性重要性理沦确定模糊神经网络初始权重8.2.4模糊信息处理与模糊神经网络评价步骤8.2.5基于模糊神经网络的客户忠诚度的计算实例8.2.6基于模糊评价法的客户资信计算研究8.2.7基于模糊综合评价的客户资信计算8.3基于数据挖掘的客户细分研究8.3.1常用的客户分类模型8.3.2客户终生价值/客户忠诚度/客户资信(CLV/CUCC)的客户分类模型8.3.3数据挖掘中的客户聚类算法8.3.4聚类实现8.3.5加权的扩展贝叶斯模型分类8.3.6软件实现及分析8.3.7结果验证与分析第9章实例六:面向第三方物流企业的数据挖掘服务构建实例9.1设计思想9.1.1SOA理论9.1.2WCF概述9.2物流管理平台中数据挖掘服务的设计9.2.1物流管理平台的架构9.2.2物流管理中的数据挖掘应用需求分析9.2.3WCF框架下的数据挖掘服务设计9.3数据挖掘服务中的关键技术及实现9.3.1数据上传服务9.3.2数据清洗服务9.3.3数据挖掘算法服务9.3.4OLAP服务9.3.5跨平台调用WCF服务9.4基于数据挖掘服务在物流运输系统中的应用9.4.1使用开源WebGIS9.4.2物流运输系统中的智能分析参考文献
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30