商務智能

第1章　商務智能概述
　學習目標
　1.1　商務智能產生的背景
　1.2　商務智能的概念
　1.3　商務智能的發(fā)展過程
　1.4　商務智能系統(tǒng)概述
　1.5　決策支持系統(tǒng)
　1.6　商務智能的發(fā)展與現(xiàn)狀
　本章小結
　復習思考題
第2章　數據倉庫概述
　學習目標
　2.1　數據倉庫的產生與發(fā)展
　2.2　數據倉庫的概念與特征
　2.3　數據倉庫中的重要名詞
　2.4　數據倉庫中的數據組織
　2.5　數據倉庫的體系結構
　2.6　操作型數據存儲ODS
　本章小結
　復習思考題
第3章　聯(lián)機分析處理
　學習目標
　3.1　聯(lián)機分析處理概念
　3.2　OLAP的多維數據分析
　3.3　OLAP的數據組織
　3.4　數據立方體的計算
　3.5　OLAP的體系結構與展現(xiàn)方式
　3.6　OLAP開發(fā)工具
　本章小結
　復習思考題
第4章　數據倉庫設計
　學習目標
　4.1　數據倉庫設計的三級數據模型
　4.2　數據倉庫的設計方法和步驟
　4.3　需求分析
　4.4　概念模型設計
　4.5　邏輯模型設計
　4.6　物理模型設計
　4.7　ETL設計
　4.8　數據倉庫設計實例——零售業(yè)數據倉庫設計
　本章小結
　復習思考題
　技能實訓題
第5章　數據倉庫實施
　學習目標
　5.1　商務智能開發(fā)工具
　5.2　SQL　Server數據倉庫方案實施
　5.3　設計與創(chuàng)建數據倉庫
　5.4　使用SSIS設計ETL
　5.5　創(chuàng)建OLAP數據立方體
　5.6　多維表達式MDX
　5.7　商務智能的前端展示
　本章小結
　復習思考題
　技能實訓題
第6章　數據挖掘概述
　學習目標
　6.1　數據挖掘的產生
　6.2　數據挖掘的定義
　6.3　數據挖掘的分類
　6.4　數據挖掘的任務
　6.5　數據挖掘常用技術和工具
　6.6　數據預處理
　6.7　數據挖掘流程
　6.8　數據挖掘應用與發(fā)展趨勢
　本章小結
　復習思考題
　技能實訓題
第7章　數據挖掘基本算法
　學習目標
　7.1　數據挖掘基本分析方法
　7.2　關聯(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
　復習思考題
　技能實訓題
第8章　統(tǒng)計方法與貝葉斯網絡
　學習目標
　8.1　觀察數據
　8.2　假設檢驗
　8.3　預測回歸問題
　8.4　方差分析
　8.5　貝葉斯定理
　8.6　樸素貝葉斯分類
　8.7　貝葉斯信念網絡
　本章小結
　復習思考題
　技能實訓題
第9章　人工神經網絡
　學習目標
　9.1　人工神經網絡概述
　9.2　人工神經元模型
　9.3　人工神經網絡結構
　9.4　感知機
　9.5　多層前饋型網絡
　9.6　后向傳播
　9.7　解釋結果
　9.8　學習任務
　9.9　競爭神經網絡
　本章小結
　復習思考題
　技能實訓題
第10章　web數據挖掘
　學習目標
　10.1　web數據挖掘概述
　10.2　web內容挖掘
　10.3　web結構挖掘
　10.4　web使用挖掘
　10.5　web數據挖掘的應用
　10.6　web數據挖掘的研究熱點與發(fā)展趨勢
　本章小結
　復習思考題
　技能實訓題
　第11章　數據挖掘工具
　學習目標
　11.1　SQLServer數據挖掘方案實施
　11.2　OLE　DB　for　DM規(guī)范
　11.3　Microsoft數據挖掘模型的使用
　11.4　SQL　Server數據挖掘編程
　本章小結
　習思考題
　技能實訓題
第12章　商務智能的設計與實現(xiàn)
　學習目標
　12.1　商務智能的設計與實施
　12.2　幾種商務智能解決方案介紹
　12.3　商務智能系統(tǒng)設計案例分析
　12.4　商務智能的應用
　本章小結
　復習思考題
　技能實訓題
主要參考文獻