欢迎来到相识电子书!

标签:商业智能

  • 业务建模与数据挖掘

    作者:[美] Dorian Pyle;杨冬青

  • 商业分析方法与案例

    作者:

    《商业分析方法与案例:超越报表的商业智能》对商业分析模型的架构进行了深入浅出的介绍,主体内容按照商业分析模型体系中不同模块在组织流程中的角色、模块间的关系进行编排,这样有助于读者全面、连贯地了解商业分析模型体系。全书共分为3个部分:第一部分细述商业分析模型体系(第1章);第二部分讨论商业分析的五层模型(第2章至第6章);第三部分讨论商业分析的现实应用及未来发展(第7章至第9章)。《商业分析方法与案例:超越报表的商业智能》在宏观描述商业分析模型体系的同时,着眼于商业分析模块之间的相互联系;以生动的语言和案例为读者展开商业分析提出了许多有价值的观点。《商业分析方法与案例:超越报表的商业智能》以目标读者群的需求为中心,强调商业分析方法的具体实施过程,融前沿性与实用性为一体。
  • 数据挖掘技术

    作者:[美]MichaelJ.A.B

    本书是数据挖掘领域的经典著作,数年来畅销不衰。全书从技术和应用两个方面,全面、系统地介绍了数据挖掘的商业环境、数据挖掘技术及其在商业环境中的应用。自从1997年本书第1版出版以来,数据挖掘界发生了巨大的变化,其中的大部分核心算法仍然保持不变,但是算法嵌入的软件、应用算法的数据库以及用于解决的商业问题都有所演进。第2版展示如何利用基本的数据挖掘方法和技术,解决常见的商业问题。 本书涵盖核心的数据挖掘技术,包括:决策树、神经网络、协同过滤、关联规则、链接分析、聚类和生存分析等。此外,还提供了数据挖掘最佳实践、数据挖掘的最新进展和一些富有挑战性的研究课题,极具技术深度与广度。配套网站www.data-miners.com/companion提供了每章的练习和用于测试各种数据挖掘技术的数据。全书语句凝炼、清新,对复杂概念的实际应用进行了生动解释,是必不可少的数据挖掘教材。
  • 证析

    作者:郑毅

    《证析:大数据与基于证据的决策》的主题是Analytics,作者将一个英文新词Analytics译为“证析”借以指代在这个时代背景下对证据尤其是量化证据进行分析以影响决策的具体实践。《证析:大数据与基于证据的决策》更多关注数据对商业与社会领域决策的影响。《证析:大数据与基于证据的决策》在前言部分之外,分为上下两编。上编对证析所处的时代背景、证析对传统决策方式的挑战、证析在企业中的应用案例进行介绍,并着重介绍了实验在指导社会实践中的思想和实例。下编主要从证析对企业的价值、为了发挥证析的价值而在企业组织架构、考核体系、决策流程、组织文化等方面应有的考虑。除了介绍最新的管理思想与企业实践之外,因为证析的着眼点是数字与决策,所以贯穿全书也不可避免会涉及对科学研究方法的探讨。
  • 智能Web算法

    作者:Haralambos Marmanis,

    本书涵盖了五类重要的智能算法:搜索、推荐、聚类、分类和分类器组合,并结合具体的案例讨论了它们在Web应用中的角色及要注意的问题。除了第1章的概要性介绍以及第7章对所有技术的整合应用外,第2~6章以代码示例的形式分别对这五类算法进行了介绍。 本书面向的是广大普通读者,特别是对算法感兴趣的工程师与学生,所以对于读者的知识背景并没有过多的要求。本书中的例子和思想应用广泛,所以对于希望从业务角度更好地理解有关技术的技术经理、产品经理和管理层来说,本书也有一定的价值。
  • 电商大数据——用数据驱动电商和商业案例解析

    作者:雪鹰传奇

    《电商大数据——用数据驱动电商和商业案例解析》重点介绍了电子商务数据驱动的理论和商业案例。《电商大数据——用数据驱动电商和商业案例解析》作者具有丰富的电商团队数据化管理与运营经验。全书共分三篇。上篇主要介绍了电子商务的战略、战术和数据驱动的思想,有助于读者深入了解电商模式;虽然上篇皆是从宏观层面切入,但是基本都使用了定量的描述方式。中篇介绍了数据如何产生实实在在的生产力,主要包括建立数据化体系的方法、广告的投放策略、艺术设计与数据驱动的融合。下篇是大数据案例,主要包括量化管理客服团队、大数据供应链管理、大型促销活动节点管理、客户“怪诞”行为研究、CRM 及基于网络爬虫调整架上库存。 在《电商大数据——用数据驱动电商和商业案例解析》的目录中给出了200 组客户67 个维度指标的真实数据,这些源数据是非常珍贵的资源,为客户行为研究提供了不可或缺的基础资料。 《电商大数据——用数据驱动电商和商业案例解析》适合独立B2C 商城的高管、各种电商平台的店长和数据驱动相关从业者使用,也适合作为在校电子商务本科生和研究生的参考用书。
  • 数据挖掘

    作者:[加] Jiawei Han,Miche

    这本书系统地论述数据挖掘的基本概念、基本技术和最新进展。全书分10章,全面而深入地介绍数据库技术的发展和数据挖掘的应用,数据仓库和联机分析技术,数据预处理技术(数据清理、数据集成和转换、数据归约),数据挖掘技术(数据的分类、预测、关联和聚类),先进数据库系统中的数据挖掘方法,以及数据挖掘的应用和一些具有挑战性的问题。书中注重实效,在讨论概念与技术时辅以实例,并提供代表性算法。