新書推薦：
《
锂电储能产品设计及案例详解
》
售價：HK$
110.9
《
首辅养成手册（全三册）（张晚意、任敏主演古装剧《锦绣安宁》原著小说）
》
售價：HK$
121.0
《
清洁
》
售價：HK$
65.0
《
组队：超级个体时代的协作方式
》
售價：HK$
77.3
《
第十三位陪审员
》
售價：HK$
53.8
《
微观经济学（第三版）【2024诺贝尔经济学奖获奖者作品】
》
售價：HK$
155.7
《
Python贝叶斯深度学习
》
售價：HK$
89.4
《
文本的密码：社会语境中的宋代文学
》
售價：HK$
67.2
|
| 內容簡介： |
本书的主题是为企业提供决策支持的商务智能和商务分析。除了传统的决策支持应用程序外，本书通过提供例子、产品、服务、练习和讨论来扩展读者对各种类型的分析的理解。本书包含了决策支持、数据描述、数据预测等多方面的内容，从案例入手，介绍了常用的数据分析和处理技术及其应用场景。
本书可作为电子商务和企业管理等专业的研究生与本科生的教材，也可作为从事企业信息管理、业务分析等人士的参考用书。
|
| 關於作者： |
第一部分 决策与分析
第1章 商务智能、分析和决策支持概述2
1.1 开篇案例：Magpie Sensing公司使用分析技术高效而安全地管理疫苗供应链2
1.2 不断变化的商务环境和计算机决策支持4
1.3 管理决策6
1.4 决策的信息系统支持8
1.5 计算机决策支持的早期架构10
1.6 决策支持系统（DSS）的定义与概念12
1.7 商务智能的架构13
1.8 商务分析综述18
1.9 大数据分析简介26译者序
前言
作者简介
第一部分 决策与分析
第1章 商务智能、分析和决策支持概述2
1.1 开篇案例：Magpie Sensing公司使用分析技术高效而安全地管理疫苗供应链2
1.2 不断变化的商务环境和计算机决策支持4
1.3 管理决策6
1.4 决策的信息系统支持8
1.5 计算机决策支持的早期架构10
1.6 决策支持系统（DSS）的定义与概念12
1.7 商务智能的架构13
1.8 商务分析综述18
1.9 大数据分析简介26
1.10 本书安排28
1.11 资源、链接以及Teradata大学的网络连接30
本章要点30
关键词31
问题讨论31
练习32
章末应用案例 Nationwide Insurance
使用商务智能完善客户服务33
参考文献35
第2章 决策制定的基础与技术36
2.1 开篇案例：惠普利用电子表格进行决策建模36
2.2 决策制定：介绍和定义39
2.3 决策制定过程的阶段41
2.4 决策：情报阶段43
2.5 决策：设计阶段45
2.6 决策：抉择阶段53
2.7 决策：实施阶段54
2.8 如何支持决策55
2.9 决策支持系统：性能57
2.10 决策支持系统分类60
2.11 决策支持系统的组件62
本章要点70
关键词72
问题讨论72
练习73
章末应用案例 一家大型航运公司（CSAV）的物流优化73
参考文献75
第二部分 描述性分析
第3章 数据仓库78
3.1 开篇案例：卡普里岛赌场利用企业数据仓库获胜78
3.2 数据仓库的定义和概念81
3.3 数据仓库流程概述87
3.4 数据仓库架构90
3.5 数据集成、提取、转换和加载（ETL）过程97
3.6 数据仓库开发101
3.7 数据仓库的实施问题113
3.8 实时数据仓库116
3.9 数据仓库管理、安全问题和未来趋势121
3.10 资源、链接和Teradata大学网络连接125
本章要点127
关键词128
问题讨论128
练习128
章末应用案例 大陆航空公司借助实时数据仓库迅速发展131
参考文献133
第4章 业务报表、可视化分析与企业绩效管理135
4.1 开篇案例：自助服务的报表环境
为企业用户节省上百万美元136
4.2 业务报表的定义和概念139
4.3 数据与信息可视化145
4.4 不同类型的图表150
4.5 数据可视化与可视化分析的兴起153
4.6 绩效仪表盘159
4.7 企业绩效管理164
4.8 绩效评价168
4.9 平衡计分卡170
4.10 六西格玛绩效评价系统173
本章要点177
关键词178
问题讨论178
练习179
章末应用案例 智能的业务报表帮助医疗机构提供更好的服务181
参考文献183
第三部分 预测性分析
第5章 数据挖掘186
5.1 开篇案例：坎贝拉公司用
高级分析和数据挖掘服务更多客户186
5.2 数据挖掘的概念和应用189
5.3 数据挖掘应用200
5.4 数据挖掘流程203
5.5 数据挖掘方法211
5.6 数据挖掘软件工具224
5.7 数据挖掘的隐私问题、谬误和隐患230
本章要点233
关键词234
问题讨论234
练习235
章末应用案例 Macys.com应用分析技术提升顾客购物体验238
参考文献239
第6章 预测建模相关技术240
6.1 开篇案例：预测建模有助于更好地理解和管理复杂的医疗过程240
6.2 神经网络的基本概念243
6.3 开发基于人工神经网络的系统253
6.4 使用敏感性分析来探测ANN中的黑箱257
6.5 支持向量机260
6.6 基于过程方法的SVM使用267
6.7 用于预测的最近邻方法269
本章要点273
关键词274
问题讨论274
练习275
章末应用案例 Coors利用人工神经网络提升啤酒风味279
参考文献281
第7章 文本分析、文本挖掘和情感分析283
7.1 开篇案例：机器与人类在《危险边缘》的竞争：Watson的故事283
7.2 文本分析和文本挖掘的概念和定义286
7.3 自然语言处理291
7.4 文本挖掘应用295
7.5 文本挖掘过程302
7.6 文本挖掘工具311
7.7 情感分析概述314
7.8 情感分析应用317
7.9 情感分析过程319
7.10 情感分析和语音分析323
本章要点326
关键词327
问题讨论328
练习328
章末应用案例 BBVA无死角监控并改进其在线声誉330
参考文献332
第8章 网络分析、网络挖掘和社交分析333
8.1 开篇案例：安全第一保险加深与投保人的联系333
8.2 网络挖掘概述336
8.3 网络内容和网络结构挖掘338
8.4 搜索引擎341
8.5 搜索引擎优化348
8.6 网络使用挖掘（网络分析）352
8.7 网络分析成熟模型和网络分析工具360
8.8 社交分析和社交网络分析366
8.9 社交媒体的定义和概念370
8.10 社交媒体分析373
本章要点379
关键词380
问题讨论380
练习380
章末应用案例 通过网络和预测性分析跟踪学生381
参考文献383
第四部分 规范性分析
第9章 基于模型制定决策：优化和多目标系统386
9.1 开篇案例：中西部独立输电系统运营商通过更好地设备规划和容量规划节省数十亿美元387
9.2 决策支持系统建模388
9.3 决策支持中数学模型的构建393
9.4 确定性、不确定性和风险394
9.5 决策建模与电子表格397
9.6 数学规划优化399
9.7 多目标、灵敏度分析、假设分析和单变量求解409
9.8 用决策表和决策树进行决策分析413
9.9 通过成对比较进行多目标决策415
本章要点421
关键词421
问题讨论422
练习422
章末应用案例 国际援外合作署紧急项目的预先部署426
参考文献427
第10章 建模和分析：启发式搜索方法和仿真429
10.1 开篇案例：系统动力学帮助美国福陆公司更好地计划项目和变更管理429
10.2 解决问题的搜索方法431
10.3 遗传算法和开发遗传算法应用434
10.4 仿真439
10.5 可视化交互仿真446
10.6 系统动力学建模450
10.7 基于代理建模453
本章要点456
关键词456
问题讨论456
练习457
章末应用案例 惠普应用管理科学建模来优化供应链，并赢得大奖457
参考文献459
第11章 自动决策系统和专家系统461
11.1 开篇案例：洲际酒店集团使用决策规则来优化酒店房价461
11.2 自动决策系统463
11.3 人工智能领域466
11.4 专家系统的基本概念468
11.5 专家系统的应用471
11.6 专家系统的结构474
11.7 知识工程478
11.8 适用于专家系统的问题领域487
11.9 专家系统的开发488
11.10 结束语492
本章要点492
关键词493
问题讨论493
练习494
章末应用案例 纽约州的税收优化495
参考文献496
第12章 知识管理和协作系统497
12.1 开篇案例：专业知识传输系统训练未来的军队人员498
12.2 知识管理介绍501
12.3 知识管理的方法505
12.4 知识管理中的信息技术 508
12.5 群体决策：特点、过程、好处和障碍511
12.6 用计算机系统支持群体工作513
12.7 间接支持决策制定的工具515
12.8 直接计算机支持决策制定：从群体决策支持系统到群体支持系统518
本章要点521
关键词523
问题讨论523
练习524
章末应用案例 通过共享数字法医知识解决犯罪525
参考文献527
第五部分 大数据与商务分析的未来发展方向
第13章 大数据与分析530
13.1 开篇案例：当大数据遇上大数据科学530
13.2 大数据的定义534
13.3 大数据分析的基础539
13.4 大数据技术544
13.5 数据科学家552
13.6 大数据和数据仓库556
13.7 大数据供应商561
13.8 大数据与流分析568
13.9 流分析的应用571
本章要点575
关键词575
问题讨论575
练习576
章末应用案例 Discovery Health利用大数据提供更优质的医疗577
参考文献579
第14章 商务分析：趋势及未来的影响581
14.1 开篇案例：俄克拉何马州
天然气及电力公司利用数据
分析促进智能能源应用581
14.2 为组织提供基于地理位置的分析583
14.3 面向消费者的分析应用588
14.4 推荐引擎590
14.5 Web2.0革命和在线社交网络592
14.6 云计算与商务智能594
14.7 数据分析对组织的影响600
14.8 法律、隐私和道德问题603
14.9 数据分析生态系统607
本章要点614
关键词615
问题讨论615
练习616
章末应用案例 Alteryx帮助南方州立合作社优化营销活动617
参考文献618
术语表620
|
| 目錄：
|
译者序
前言
作者简介
第一部分 决策与分析
第1章 商务智能、分析和决策支持概述2
1.1 开篇案例：Magpie Sensing公司使用分析技术高效而安全地管理疫苗供应链2
1.2 不断变化的商务环境和计算机决策支持4
1.3 管理决策6
1.4 决策的信息系统支持8
1.5 计算机决策支持的早期架构10
1.6 决策支持系统（DSS）的定义与概念12
1.7 商务智能的架构13
1.8 商务分析综述18
1.9 大数据分析简介26
1.10 本书安排28
1.11 资源、链接以及Teradata大学的网络连接30
本章要点30
关键词31
问题讨论31
练习32
章末应用案例 Nationwide Insurance
使用商务智能完善客户服务33
参考文献35
第2章 决策制定的基础与技术36
2.1 开篇案例：惠普利用电子表格进行决策建模36
2.2 决策制定：介绍和定义39
2.3 决策制定过程的阶段41
2.4 决策：情报阶段43
2.5 决策：设计阶段45
2.6 决策：抉择阶段53
2.7 决策：实施阶段54
2.8 如何支持决策55
2.9 决策支持系统：性能57
2.10 决策支持系统分类60
2.11 决策支持系统的组件62
本章要点70
关键词72
问题讨论72
练习73
章末应用案例 一家大型航运公司（CSAV）的物流优化73
参考文献75
第二部分 描述性分析
第3章 数据仓库78
3.1 开篇案例：卡普里岛赌场利用企业数据仓库获胜78
3.2 数据仓库的定义和概念81
3.3 数据仓库流程概述87
3.4 数据仓库架构90
3.5 数据集成、提取、转换和加载（ETL）过程97
3.6 数据仓库开发101
3.7 数据仓库的实施问题113
3.8 实时数据仓库116
3.9 数据仓库管理、安全问题和未来趋势121
3.10 资源、链接和Teradata大学网络连接125
本章要点127
关键词128
问题讨论128
练习128
章末应用案例 大陆航空公司借助实时数据仓库迅速发展131
参考文献133
第4章 业务报表、可视化分析与企业绩效管理135
4.1 开篇案例：自助服务的报表环境
为企业用户节省上百万美元136
4.2 业务报表的定义和概念139
4.3 数据与信息可视化145
4.4 不同类型的图表150
4.5 数据可视化与可视化分析的兴起153
4.6 绩效仪表盘159
4.7 企业绩效管理164
4.8 绩效评价168
4.9 平衡计分卡170
4.10 六西格玛绩效评价系统173
本章要点177
关键词178
问题讨论178
练习179
章末应用案例 智能的业务报表帮助医疗机构提供更好的服务181
参考文献183
第三部分 预测性分析
第5章 数据挖掘186
5.1 开篇案例：坎贝拉公司用
高级分析和数据挖掘服务更多客户186
5.2 数据挖掘的概念和应用189
5.3 数据挖掘应用200
5.4 数据挖掘流程203
5.5 数据挖掘方法211
5.6 数据挖掘软件工具224
5.7 数据挖掘的隐私问题、谬误和隐患230
本章要点233
关键词234
问题讨论234
练习235
章末应用案例 Macys.com应用分析技术提升顾客购物体验238
参考文献239
第6章 预测建模相关技术240
6.1 开篇案例：预测建模有助于更好地理解和管理复杂的医疗过程240
6.2 神经网络的基本概念243
6.3 开发基于人工神经网络的系统253
6.4 使用敏感性分析来探测ANN中的黑箱257
6.5 支持向量机260
6.6 基于过程方法的SVM使用267
6.7 用于预测的最近邻方法269
本章要点273
关键词274
问题讨论274
练习275
章末应用案例 Coors利用人工神经网络提升啤酒风味279
参考文献281
第7章 文本分析、文本挖掘和情感分析283
7.1 开篇案例：机器与人类在《危险边缘》的竞争：Watson的故事283
7.2 文本分析和文本挖掘的概念和定义286
7.3 自然语言处理291
7.4 文本挖掘应用295
7.5 文本挖掘过程302
7.6 文本挖掘工具311
7.7 情感分析概述314
7.8 情感分析应用317
7.9 情感分析过程319
7.10 情感分析和语音分析323
本章要点326
关键词327
问题讨论328
练习328
章末应用案例 BBVA无死角监控并改进其在线声誉330
参考文献332
第8章 网络分析、网络挖掘和社交分析333
8.1 开篇案例：安全第一保险加深与投保人的联系333
8.2 网络挖掘概述336
8.3 网络内容和网络结构挖掘338
8.4 搜索引擎341
8.5 搜索引擎优化348
8.6 网络使用挖掘（网络分析）352
8.7 网络分析成熟模型和网络分析工具360
8.8 社交分析和社交网络分析366
8.9 社交媒体的定义和概念370
8.10 社交媒体分析373
本章要点379
关键词380
问题讨论380
练习380
章末应用案例 通过网络和预测性分析跟踪学生381
参考文献383
第四部分 规范性分析
第9章 基于模型制定决策：优化和多目标系统386
9.1 开篇案例：中西部独立输电系统运营商通过更好地设备规划和容量规划节省数十亿美元387
9.2 决策支持系统建模388
9.3 决策支持中数学模型的构建393
9.4 确定性、不确定性和风险394
9.5 决策建模与电子表格397
9.6 数学规划优化399
9.7 多目标、灵敏度分析、假设分析和单变量求解409
9.8 用决策表和决策树进行决策分析413
9.9 通过成对比较进行多目标决策415
本章要点421
关键词421
问题讨论422
练习422
章末应用案例 国际援外合作署紧急项目的预先部署426
参考文献427
第10章 建模和分析：启发式搜索方法和仿真429
10.1 开篇案例：系统动力学帮助美国福陆公司更好地计划项目和变更管理429
10.2 解决问题的搜索方法431
10.3 遗传算法和开发遗传算法应用434
10.4 仿真439
10.5 可视化交互仿真446
10.6 系统动力学建模450
10.7 基于代理建模453
本章要点456
关键词456
问题讨论456
练习457
章末应用案例 惠普应用管理科学建模来优化供应链，并赢得大奖457
参考文献459
第11章 自动决策系统和专家系统461
11.1 开篇案例：洲际酒店集团使用决策规则来优化酒店房价461
11.2 自动决策系统463
11.3 人工智能领域466
11.4 专家系统的基本概念468
11.5 专家系统的应用471
11.6 专家系统的结构474
11.7 知识工程478
11.8 适用于专家系统的问题领域487
11.9 专家系统的开发488
11.10 结束语492
本章要点492
关键词493
问题讨论493
练习494
章末应用案例 纽约州的税收优化495
参考文献496
第12章 知识管理和协作系统497
12.1 开篇案例：专业知识传输系统训练未来的军队人员498
12.2 知识管理介绍501
12.3 知识管理的方法505
12.4 知识管理中的信息技术 508
12.5 群体决策：特点、过程、好处和障碍511
12.6 用计算机系统支持群体工作513
12.7 间接支持决策制定的工具515
12.8 直接计算机支持决策制定：从群体决策支持系统到群体支持系统518
本章要点521
关键词523
问题讨论523
练习524
章末应用案例 通过共享数字法医知识解决犯罪525
参考文献527
第五部分 大数据与商务分析的未来发展方向
第13章 大数据与分析530
13.1 开篇案例：当大数据遇上大数据科学530
13.2 大数据的定义534
13.3 大数据分析的基础539
13.4 大数据技术544
13.5 数据科学家552
13.6 大数据和数据仓库556
13.7 大数据供应商561
13.8 大数据与流分析568
13.9 流分析的应用571
本章要点575
关键词575
问题讨论575
练习576
章末应用案例 Discovery Health利用大数据提供更优质的医疗577
参考文献579
第14章 商务分析：趋势及未来的影响581
14.1 开篇案例：俄克拉何马州
天然气及电力公司利用数据
分析促进智能能源应用581
14.2 为组织提供基于地理位置的分析583
14.3 面向消费者的分析应用588
14.4 推荐引擎590
14.5 Web2.0革命和在线社交网络592
14.6 云计算与商务智能594
14.7 数据分析对组织的影响600
14.8 法律、隐私和道德问题603
14.9 数据分析生态系统607
本章要点614
关键词615
问题讨论615
练习616
章末应用案例 Alteryx帮助南方州立合作社优化营销活动617
参考文献618
术语表620
|
| 內容試閱：
|
分析学已经成为这十年来的技术驱动力，如IBM、甲骨文、微软等公司都在创建专注于分析的新部门，来帮助企业更加有效和高效地运转。决策制定者利用更多的计算机工具来支持他们的工作，甚至消费者也在使用分析工具直接或间接地做出日常活动决策，如购物、医疗和娱乐。决策支持系统（DSS）商务智能（BI）领域正迅速发展成为更关注数据流的创新应用。医疗、体育、娱乐、供应链管理、公用事业等几乎所有的行业，每天都有新的应用程序出现。
本书的主题是为企业提供决策支持的商务智能（BI）和商务分析（BA）。除了传统的决策支持应用外，本书力图通过所提供的例子、产品、服务和练习，扩展读者对各种分析类型的了解，讨论与网络相关的问题。我们更关注网络智能网络分析、电子商务和其他网络应用程序的并行商务智能商务分析。这本书的相关资源可通过网站（pearsonhighered.comsharda），以及一个独立的网站dssbibook.com获取，该网站也有相关软件教程的链接。
本书的目的是向读者介绍这些技术，它们一般被称为分析。核心技术由DSS、BI和各种决策技术组成，我们使用的这些术语可以互换。本书介绍了基础的技术和这些技术的构造与使用方式。我们遵循EEE的方法来介绍这些主题：展示（exposure）、体验（experience）和探索（explore）。这本书主要提供各种分析技术及其应用程序的展示。我们的想法是，通过展示其他组织如何使用分析来决策或获得竞争优势从而激发学生学习。我们相信，展示用分析做了什么以及如何实现，是学习分析的重要组成部分。在介绍技术时，我们还将介绍用于开发这样的应用程序的具体的软件工具。本书并不局限于任何一个软件工具，所以学生可以体验多种数据分析软件工具。本书在每一章都给出了具体建议，指导学生和教师可以使用本书与许多不同的软件工具。本书的指南网站将包括特定软件指南，学生可以通过许多不同的方式获得这些技术的体验。最后，我们希望这些展示和体验能够支持与鼓励读者去探索这些技术在自己领域的潜力。为促进这样的探索，本书设计了练习，指导大家访问Teradata大学网络（TUN）和其他网站，这些网站包括很多团队练习。我们还将突出创新的新应用，读者可以在本书的指南网站上了解详情。
第10版的具体改进大部分专注于3个方面：重新梳理篇章结构、内容更新和更加突出重点。尽管有许多变化，但是本书依旧延续着内容全面和用户友好的特征，这也是本书广受欢迎的重要原因。我们删减了陈旧和冗余的材料，并压缩了大多数教师不使用的材料。同时，我们保留了几个经典的案例。最终，我们呈现给读者的是其他书中未出现过的新案例。接下来，我们介绍第10版的变化。
第10版更新了什么
为了完善本书内容，第10版做了大量篇章结构调整，从而更加强调“分析”。之前的两个版本将本书从传统的DSS转化为BI，与Teradata大学网络紧密联系。现在的版本围绕3种主要类型的分析。第10版添加了很多新内容，删除了过时的内容，以下是本书主要的变化。
新的内容编排。这本书围绕3种类型的分析组织篇章结构，即描述性分析、预测性分析和规范性分析，这种分类方式是由运筹学与管理科学研究协会（INFORMS）提出的。本书第1章引入DSSBI和分析的主题，第2章介绍了决策制定和决策支持的基础，在此之后，第3章介绍了数据仓库和数据基础。此后的部分介绍了描述性或报告分析，具体来说，包括可视化和商务性能衡量。第5～8章介绍了预测性分析。第9～12章介绍了规范性和决策分析以及其他决策支持系统。之前版本的第３章和第４章的部分内容被移到本书的第9章与第10章中。第11章涵盖了用来实现分析的专家系统和新的规则系统。第12章整合了早期版本中两个关键章节—知识管理和协作系统。第13章是一个新的章节，介绍了大数据与分析。第14章是本书的总结，讨论在商务分析领域的新兴趋势和主题，包括智能型定位、移动计算、基于云计算的分析以及分析中的隐私和伦理问题；这一章还包括数据分析生态系统的概述，从而帮助用户探索在数据分析领域可能的参与方式以及自我成长方式。因此，本书与早期版本在内容编排上有显著的不同。当然，教师仍然可以使用本书的第1～4章、第9～12章和第14章来教授传统DSS课程。
新章节。本书添加了以下章节。
第8章，“网络分析、网络挖掘和社交分析”。这一章包括网络分析和社交分析的热门话题，这是几乎全新的一章（95%的新材料）。
第13章，“大数据与分析”。本章介绍了大数据与分析的热门话题。它包含了大数据技术的基本知识和特征，这也是一个新章节（99%的新材料）。
第14章，“商务分析：趋势及未来的影响”。本章探讨了影响或可能影响商务分析的新现象。本章内容包括地理空间分析、基于位置的分析应用、面向消费者的分析应用、移动平台和云计算分析。本章更新了之前版本中在道德和隐私方面的内容，还讨论了分析生态系统（90%的新材料）。
内容精简。我们使用最常用的内容，使本书内容更精简。大体上，我们删除了预设的在线文本，在一个网站上定期提供更新的内容和链接，还减少了每一章的引用量。
重组作者团队。在之前版本优质内容的基础上（之前版本的作者有特班、阿伦森、Liang、King、沙尔达和德伦），拉姆什·沙尔达（Ramesh Sharda）和杜尔森·德伦（Dursun Delen）修改了这一版本。拉姆什和杜尔森拥有在DSS和分析领域丰富的工作与研究经验。
不断更新的网站。本书的读者将可以访问http：dssbibook.com，来获取书中的新案例、软件、教程甚至YouTube上相关视频的链接。
修订和更新的内容。基于最近的故事和事件，几乎所有的章节都有新的开篇案例和章末应用案例。此外，为了囊括最新的技术／模型的应用案例，全书的应用案例已经更新。这些应用案例包括一些讨论问题，旨在支持课堂讨论以及针对具体案例和相关材料的进一步探讨。新网站链接已经添加到本书中。我们也删除了很多陈旧的产品链接和参考文献。最后，大多数章节新加了练习题、网络练习和问题讨论。
本书保留了上一版的部分内容并进行了修改，具体内容如下。
第1章，“商务智能、分析和决策支持概述”，介绍了由INFORMS提出的3种类型的分析，即描述性分析、预测性分析和规范性分析。正如前面提到的，基于这种分类本书进行了全面的篇章结构调整。本章包括约50%的新材料，所有的案例故事都是新的。
第2章，“决策制定的基础与技术”，整合了上一版第1～3章的材料，为决策提供基础，特别是计算机支持决策。本章删除了上一版第1～3章的一些重复内容。本章包括35%的新材料，大多数案例是新的。
第3章，“数据仓库”
包括案例在内有30%的新材料
新开放案例
大部分是新案例
新内容：数据仓库的历史角度—我们如何到这里的
更好地涵盖多维建模（星形模式和雪花模式）
新的关于数据仓库未来的介绍
第4章，“业务报表、可视化分析与企业绩效管理”
60%的新材料，尤其是可视化分析和报告部分
大多数案例是新的
第5章，“数据挖掘”
25%的新材料
大多数案例是新的
第6章，“预测建模相关技术”
55%的新材料
大多数案例是新的
关于SVM和kNN的新小节
第7章，“文本分析、文本挖掘和情感分析”
50%的新材料
大多数案例是新的
关于情感分析的新章节（占整章的13）
第8章，“网络分析、网络挖掘和社交分析”（新的一章）
95%的新材料
第9章，“基于模型制定决策：优化和多目标系统”
所有案例都是新的
新增了层次分析法
新增了混合整数规划应用和练习的例子
约50%的新材料
此外，所有的微软Excel相关介绍已经更新至Microsoft Excel 2010版本。
第10章，“建模和分析：启发式搜索方法和仿真”
现在这一章引入了遗传算法和各种类型的仿真模型
新增了其他类型的仿真建模，如基于代理建模和系统动力学建模
全新案例
约60%的新材料
第11章，“自动决策系统和专家系统”
拓展介绍自动决策系统，包括航空业的示例
新的专家系统的示例
新案例
约50%的新材料
第12章，“知识管理和协作系统”
这两个主题合并为一章
新增知识管理应用的案例
约25%的新材料
第13章和第14章如前所述大多是新章节。
我们保留了许多过去版本的改进之处并更新了相关内容。总结如下：
Teradata大学网络（TUN）的链接。大多数章节包括TUN的新的链接teradata-universitynetwork.com。我们鼓励教师注册并加入teradatauniversitynetwork.com，并通过这个网站探索各种可用的内容。通过TUN可以获得案例、白皮书和软件练习，这可以保持课堂内容的新颖和及时性。
书的标题。显然，这本书的标题和重点已经改变了很多。
软件支持。TUN网站不仅免费提供软件支持，还免费提供数据挖掘和其他软件的链接。此外，该网站提供使用这些软件的练习题。
补充包：pearsonhighered.comsharda
一个全面灵活的技术支持软件包可以提升教学质量和学习体验。在本书的网站（pearsonhighered.comsharda）上读者可获取下列给教师和学生补充的材料。
教师手册。教师手册包括整个课程以及每个章节的学习目标、每一章最后的问题和练习答案、教学建议（包括项目指导）。教师手册在pearsonhighered.comsharda上可以获得。
测试题和TestGen软件。测试题包括判断题、多项选择题、填空题和问答题，问题都按难易水平进行了划分。测试题在Microsoft Word和TestGen上可用。培生教育集团的测试产生软件可以从www.pearsonhighered.comirc上获得。软件兼容PCMAC，预加载了所有测试题的问题。你可以手动或随机查看测试问题和利用拖拽来创建一个测试，也可以根据需要添加或修改问题。我们的TestGen可以转换来使用BlackBoard、WebCT、Moodle、D2L和Angel。这些转换可以在pearsonhighered.comsharda上找到，TestGen可以在www.respondus.com上找到。
幻灯片。本书提供可以阐述文中关键概念的幻灯片。教师从pearsonhighered.comsharda上可以下载幻灯片。
鸣谢
自本书的第1版出版以来，许多人提出了建议和批评。几十名学生参与测试各种章节、软件和问题以及协助收集材料。本书不可能写下所有参加这个项目的人的名字，但我们要感谢所有的人。有些人做出了重要的贡献，在此特别指出。
首先，我们感谢那些对第10版提供了正式评论的人（学校以评论日期为准）。人名略。
我们感谢那些为本书提供了文本材料或支持材料的人。Susan Baxley和Terad
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
