目录

  • 1 课程介绍
    • 1.1 欢迎词
    • 1.2 课程说明
    • 1.3 课程设计
      • 1.3.1 学习目标
      • 1.3.2 学习内容
      • 1.3.3 学习活动
    • 1.4 教师团队
    • 1.5 先修知识及必备技能
      • 1.5.1 平台使用指南
      • 1.5.2 先修知识
      • 1.5.3 必备技能
  • 2 第一章 商务智能概述
    • 2.1 1.1 商务智能的概念
    • 2.2 1.2 商务智能的核心技术和框架
    • 2.3 1.3 商务智能的组成要素
    • 2.4 1.4 商务智能的分析流程
  • 3 第二章 数据仓库
    • 3.1 2.1 数据仓库的概念
    • 3.2 2.2 数据仓库系统开发概述
    • 3.3 2.3 多维数据模型
    • 3.4 2.4 OLAP
  • 4 可视化 混合式作业
    • 4.1 可视化操作
  • 5 第三章 数据准备
    • 5.1 3.1 讨论:数据准备好了么?
    • 5.2 3.2 数据准备
    • 5.3 3.3 数据类型及处理方式
    • 5.4 3.4 数据准备主要步骤
  • 6 第四章 相关分析
    • 6.1 4.1 相关分析 基本概念
    • 6.2 4.2 相关关系理论和实践
    • 6.3 新建课程目录
  • 7 第五章 聚类分析
    • 7.1 5.1 聚类分析i概念和内容
    • 7.2 5.2 K-means 聚类算法
  • 8 第六章 回归分析
    • 8.1 6.1 回归分析
    • 8.2 6.2 一元线性回归
      • 8.2.1 6.3 回归分析中的梯度问题
    • 8.3 6.4 逻辑回归
  • 9 第七章 分类分析
    • 9.1 7.1 分类分析的原理
    • 9.2 7.2 贝叶斯分类基本原理
    • 9.3 7.3 决策树分类基本原理
    • 9.4 7.4 神经网络分类基本原理
  • 10 第八章 关联分析
    • 10.1 8.1 关联分析原理
    • 10.2 8.2 关联分析的基本算法
  • 11 第九章 文本挖掘
    • 11.1 9.1 文本挖掘的基本原理
    • 11.2 9.2 文本挖掘流程与技术
    • 11.3 9.3 中文分词方法
  • 12 第十章 大数据分析
    • 12.1 10.1 大数据与云计算 基本概念
    • 12.2 10.2 Hadoop 基本概念
    • 12.3 10.3 Spark 基本概念
  • 13 第十一章 社会网络
    • 13.1 11.1 社会网络与博弈论
    • 13.2 11.2 社会网络的基本问题
    • 13.3 11.3 社会网络的基本原则
  • 14 实验内容
    • 14.1 数据挖掘 实验一 决策树
    • 14.2 数据挖掘 实验二  K-MEANS 聚类
    • 14.3 数据挖掘 实验三 神经网络
    • 14.4 数据挖掘 实验四  关联规则
    • 14.5 rapidminer 操作视频示例
  • 15 第十六单元
    • 15.1 答辩及大作业提交
1.4 商务智能的分析流程

image.png


分析阶段:在该阶段,确定和准确描述业务问题是最为关键的一个步骤。 定位了一个具体问题之后,就可以通过该问题来定位最为相关的数据范围。比如保险公司需要知道哪些客户会延长保险,那么最相关的数据因素就是客户的保险数据,如客户的保险金额、保险年限等

确定了问题相关数据范围后,就可以开展多种调查途径来获得源数据,并通过OLAP等直接的视图分析来获得一个基本结论,在商务智能流程的第一个阶段就是确定问题,并能获得快速响应并进行互动的阶段。

了解阶段:确定了问题之后,就需要更深入地理解与当前问题相关的数据。比如在第一阶段分析表明一定数量的客户的保单并不会在第二年延长保险。那么在该阶段就需要找出该类客户具有共性的属性,来说明某些这些客户在第二年是不会延长保险的。在这个阶段,这些信息会转变成为知识,这些知识一旦被决策者掌握,就可以进行下一个阶段,决策了。

决策阶段:在该阶段,由上一阶段获得的知识就会转换为决策,并产生相应行动。比如已经获得了第二年不会延保客户的知识,决策者可以做出一个决策即生产部门提供特定的保单产品给该类客户,或者是营销部门提供特定的营销策略改变该种客户的类型等。通过获取的知识,在决策阶段,决策者可以更有效和及时地做出决定,使之更好地服务企业。

  评估阶段:最后,商务智能流程为评估阶段,在该阶段,根据企业的各个部门需求,采取不同的业绩指标是一种可行的方法。 比如:财务部门的评估为公司支出和收入;营销部门为客户增长率等