"近年来，企业经营的数字化转型已经成为研究热点，而商务智能是企业数字化转型的关键。《商务智能与数据分析》结合商务智能的发展趋势，对商务智能的基础知识及其应用进行了详尽的阐述。《商务智能与数据分析》首先介绍商务智能的概念、发展历史等，然后介绍数据仓库、监控与运营、数据挖掘、文本挖掘与Web挖掘、大数据分析、商务智能案例、相关法规等内容。《商务智能与数据分析》融理论、方法、技术、应用于一体，并运用案例阐述商务智能如何来帮助企业进行战略、战术及运作决策，提高企业洞察现状、应对挑战的能力。 《商务智能与数据分析》适合作为信息管理与信息系统、电子商务、管理科学、大数据管理与应用及其他相关专业的本科生和研究生教材，也可以作为从事商务智能的信息化人员的参考资料。 　 "

近年来，企业经营的数字化转型已经成为研究热点，而商务智能是企业数字化转型的关键。《商务智能与数据分析》结合商务智能的发展趋势，对商务智能的基础知识及其应用进行了详尽的阐述。《商务智能与数据分析》首先介绍商务智能的概念、发展历史等，然后介绍数据仓库、监控与运营、数据挖掘、文本挖掘与Web挖掘、大数据分析、商务智能案例、相关法规等内容。《商务智能与数据分析》融理论、方法、技术、应用于一体，并运用案例阐述商务智能如何来帮助企业进行战略、战术及运作决策，提高企业洞察现状、应对挑战的能力。
《商务智能与数据分析》适合作为信息管理与信息系统、电子商务、管理科学、大数据管理与应用及其他相关专业的本科生和研究生教材，也可以作为从事商务智能的信息化人员的参考资料。
　

商务智能的核心是企业充分利用企业的内外部数据，从数据中发现知识，得到最精确、最及时的信息，以帮助企业制定战略决策、战术方案、运营策略等，为企业的战略提供支持。
目前多数商务智能教材的主要内容仅包含数据仓库、数据挖掘、大数据分析等内容，讲述了大量的信息技术，但对于如何利用这些技术解决企业业务问题的介绍不多，学生学完相关内容之后，熟悉技术理论但不能熟练应用相关技术。这类商务智能教材只是一些信息技术的简单综合，无法与企业的实际业务相结合，缺少应用指导性。
本书对商务智能技术只进行了简单的原理介绍，具体理论与技术可参考相应的教材。在此基础上，本教材使用了大量的应用案例，介绍了企业如何利用商务智能技术进行决策支持，以提高企业运行效率、降低成本、提高收益。选用的案例既有国外案例，也有国内案例。
本书的目标是让学生不仅能掌握商务智能技术的基本原理，而且能知晓如何运用这些技术提高企业的运营效率，增强企业的竞争力，以更好地服务于我国的数字经济发展。
本教材共分为八章，具体介绍如下。
第1章　商务智能概述，主要介绍商务智能的发展过程及其组成部分，说明商务智能对企业的重要性，由李小燕老师编写。
第2章　数据仓库，主要介绍数据仓库的发展过程及主要特点，重点讲述了数据仓库的组成部分、开发方法及管理与维护，由申贵成老师编写。
第 3 章　监控与运营，主要介绍数据可视化分析、绩效管理方法，以及如何利用这些方法与技术对企业的运营进行实时监控，以便及时为企业预警等，由韩丽华老师编写。
第 4 章　数据挖掘，主要介绍数据挖掘的基本概念以及数据挖掘流程，重点介绍决策树、神经网络、聚类分析以及关联分析，用一些案例说明企业是如何利用这些技术来降低成本，提高收益的，由申贵成老师编写。
第 5 章　文本挖掘与Web挖掘，主要介绍文本挖掘与Web挖掘的基本方法，自然语言处理与社交媒体分析，并说明如何在企业管理中使用这些技术与方法来提高企业竞争力，由于建业老师编写。
第6章　大数据分析，主要介绍大数据的几个核心技术，包括MapReduce、Hadoop以及NoSQL等技术，简单介绍它们的基本原理，以智能电网为例说明大数据技术的应用，由申贵成老师编写。
第 7 章　商务智能案例阿里巴巴集团，介绍该公司的数据仓库开发过程，以及数据分析与可视化、大数据分析与挖掘方法等，具有较强的实用价值，由张玮炜老师编写。
第 8 章　相关法规与商务智能发展的趋势，介绍国内外相关法规以及商务智能的发展趋势，包括移动BI、自助BI、移动分析以及讲故事等，对企业发展商务智能有一定的参考意义，由张玮炜老师编写。
由于作者水平有限，本书难免存在疏漏之处，恳请广大读者批评指正，以便更好地为读者服务。

编 者
2024年1月

申贵成，男，北京物资学院信息学院，教授，所教本科课程包括数据分析与可视化、数据挖掘、商务智能、物流数据分析与挖掘实训、Python程序设计等，研究生课程包括大数据技术、机器学习、计算科学等，2008年获得北京市教学成果二等奖（排名第五）、2019年作为专业负责人将信息管理与信息系统专业成功申报为国家一流专业建设点、2021年获得北京物资学院教学成果一等奖（排名第一）。
韩丽华，女，北京物资学院信息学院，讲师，所教本科课程包括数据库基础、信息系统项目管理等。
张玮炜，女，北京物资学院信息学院，讲师，所教本科课程包括Java程序设计、Python程序设计、数据库基础、电子商务等。
李小燕，女，北京物资学院信息学院，副教授，所授本科课程包括Python程序设计、数智营销等。
于建业，男，北京物资学院信息学院，副教授,所教本科课程包括自然语言处理、大数据计算与存储、大数据治理、Python程序设计、Python网页爬虫实训等，研究生课程包括自然语言处理。
?

第1章 商务智能概述 1
1.1　商务智能的产生 1
1.2　商务智能的概念 4
1.3　商务智能的发展历史 7
1.4　商务智能现状 10
思考题 15
第2章 数据仓库 16
2.1　数据仓库的基本概念 16
2.2　数据仓库架构 22
2.3　数据集成与转换 25
2.4　数据仓库的开发方法 27
2.5　数据仓库的数据表示 30
2.6　数据仓库的开发 34
2.7　数据仓库的应用 36
2.8　实时数据仓库 42
2.9　数据仓库的管理 44
2.10　数据仓库的安全 46
2.11　数据仓库的发展趋势 47
思考题 50
第3章 监控与运营 51
3.1　可视化基础 51
3.2　可视化分析 59
3.3　商务智能与可视化 63
3.4　企业绩效管理 70
3.5 企业绩效管理方法 73
3.6　仪表盘 84
思考题 88
第4章 数据挖掘 89
4.1　数据挖掘基本概念 89
4.2　数据挖掘流程 93
4.3　决策树 99
4.4　人工神经网络 106
4.5　聚类分析 112
4.6　关联分析 117
4.7　数据挖掘软件 122
思考题 125
第5章 文本挖掘与Web挖掘 127
5.1　文本挖掘 127
5.2　自然语言处理 131
5.3　情感分析 134
5.4　Web挖掘 137
5.5　搜索引擎 141
5.6　社交媒体分析 143
思考题 147
第6章 大数据分析 149
6.1　大数据概述 149
6.2　MapReduce技术 151
6.3　Hadoop技术 154
6.4　NoSQL技术 159
6.5　大数据与数据仓库的对比 162
6.6　流分析（实时分析） 164
6.7　数据科学与数据科学家 174
思考题 179
第7章 商务智能案例阿里巴巴集团 180
7.1　阿里巴巴集团的数据仓库建设 180
7.2　数据分析与可视化 188
7.3　大数据与数据挖掘 194
7.4　阿里巴巴集团的发展现状 212
第8章 相关法规与商务智能发展的趋势 213
8.1　商务智能的相关法规 213
8.2　商务智能与商务分析 217
8.3　用户端发展趋势 221
8.4　影响商务智能发展的主要技术 225
参考文献 232