大数据技术在企业决策支持中应用案.doc

大数据技术在企业决策支持中应用案

TOC\o1-2\h\u30259第1章大数据概述与企业决策 3

29201.1大数据的概念与特征 3

122811.2大数据在企业决策中的作用 4

192431.3大数据技术的发展与应用趋势 4

32408第2章数据采集与预处理技术 4

138782.1数据源识别与采集方法 4

140442.1.1数据源识别 5

99482.1.2数据采集方法 5

19752.2数据预处理技术 5

323902.2.1数据集成 5

25972.2.2数据转换 5

88512.2.3数据整合 6

176862.3数据清洗与质量控制 6

2802.3.1数据清洗 6

280702.3.2质量控制 6

25772第3章数据存储与管理技术 6

118323.1分布式存储技术 6

224483.1.1分布式存储原理 6

212823.1.2分布式存储在企业决策支持中的应用 7

68293.2数据仓库与数据湖 7

292043.2.1数据仓库 7

37713.2.2数据湖 8

24003.2.3数据仓库与数据湖在企业决策支持中的应用 8

153793.3数据压缩与索引技术 8

160703.3.1数据压缩技术 8

77343.3.2索引技术 8

24957第4章数据挖掘与分析技术 9

272184.1数据挖掘的基本概念与方法 9

126774.1.1数据挖掘的定义与任务 9

270844.1.2数据挖掘的过程 9

160064.2关联规则分析 10

46314.2.1关联规则的基本概念 10

7254.2.2关联规则挖掘算法 10

31344.3聚类分析与分类算法 10

172234.3.1聚类分析 10

127524.3.2分类算法 11

17149第5章决策树与随机森林算法 11

291925.1决策树的基本原理 11

47015.2随机森林算法及应用 11

269905.3决策树与随机森林在企业的应用案例 12

15036第6章机器学习与深度学习技术 12

18586.1机器学习概述 12

216516.1.1机器学习的基本概念 12

141856.1.2机器学习的分类 12

174646.1.3机器学习的应用场景 13

319406.2神经网络与深度学习 13

310836.2.1神经网络的基本原理 13

17976.2.2深度学习的优势 13

123436.2.3深度学习的主要技术 13

267656.3企业应用案例：基于深度学习的推荐系统 13

261066.3.1深度学习推荐系统的架构 14

296536.3.2深度学习推荐系统的优势 14

29616.3.3案例介绍 14

17766第7章文本挖掘与情感分析 14

15297.1文本挖掘技术 14

262377.1.1文本预处理 15

227587.1.2特征提取 15

55707.1.3文本分类与聚类 15

294667.2情感分析的基本方法 15

283477.2.1基于词典的方法 15

47487.2.2基于机器学习的方法 15

117537.2.3深度学习方法 15

98807.3企业应用案例：社交媒体数据挖掘与情感分析 15

324257.3.1数据采集与预处理 15

22517.3.2特征提取与情感分析 16

269657.3.3应用场景 16

26898第8章大数据可视化与交互分析 16

274528.1数据可视化技术 16

287498.1.1数据可视化基本概念 16

203168.1.2数据可视化方法 16

298498.1.3数据可视化在企业决策中的应用 17

220338.2交互式数据摸索与分析 17

135208.2.1交互式数据摸索 17

274088.2.2数据分析 17

320088.3企业应用案例：大数据可视化在营销策略调整中的应用 17

257058.3.1案例背景 17

256308.3.2可视化分析 18

231408.3.3营销策略调整 18

4755第9章企业战略决策与大数据分析 18