《商务智能理论与实践》的撰写目的是解决目前《商务智能》大学教学中教材理论性强、实践性弱的问题，帮助学生学以致用，尽可能快地将课堂所学运用到工作与研究实践中。本教材从原理解析、分析实践、操作实践、理论提高四个方面对商务智能这一学科进行了全面系统的剖析。其中原理解析部分着重讲述了商务智能的主要方法及原理;分析实践部分详细介绍了如何将商务智能的方法与商业实践相结合;操作实践部分详细介绍了如何借助计算机工具实现商务智能的原理和分析方法;理论提高部分对商务智能以尽可能多的维度展开介绍，对其与新技术的结合和对商业发展的推动作用进行深入分析。
《商务智能理论与实践》特别适合作为经济学、金融学、计算机科学与技术、电子商务、信息管理与信息系统等专业的大学本科、专科教材，同时也适合作为量化投资人员、经济管理人员以及计算机软件人员的培训教材。

第一章 商务智能概述 1
一、商务智能的概念 3
二、商务智能的作用 7
三、商务智能与相关概念 11
四、商务智能的技术组成 12
五、商务智能的发展 13
六、商务智能使用举例 15
七、产品流与商贸企业创新 17
第二章 产品流与企业管理 19
一、产品流与交换经济 21
二、交换经济中的产业分析——生产企业 22
三、产品流与生产企业创新 24
四、交换经济中的产业分析——商贸企业 28
五、产品流与商务智能 29
第三章 信息流与产业 33
一、互联网与移动互联网 35
二、数据、信息和知识 37
三、信息流对产业带来的变革 38
四、知识发现的过程 43
五、知识发现涉及的问题 46
第四章 大数据基础 49
一、大数据技术基础 51
二、分布式存储技术 52
三、分布式计算技术 57
四、大数据产品实例：Hadoop 57
五、其他产品 65
第五章 数据仓库与OLAP 69
一、引言 70
二、从数据库到数据仓库 71
三、从OLTP到OLAP 75
四、系统架构图 78
五、多维数据模型 78
六、数据仓库与OLAP应用举例 81
七、实践 85
八、小结 87
第六章 数据预处理 89
一、数据预处理的步骤 90
二、数据预处理与描述性数据挖掘 98
三、数据预处理与孤立点分析 99
四、描述性数据挖掘和孤立点分析应用举例 100
五、实践 103
六、小结 108
第七章 分类规则 111
一、基本概念 112
二、常用的分类方法 113
三、分类规则应用举例 120
四、实践 121
第八章 聚类 131
一、基本概念 132
二、聚类的过程 137
三、分析方法 137
四、基于K-means算法的聚类规则 140
五、K-means算法的改进 141
六、聚类分析应用举例 142
七、实践 144
八、小结 147
第九章 关联规则 149
一、基本概念 150
二、关联规则的相关概念 152
三、挖掘过程 152
四、常用算法 153
五、关联规则的应用 162
六、实践 163
七、小结 167
第十章 统计学 169
一、主成分分析 170
二、因子分析 173
三、相关分析和回归分析 175
四、统计学的应用 177
五、实践 182
六、小结 186
第十一章 人工智能 189
一、人工智能概述 190
二、人工智能关键技术 194
三、实践 205
第十二章 复杂类型的数据挖掘 211
一、Web挖掘介绍 213
二、Web内容挖掘 214
三、Web日志挖掘 215
第十三章 商务智能的发展与思维培养 225
一、信息流与资金流、产品流的结合 226
二、基于商务智能的信用评级和风险控制 227
三、时间空间数据和信息物理系统数据 230
四、商务智能中思维的培养 230
参考文献 233