第一部分 信息系统基础

  第1章 系统论

    1.1 系统

    1.2 系统模型

    1.3 系统的分类

    1.4 系统学基本原理

    小结

    习题

  第2章 信息论

    2.1 数据与信息

    2.2 信息的性质

    2.3 人类利用信息的过程

    2.4 信息的度量

    2.5 信息的分类

    2.6 信息的特点

    2.7 信息的用途

    2.8 信息与管理

    小结

    习题

  第3章 信息系统概论

    3.1 信息系统

    3.2 信息系统的发展

    3.3 信息系统的类型

    3.4 信息系统和管理的关系

    3.5 MRP、MRPII与ERP

    3.6 MIs面临的挑战

    3.7 信息系统案例研究

    小结

    习题

  第4章 信息资源管理

    4.1 信息资源管理的形成

    4.2 信息资源管理的含义

    4.2.1 信息与信息资源

    4.2.2 信息管理

    4.2.3 信息资源管理的产生

    4.2.4 信息资源管理的含义

    4.3 信息资源管理的发展

    4.4 信息资源内容管理

    4.5 网络信息资源管理

    4.6 设立企业C10

    4.7 企业IT治理

    小结

    习题

第二部分 信息系统

  第5章 管理信息系统

    5.1 管理信息系统的定义和概念

    5.1.1 管理信息系统的定义

    5.1.2 管理信息系统的要素

    5.1.3 MIS的概念

    5.1.4 管理信息系统的开发

    5.2 管理信息系统可行性分析

    5.2.1 可行性分析的目的和步骤

    5.2.2 可行性研究报告

    5.3 管理信息系统规划

    5.4 信息系统开发方法

    5.5 系统分析

    5.6 系统设计

    5.7 系统实施、评价与运行管理

    5.8 信息系统项目管理

    5.9 业务流程再造案例研究

    小结

    习题

  第6章 决策支持系统

    6.1 管理与决策

    6.2 决策问题的类型

    6.3 决策模型

    6.4 决策支持系统的发展历史

    6.5 决策支持技术的新进展

    6.6 决策支持系统详解

    6.6.1 决策支持系统的定义

    6.6.2 决策支持系统的原理

    6.6.3 决策支持系统的发展

    6.6.4 决策支持系统的功能

    6.6.5 决策支持系统的基本模式

    6.6.6 决策支持系统的部件

    6.7 智能决策支持系统

    6.8 群决策支持系统

    6.9 新决策支持系统

    6.1 0综合决策支持系统结构

    6.1 1网络环境的综合决策支持系统

    6.1 2决策支持系统应用案例研究

    小结

    习题

  第7章 数据仓库与联机分析

    7.1 数据仓库简介

    7.2 数据预处理

    7.3 己数据

    7.4 数据组织

    7.5 数据仓库工具——OLAP

    7.6 商务智能

    7.7 数据仓库的应用

    7.8 数据仓库案例研究

    小结

    习题

  第8章 数据挖掘

    8.1 数据挖掘的基本概念

    8.2 数据挖掘的过程

    8.3 数据挖掘的分类

    8.4.数据挖掘方法

    8.4.1 神经网络

    8.4.2 决策树

    8.4.3 关联规则

    8.4.4 聚类算法

    8.5 数据挖掘的应用范围

    8.6 数据挖掘案例研究

    小结

    习题

第三部分 数据科学

  第9章 云计算

    9.1 云计算的出现

    9.2 云计算概论

    9.2.1 云计算的定义

    9.2.2 云计算的发展史

    9.2.3 云计算的基本特征、部署模式、服务形态和判识标准

    9.3 云计算关键技术

    9.3.1 云计算产生的基础

    9.3.2 云计算所涉及的关键技术

    9.4 云计算的意义

    9.5 云计算对企业信息化的启示

    9.5.1 资源与资产的脱钩以及资源的弹性配置

    9.5.2 公共运行平台的做大做强

    9.5.3 服务形态

    9.6 企业实施云计算的策略与方法

    小结

    习题

  第10章 大数据及其应用

    10.1 大数据的概念

    10.1.1 大数据的发展

    10.1.2 大数据的分类

    10.2 大数据的特点

    10.3 大数据的影响

    10.4 大数据技术

    10.4.1 整体技术

    10.4.2 关键技术

    10.5 商业大数据的应用

    10.5.1 大数据的商业价值

    10.5.2 大数据与零售业的结合运用

    10.5.3 大数据在零售企业实战中的应用案例

    10.6 大数据的趋势

    10.6.1 发展方向

    10.6.2 发展趋势

    10.7 大数据的企业应对策略

    10.8 大数据处理软件Had00p

    小结

    习题

  第11章 数据科学概论

    11.1 数据科学与数据科学家

    11.1.1 关于大数据和数据科学

    11.1.2 数据科学正在成长

    11.1.3 数据科学的出现

    11.1.4 数据化

    11.1.5 数据科学的概念

    11.1.6 数据科学家

    11.1.7 数据科学家的类型

    11.2 探索性数据分析

    11.2.1 大数据时代的统计思维

    11.2.2 探索性数据分析

    11.2.3 数据科学处理过程

    11.2.4 探索性分析案例研究

    11.3 算法

    11.3.1 机器学习算法

    11.3.2 三种基本算法

    11.3.3 线性回归

    11.3.4 k一近邻(k—NN)算法

    11.3.5 护均值(扣Means)算法

    11.4 朴素贝叶斯算法

    11.4.1 朴素贝叶斯

    11.4.2 单个单词的垃圾邮件过滤器

    11.4.3 含多个单词的垃圾邮件过滤器：朴素贝叶斯

    11.5 推送系统

    11.5.1 普通推送算法介绍

    11.5.2 一个实际的推送引擎

    11.6 数据可视化

    11.6.1 数据可视化技术

    11.6.2 多维数据可视化

    11.6.3 数据仪表盘

    小结

    习题

  第12章 R语言基础

    12.1 R语言简介

    12.2 R软件安装

    12.3 R的函数

    12.4 R语言语法简述

    12.5 R语言案例

    小结

    习题

    参考文献