一、商业银行风险管理商务智能系统研究（论文文献综述）
翟学强[1]（2021）在《商务智能在企业内部审计中的应用研究 ——以A电商企业为例》文中提出伴随着大数据和云计算等信息技术的发展,企业信息化水平不断加强,传统的内部审计技术方法很难应对不断积累的海量数据,较难有效地对企业的经营和财务信息做出评价,内部审计工作面临着新的机遇与挑战。新兴数据科学的技术方法在内部审计创新中扮演越来越重要的角色,如数据采集、数据仓库、数据查询分析、数据挖掘和数据可视化等技术,能够促进内部审计技术的转型与升级。在众多新技术中,商务智能技术作为集成了数据采集、数据仓库、数据挖掘和可视化的集合体,可以协助审计人员及时、高效、准确地发现审计疑点和审计线索,提高审计效率与效果,更加充分发挥内部审计的职能。为了探求商务智能在内部审计中的应用过程和效果,本文设计了商务智能环境下的内部审计分析框架,并以A电商企业为例进行验证。本文首先讨论了审计技术方法的发展和应用研究现状,介绍了数据科学和内部审计的基础理论,进而对商务智能技术进行了总结,为后文的撰写提供理论与技术基础。其次,本文介绍了商务智能工具Power BI,对比传统审计分析工具Excel、SQL Server,其具有逻辑简单、易学性、易操作性等特点,使得审计人员摆脱冗长的SQL代码,有助于提高审计效率与效果。再次,本文以A电商企业为例,基于A企业内部审计分析现状与审计需求,提出该企业经济性、效率性、效果性的审计目标,设计了基于Power BI的内部审计分析框架。最后,对商务智能在A电商企业的应用过程进行了详细介绍,包括基础分析和数据挖掘分析两个方面,基础分析在时间、产品、经销商等维度对业财数据进行设计与分析,数据挖掘分析选相关指标对经销商进行聚类分析,分析结果便于对经销商进行分类管理,对于有问题的经销商给予特别关注。本文案例应用效果表明:商务智能在企业内部审计中具有较强的实用性和适用性,商务智能的数据建模技术和多维分析方法显着降低了内部审计业务成本,提高了内部审计业务效率,聚类等数据挖掘方法为发现审计疑点提供了独特的思路,提高了审计结果的准确性,可视化技术提高了审计结果的直观性、可读性。商务智能应用于企业的内部审计工作,有助于内部审计职能的发挥。本文基于Power BI设计了商务智能内部审计分析系统框架和应用案例,对企业内部审计的智能化建设具有示范作用。
夏明慧[2]（2020）在《林业企业商务智能系统研建 ——以林口林业局有限公司为例》文中研究表明我国的国有林业局既承担着生态文明建设的主体责任,也肩负着产业建设的艰巨任务。在国家着力推动林业现代化发展、促进生态文明建设的大背景下,提升国有林业局信息化建设管理水平迫在眉睫。目前我国林业企业信息化建设仍存在“信息孤岛”和“建设分层”等诸多问题,急需新的信息技术进一步深化信息化建设。云计算和商务智能等技术提供了新的方法和工具,研建一套林业企业商务智能系统能有效解决林业企业信息化建设中所面临的困难和挑战。本文在软件工程学、林业企业管理、森林可持续经营等理论基础和云计算、商务智能应用技术、ETL技术等关键技术的指导下,采用文献研究法、实地调研法和案例研究法等方法,以黑龙江省林口林业局有限公司为例对林业企业商务智能系统进行了系统性研究,以期为之后的相关研究抛砖引玉。本文按照需求分析、系统设计、系统实现、应用分析的主体逻辑进行阐述:需求分析包括业务需求、功能需求、数据需求和性能需求;系统设计部分完成了商务智能平台选择、系统四层架构设计、三大主体功能设计、双层数据库模型设计以及ETL过程设计;随后利用开源商务智能平台Pentaho开发实现基于B/S架构的林业企业商务智能系统;最后结合案例企业实际,对系统的应用价值进行分析。目前该商务智能系统运行在云环境中,采用Saa S云计算的形式为终端用户提供服务。本文的研究表明:（1）商务智能技术能有效解决林业企业信息化建设中的“信息孤岛”和“建设分层”等问题,深化信息系统建设;（2）林业企业商务智能系统的应用能够显着提升林口林业局的业务洞察能力、风险监控能力、综合感知能力和科学决策能力。
肖聪[3]（2020）在《智能财务决策支持系统构建及应用研究 ——以JSNK集团公司为例》文中进行了进一步梳理大数据、人工智能、移动互联、云计算、物联网等新一代信息技术推动着经济的飞速发展,财务信息系统特别是用于财务分析与风险管控的智能财务分析与决策系统应用对于企业具有重要的意义。企业如何从激烈的行业竞争中脱颖而出,充分利用信息技术革命加强企业管理提高企业竞争力,是企业所需要,也是管理者迫切想要实现的。本文从财务智能的内涵出发,通过理论与系统的构成研究发现,大数据融合的智能财务决策支持系统可以集成多源异构数据、进行多维度财务分析与可视化展现、洞察经营与财务状况、对标历史与行业竞争力、预测未来发展以及管控财务风险,是适合企业尤其是大型的集团公司实现全方位的财务处理、分析、对标、预测、风险管控的合理途径,满足了集团企业财务智能化需求。本文选取JSNK集团公司研究发现,JSNK集团公司实现了智能财务预测、洞察、对标和风控,在系统功能模块上对应为智能驾驶仓、智慧报表、智能财务分析报告与智能交互、智能对标（行业对标、历史对标、预算对标、同省国资企业对标等）、风险预警与管控以及财务预测。系统上线近5年,现运行良好,大大提高了财务分析效率和质量,更好的辅助企业管理者决策。最后,本文通过总结该系统上线后取得的成效分析和存在的问题,参照理论架构与实际应用情况,从数据源层,智能化程度、对标标准、财务动量与分析等角度对未来系统设计进行思考和展望。
王秋荻[4]（2019）在《基于大数据背景下的海关风险管理研究 ——以G海关为例》文中指出现代国际间经济交流和贸易往来增长迅猛,对我国海关工作提出了越来越大的挑战。风险管理作为较为先进的管理方法,逐渐融入进中国海关的改革。随着经济的不断发展,互联网深入应用、云计算走向成熟,大数据浪潮正席卷当前经济社会的方方面面,对各行各业的影响也在不断加深,经济社会逐步进入以挖掘数据价值为核心的大数据时代。在大数据时代背景下,海关应该主动拥抱和使用大数据,积极探索和建立海关风险管理大数据应用,进行创新和发展,提高风险防控能力,破解海关风险管理工作面临的难题。该文以风险管理为核心,以大数据为背景,结合海关目前风险管理实际发展和应用情况,以统计抽样理论、风险管理理论、内部控制理论等相关理论为指导,借鉴国内外风险管理与海关风险管理的理论和经验,针对大数据应用的特点,结合国内海关现行的风险管理模式,从风险管理实际出发,研究如何实现海关风险管理对大数据的应用。通过对目前G海关在风险管理中面临的问题,分析存在的问题,并提出相关对策和建议。
孙楷铭[5]（2019）在《商务智能在G公司销售管理中的应用研究》文中提出在市场竞争日益激烈的大环境下,越来越多的企业经营者意识到企业信息系统所积累的数据对于企业管理的意义,企业通过信息化手段从这些数据挖掘出潜在决策信息,支持企业完成战略制定,从而帮助企业向工业4.0转型已经成为诸多制造业企业的共识。本文首先讨论了商务智能和销售管理的理论发展、研究现状和和应用现状,为本文写作提供理论依据。然后本文以G公司的销售管理业务为例,通过访谈法,全面了解G公司销售管理的业务现状与销售管理信息系统的功能现状,从不同角度对销售管理的业务现状与销售管理信息系统的功能现状进行分析。了解到目前G公司销售管理业务存在于SAP ERP、B2B、E店宝系统中,若要人为从这些销售管理信息系统中获取数据、分析数据,并从数据中挖掘潜出决策信息来帮助企业制定销售策略,需要耗费庞大的时间成本与人力成本。与此同时,日益激烈的市场竞争却要求G公司根据市场的变化,快速、及时、准确地调整自身的运营状态,使企业能够在市场中获得发展空间、占取有利地位。如何解决此矛盾成为G公司信息化建设中的重要问题。本文提出运用商务智能技术建立数据分析平台,通过数据仓储技术、联机处理分析技术、数据挖掘技术帮助G企业完成销售管理过程中数据的获取、分析、挖掘工作,提高销售数据的处理的准确性,降低销售数据处理的人力与时间耗费,弥补现有销售信息管理系统的局限性,最终提升G公司的销售管理决策制定与执行能力,优化G公司的销售管理工作。
李晶晶[6]（2018）在《企业商务智能业务外包决策风险识别与评价研究》文中认为由于商务智能中数据仓库、数据挖掘、OLAP等技术的复杂性,使一些企业自主实施商务智能时会面临开发成本高、知识挖掘难等问题。为解决这些问题,面向企业的商务智能业务外包解决方案逐渐发展起来。可不同企业所处内外部环境不相同,如何在决策中发现采用外包方案可能出现的风险,并合理规避风险,成为企业面临的新难题。为此,本文以企业的商务智能业务外包决策为切入点,对其中的风险进行研究,以助企业规避风险,提升商务智能业务外包成功率。基于相关理论及方法,本文首先分析商务智能业务外包活动的过程以及特点,探讨了商务智能业务外包决策风险形成及内容,确定了外包决策风险识别的流程及方法。接着结合相关研究,按照风险内容的不同将商务智能业务外包决策风险划分为战略、财务、商业与营运这四个方面。进一步通过风险识别方法分别从这四个方面进行分析,初步识别出了31项商务智能业务外包决策风险因素,继续采用德尔菲法从这些风险因素中选择了25项关键的商务智能业务外包决策风险因素。其次,以外包决策风险的最终识别结果为基础,构建了外包决策风险评价模型,具体来说:结合风险评价指标体系设计原则,建立了商务智能业务外包决策风险评价指标体系,确定了评价标准,构建了AHP-熵权法的模型来计算外包决策风险评价指标的权重,以及用模糊综合评价法对企业商务智能业务外包决策风险因素进行综合评价,从而得出企业商务智能业务外包决策风险的评价结果。最后,以CS企业待开展商务智能业务外包活动为例,分析该企业待外包活动的潜在风险,采用本文设计的风险评价模型对其进行评价,得出了该企业待开展商务智能业务外包的风险水平为中等,确定了该企业在外包决策时应重点关注的风险因素,并结合风险评价结果与实际为该企业提出了有针对性的外包决策风险控制对策。通过该实例验证了评价模型的有效性,可得本研究对于指导企业进行商务智能业务外包决策风险控制具有一定的现实意义,也为商务智能业务外包风险的研究提供了新思路。
卢丁磊[7]（2017）在《A银行数据管理体系构建研究》文中研究表明随着国家政策引导向民间资本开放金融市场,科技型企业大举进军互联网金融,传统银行面临空前的挑战。相比科技型互联网金融企业,传统银行在业务创新,管理水平,科技化程度等方面处于劣势。其中对数据资产的认识和管理水平差距尤其明显。本文旨在通过对A银行的业务发展和目标规划的分析,比较国内外大型银行的领先实践,构建A银行的全面数据管理体系。从而提高A银行在数据管理方面的信息化水平,发挥数据资产的价值,从而助力A银行实现业务战略目标。本文采用企业数据管理成熟度模型（EDD）的评价方法,按照从问题入手进行数据管理现状调研,设计了一整套数据管理能力成熟度调研问卷,对A银行的数据管理现状做了精确的量化分析。从中找到A银行在数据管理方面与大型股份制银行之间的差别。识别出差距较大的重点领域,作为优先开展的高优先级工作。包括:建设数据管理组织、制定数据管理制度和流程、全行数据标准设计和数据质量专项目提升等。为了长远地规划数据管理工作,A银行管理层制定了数据管理战略,将数据管理工作上升为银行全新业务,通过“数据”和“管理”的两个视角,制定实现数据战略目标及相关举措,提出数据管控目标,成立数据管理组织,构建数据管理体系,按数据管理、数据应用服务、和信息管控三大领域开展数据管理体系的构建,并对各领域所需要开展的工作进行简要说明。其次,本文重点研究和记录了A银行在数据管理战略下,对于基础性和重要性较高的数据管控领域,在人员、流程、技术（People,Process,Technology简称PPT）三个方面,所进行的探索工作。包括:数据管理组织建立、管控模式、决策机制、人员编制、制度体系以及所需的管理系统的保障支持要求。旨在通过这些前期工作,初步提高A银行的数据管理水平,进而获得高质量的数据资产,从而推动A银行的信息决策有效性。在当今互联网金融的浪潮中获得一席之地。
应依宁[8]（2017）在《商务智能在房地产集团管控中的应用研究 ——以X集团为例》文中提出近年来,房地产行业发展迅猛,市场竞争日益激烈,小型房地产陆续被淘汰,房地产企业朝集中式、规模化演变,形成了更多的企业集团。除集团化的特点外,房地产企业还存在着多元化、跨区域的发展特点,这对集团的管控提出了更高的要求,然而由于集团信息化管控上存在不足,滞后于业务的发展,使集团管控出现管控模式选择难、信息孤岛沟通难、财务信息反馈难、决策信息获取难、集团战略执行难等问题。面对这些难点,结合当下的信息化发展的趋势,本文提出企业集团需要借助商务智能来破解这些管控难点,提高房地产集团的管控能力。本文首先讨论了商务智能和集团管控的理论发展、研究现状以及国内外企业的应用现状。通过对相关概念的阐述和分析,为本文的写作提供了理论基础。其次本文以X集团为例,结合X集团信息化建设的现状,分析了X集团面临的管控难点,基于存在的管控难点,提出借助商务智能可以帮助X集团实现管控模式的过渡,减少信息孤岛现象,促进信息的整合,提高内部交流的质量。管理层通过对关键指标的监控和分析,可以掌握集团整体的经营状况,对各分子公司的绩效进行考核和评价。同时充分利用集团经营过程中积累的大量内外部数据背后的价值,提高决策质量和效率,实现精准和精细化的管控。本文通过对X集团实施商务智能的路径,主要需求与目标,系统框架设计过程以及应用效果的阐述和分析,提出在商务智能的设计和实施过程中需要结合企业的信息化基础,自身的业务特点和管控要求,不可照搬他人的模式。本文希望通过详细的案例分析为正在实施和将要实施商务智能的企业集团提供借鉴意义。
李子彬[9]（2014）在《面向农村信用合作社的商务智能技术及其应用研究》文中研究表明随着计算机的发展和普及,关系数据库系统的成功,各种各样的数据库系统正以前所未有的速度被开发出来在各行各业中广泛应用,使得事务处理更加准确和高效。而且,企业日常积累的数据更是以指数级速度快速增长。虽然数据量巨大,但是决策者和分析者真正要分析和决策的时候却感觉信息贫乏,无从下手,对大量的信息不知道如何应用。由需求驱动的商务智能相关技术：数据仓库、联机分析处理和数据挖掘等得到了快速发展,成为现如今数据大爆炸时代的技术支柱。农村信用社乃是农村金融这一体系的基础,只有深化农村信用社改革,进而改进农村金融服务,才能使农村信用社健康稳定地发展。这些都事关农民增收、农业发展、农村稳定大局。但是,农村信用社目前却存在客户的大量流失问题,已严重影响了农信社正常的发展。作为农信社的经营者,客户流失是日益激烈的竞争市场中所有金融机构所面临的一大难题,对于如何找到客户流失的原因,如何有效地降低客户流失率,进而降低资金的大量流失,已成为农信社的当务之急。虽然现在对商务智能技术应用在银行业的研究和应用不少,但是由于农村信用社的特殊情况,所面对的客户的不同,使得前人所研究出来的理论和模型在农信社应用都不是太好。另外,对于建立数据仓库过程中,某些关键设计方法和技术也只是寥寥数笔。在数据仓库设计过程中,设计人员往往还存在不少的问题。而本文以某农村信用社的数据仓库建设项目为契机,以商务智能理论和客户关系管理理论为框架,对数据仓库的设计过程中的一些关键技术进行了详细研究,并且将数据仓库建设完成后的数据应用于客户流失中,得到了一个客户流失预测模型,预测效果较好。现在对相关内容总结如下：一.对数据仓库的设计过程进行了详细的实践,这些设计的原因和原理都研究得比较清楚。主要包括：项目需求分析、逻辑模型设计、物理模型设计、ETL设计与开发等。这是一个数据仓库项目比较标准的流程,这一实践让我们更加系统地了解数据仓库商业项目中,需要的技术有哪些,另外里面的困难和挑战有哪些,另外该怎么克服这些困难和挑战。二.特别对于逻辑模型设计过程中,对于农信社的业务逻辑,如：当事入主题中的逻辑关系进行了详细地分析,进而发现需要在当事人主题下也要设计子主题。而对子主题包括哪些表,表里包括哪些字段,都做了详细研究和说明。在农信社,特别是银行的复杂的业务中,理清这些逻辑关系显得尤为重要。如果未对这些逻辑分析清楚,即使以后建立起来的数据仓库也不能满足业务部门的需求。这一部分如此重要,但是由于农信社业务的复杂性,往往一个表中的数据,牵涉到多个系统、多个表,这就需要调研人员花大力气,了解业务逻辑关系,进而完整地得到业务规则。这部分是本文的重点内容。三.在数据仓库建设好以后,可以有各种应用,主要包括：客户关系管理、产品管理、风险管理等。由于先如今农信社的客户流失问题日益严重,在本文中,利用在项目中得到的数据对客户流失进行建模,以期望能够找出客户流失的特征,进而减少客户的流失,提高农信社的效益。而在建立模型中,利用了数据挖掘中经典的决策树分析方法来对客户流失的模型建立。而在对数据的预处理方面,数据仓库的优势就体现出来了,它是一个统一的数据分析平台,可以说就是为数据分析而生的。所以在数据的预处理上就没有花费多少工夫,因为基本在仓库内都已经处理好了。这个模型与以往的银行建立的客户流失模型相比,有一定的差距。这也表明了农信社跟其他银行的不同之处。其中,这一模型中所包含的影响因素有：客户抱怨与否、客户一年内的业务量、客户拥有的产品数、客户是否有不良记录、客户的证件类型等。其中,对客户的抱怨是最重要的影响因素,正因为农信社面向的是中小企业客户和农村客户,他们对自己的主观感受比较看重,这也是情理之中的。
张远新[10]（2013）在《基于教据挖掘的企业商务智能系统平台设计》文中研究指明随着企业信息化的建设与应用,企业获得了大量的数据信息,企业迫切需要高效、科学地分析这些数据,挖掘其背后的巨大商机。而传统信息系统存在“信息孤岛”、各个系统的应用平台和存储平台相对独立。因此,出现了为管理决策人员提供决策信息的企业商务智能系统。本文研究是在奥玛集团生化能源企业商务智能项目背景下,通过对当前企业决策支持系统现在和存在的问题分析,对国内外商务智能系统及其相关技术充分研究和分析的基础上,结合数据仓库、数据挖掘和联机分析处理等技术手段和多维模型方法,提出了建立基于数据挖掘的企业商务智能系统平台,并对系统平台进行了设计与实现。系统平台综合共享了企业多个业务信息系统和数据库,实现了企业决策支持的智能化。首先,本文对生化能源企业商务智能系统及其相关关键技术研究进行了文献综述,指出当前可选择的决策支持系统和商务智能系统优点和缺点,分析了当前研究的现状和存在的问题,为本文提出基于数据挖掘的商务智能系统平台提供了思路和实现途径。其次,结合本文的技术思路和研究内容,对商务智能系统理论、系统结构及存在的问题进行分析,阐述了基于数据挖掘的企业商务智能系统平台的理论基础和关键技术,给出了数据驱动的商务智能系统所具备的优势。第三,依据生化能源企业商务智能系统平台集成和功能需求,商务智能系统总体结构设计要求、工作流程和设计原则等架构,综合分析用户需求,给出了商务智能系统平台的总体架构,对商务智能系统的主要功能模块进行了设计,包括数据预处理模块、数据仓库模块、数据挖掘模块、数据接口等。最后,结合系统架构、功能模块划分,给出BI系统平台解决方案,并利用软件开发方法对系统平台进行实现,展示了系统平台实现的主要代码和功能应用,对商务智能系统开发进行了验证说明和系统应用阐述。
二、商业银行风险管理商务智能系统研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、商业银行风险管理商务智能系统研究（论文提纲范文）
（1）商务智能在企业内部审计中的应用研究 ——以A电商企业为例（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 审计技术方法研究 |
| 1.2.2 商务智能研究现状 |
| 1.2.3 文献述评 |
| 1.3 研究思路与研究方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.4 研究框架与研究内容 |
| 1.4.1 研究框架 |
| 1.4.2 研究内容 |
| 1.5 创新点 |
| 第2章 相关理论和技术 |
| 2.1 数据科学基础理论 |
| 2.2 内部审计基础理论 |
| 2.2.1 内部审计的内涵 |
| 2.2.2 内部审计的职能 |
| 2.2.3 内部审计的流程 |
| 2.3 商务智能技术 |
| 2.3.1 数据仓库技术 |
| 2.3.2 联机分析处理技术 |
| 2.3.3 数据挖掘技术 |
| 2.3.4 可视化技术 |
| 2.4 商务智能工具Power BI |
| 2.4.1 Power BI简介 |
| 2.4.2 Power BI在审计工作中的适用性 |
| 2.5 本章小结 |
| 第3章 基于商务智能的内部审计项目设计——以A电商企业为例 |
| 3.1 案例背景 |
| 3.2 A企业内部审计现状及目标 |
| 3.2.1 内部审计现状 |
| 3.2.2 内部审计目标 |
| 3.3 A企业内部审计分析需求 |
| 3.3.1 基础分析需求 |
| 3.3.2 数据挖掘分析需求 |
| 3.4 商务智能内部审计项目设计 |
| 3.4.1 数据源 |
| 3.4.2 数据采集与处理 |
| 3.4.3 数据建模与数据挖掘 |
| 3.4.4 可视化展现 |
| 3.5 本章小结 |
| 第4章 基于商务智能的内部审计可视化分析 |
| 4.1 可视化分析总体设计 |
| 4.1.1 可视化原则 |
| 4.1.2 分析模型方法 |
| 4.1.3 维度体系 |
| 4.1.4 指标体系 |
| 4.2 数据准备 |
| 4.3 数据建模 |
| 4.3.1 创建星型模型 |
| 4.3.2 创建层次结构 |
| 4.3.3 编写度量值 |
| 4.4 可视化展现与分析 |
| 4.4.1 经销商审计分析 |
| 4.4.2 存货审计分析 |
| 4.4.3 基于分解树的审计线索发现 |
| 4.5 本章小结 |
| 第5章 基于聚类算法的问题经销商发现 |
| 5.1 聚类简介 |
| 5.1.1 聚类分析原理 |
| 5.1.2 聚类分析意义 |
| 5.1.3 聚类方法选择 |
| 5.2 指标选择及优化 |
| 5.2.1 指标选择 |
| 5.2.2 指标优化 |
| 5.3 与Power BI的结合 |
| 5.4 K值优化 |
| 5.5 聚类结果分析 |
| 5.6 本章小结 |
| 第6章 总结 |
| 6.1 研究总结 |
| 6.2 研究结论 |
| 6.3 不足与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（2）林业企业商务智能系统研建 ——以林口林业局有限公司为例（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 林业信息化 |
| 1.2.2 商务智能 |
| 1.2.3 林业企业商务智能研究评述 |
| 1.3 研究内容 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 特色与创新之处 |
| 2 理论基础与关键技术支撑 |
| 2.1 理论基础 |
| 2.1.1 软件工程学 |
| 2.1.2 林业企业管理 |
| 2.1.3 森林可持续经营 |
| 2.2 关键技术 |
| 2.2.1 云计算 |
| 2.2.2 商务智能应用技术 |
| 2.2.3 ETL技术 |
| 2.3 小结 |
| 3 林业企业商务智能系统需求分析 |
| 3.1 林口林业局有限公司概况 |
| 3.1.1 基本情况 |
| 3.1.2 信息化建设现状 |
| 3.2 业务需求 |
| 3.2.1 森林经营类指标 |
| 3.2.2 财务管理类指标 |
| 3.3 系统需求 |
| 3.3.1 功能需求 |
| 3.3.2 数据需求 |
| 3.3.3 性能需求 |
| 4 林业企业商务智能系统设计 |
| 4.1 商务智能平台选择 |
| 4.1.1 开源产品与商业产品 |
| 4.1.2 主流开源商务智能产品 |
| 4.1.3 Pentaho BI简介 |
| 4.2 架构设计 |
| 4.2.1 数据获取层 |
| 4.2.2 数据集成层 |
| 4.2.3 数据处理层 |
| 4.2.4 数据应用层 |
| 4.3 功能设计 |
| 4.3.1 报表展示功能 |
| 4.3.2 指标展示功能 |
| 4.3.3 数据多维分析功能 |
| 4.4 数据库设计 |
| 4.4.1 概念模型设计 |
| 4.4.2 逻辑模型设计 |
| 4.4.3 物理模型设计 |
| 4.5 ETL设计 |
| 4.5.1 过程一 |
| 4.5.2 过程二 |
| 4.5.3 过程三 |
| 5 林业企业商务智能系统实现 |
| 5.1 开发环境 |
| 5.2 ETL实现 |
| 5.2.1 过程一:Excel数据到My SQL数据 |
| 5.2.2 过程二:建立数据集市 |
| 5.2.3 过程三:构建数据立方体 |
| 5.3 功能实现 |
| 5.3.1 报表展示 |
| 5.3.2 指标展示 |
| 5.3.3 数据多维分析 |
| 6 林业企业商务智能系统应用分析 |
| 6.1 提升林业企业业务洞察能力 |
| 6.2 提升林业企业风险监控能力 |
| 6.3 提升林业企业综合感知能力 |
| 6.4 增强林业企业科学决策能力 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 不足之处 |
| 7.3 未来展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（3）智能财务决策支持系统构建及应用研究 ——以JSNK集团公司为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 构建智能财务决策支持系统的关键技术 |
| 1.2.2 实施智能财务决策支持系统的经济效应研究 |
| 1.3 研究内容及框架 |
| 1.3.1 研究内容及创新点 |
| 1.3.2 研究方法 |
| 1.3.3 研究技术路线 |
| 第二章 理论概述 |
| 2.1 财务决策支持系统 |
| 2.2 财务智能或智能财务 |
| 2.2.1 人工智能的发展历程 |
| 2.2.2 财务智能或智能财务内涵 |
| 2.3 智能财务决策支持系统的内涵及构成 |
| 2.3.1 智能财务决策支持系统的内涵 |
| 2.3.2 智能财务决策支持系统构成 |
| 第三章 智能财务决策支持系统应用需求研究 |
| 3.1 智能财务决策支持系统总体需求调研设计 |
| 3.2 智能财务决策支持系统应用需求调研分析 |
| 3.2.1 智能财务决策支持系统洞察需求分析 |
| 3.2.2 智能财务决策支持系统对标需求分析 |
| 3.2.3 智能财务决策支持系统财务预测需求分析 |
| 3.2.4 智能财务决策支持系统财务风险预警需求分析 |
| 3.3 JSNK集团智能财务决策支持系统构建需求分析 |
| 3.3.1 集团简介 |
| 3.3.2 JSNK集团智能财务决策支持系统的必要性分析 |
| 第四章 JSNK集团智能财务决策支持系统应用 |
| 4.1 JSNK集团智能财务决策支持系统应用的整体框架 |
| 4.2 JSNK集团智能财务决策支持系统应用分析 |
| 4.2.1 JSNK集团智能财务洞察应用 |
| 4.2.2 JSNK集团智能财务对标应用 |
| 4.2.3 JSNK集团智能财务预测应用 |
| 4.2.4 JSNK集团智能财务风险预警应用 |
| 第五章 JSNK集团智能财务决策支持系统应用效应研究 |
| 5.1 系统应用的整体效应 |
| 5.1.1 数据驱动的科学财务分析与决策 |
| 5.1.2 提升财务分析工作效率与有效性 |
| 5.2 系统实施后取得的具体成效 |
| 5.2.1 财务战略得以很好的贯彻执行 |
| 5.2.2 智能化财务可以优化企业管理水平 |
| 5.2.3 财务报告可以智能化生成 |
| 5.2.4 智能化财务可以提升管理决策有用性 |
| 第六章 总结与展望 |
| 6.1 智能财务决策支持系统需求调研总结 |
| 6.2 JSNK集团公司智能财务决策支持系统应用经验总结 |
| 6.3 智能财务分析与决策系统构建未来展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（4）基于大数据背景下的海关风险管理研究 ——以G海关为例（论文提纲范文）
| 内容摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 风险管理的技术、方法与手段研究 |
| 1.2.2 海关风险管理研究 |
| 1.2.3 文献述评 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 本文的创新点 |
| 第2章 相关概念与基础理论 |
| 2.1 基本概念 |
| 2.1.1 风险管理 |
| 2.1.2 海关风险管理 |
| 2.1.3 大数据 |
| 2.1.4 商务智能 |
| 2.2 基础理论 |
| 2.2.1 统计抽样理论 |
| 2.2.2 风险管理理论 |
| 2.2.3 内部控制理论 |
| 第3章 海关风险管理与大数据 |
| 3.1 海关风险管理框架 |
| 3.1.1 海关风险管理的目标 |
| 3.1.2 海关风险管理的作用 |
| 3.1.3 海关风险管理的要点 |
| 3.1.4 海关风险管理的程序 |
| 3.2 大数据与海关风险管理关系 |
| 3.2.1 海关风险管理对大数据的需求原因 |
| 3.2.2 大数据应用对海关风险管理提出的要求 |
| 3.3 世界海关利用大数据进行风险管理的现状 |
| 3.3.1 荷兰海关 |
| 3.3.2 美国海关 |
| 3.3.3 英国海关 |
| 第4章 G海关利用大数据进行风险管理的现状、问题与原因分析 |
| 4.1 G海关利用大数据进行风险管理的现状 |
| 4.1.1 数据收集现状 |
| 4.1.2 利用数据开展风险分析现状 |
| 4.1.3 海关业务系统数据应用 |
| 4.2 G海关利用大数据进行风险管理存在的问题 |
| 4.2.1 数据来源不足 |
| 4.2.2 整合水平不够 |
| 4.2.3 资源藩篱难以打破 |
| 4.2.4 分析能力不足 |
| 4.3 存在问题的原因分析 |
| 4.3.1 数据收集制度不完善 |
| 4.3.2 多部门数据源无法互通 |
| 4.3.3 数据应用效能不高 |
| 4.3.4 平台搭建不统一 |
| 4.3.5 专业人才不足 |
| 第5章 利用大数据完善G海关风险管理的对策 |
| 5.1 借鉴发达国家海关经验 |
| 5.2 完善数据收集制度 |
| 5.3 搭建智能大系统 |
| 5.4 建立联系配合机制 |
| 5.5 加大技术支撑 |
| 5.6 培养专业人才团队 |
| 第6章 总结 |
| 参考文献 |
| 后记 |
（5）商务智能在G公司销售管理中的应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的意义 |
| 1.2 国内外理论研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究思路和方法 |
| 1.4 论文的创新点 |
| 2 相关理论和技术 |
| 2.1 销售管理概述 |
| 2.2 销售管理的内容 |
| 2.3 商务智能概述 |
| 2.4 商务智能的核心技术 |
| 2.4.1 数据仓储 |
| 2.4.2 联机分析处理 |
| 2.4.3 数据挖掘 |
| 2.5 本章小节 |
| 3 G公司及其销售管理的现状分析 |
| 3.1 G公司基本状况 |
| 3.2 G公司销售管理业务框架 |
| 3.3 G公司销售管理的部门组织 |
| 3.4 G公司销售管理的业务内容 |
| 3.4.1 销售计划管理 |
| 3.4.2 经销商规划管理 |
| 3.4.3 产品定价管理 |
| 3.4.4 销售订单管理 |
| 3.4.5 销售发货管理 |
| 3.4.6 退换货管理 |
| 3.4.7 物流运输管理 |
| 3.5 销售管理的信息系统 |
| 3.6 本章小节 |
| 4 基于销售预测和联机分析处理的G公司销售管理应用 |
| 4.1 销售管理对商务智能的需求分析 |
| 4.2 G公司商务智能系统架构 |
| 4.3 数据挖掘在销售预测中的应用 |
| 4.3.1 三次指数平滑法 |
| 4.3.2 销量数据与平滑系数 |
| 4.3.3 销售预测 |
| 4.4 联机分析处理在销售管理中的应用 |
| 4.4.1 经销商销售分析 |
| 4.4.2 产品定价分析 |
| 4.4.3 产品销售预测分析 |
| 4.4.4 呆滞库存分析 |
| 4.4.5 产品退换货分析 |
| 4.4.6 物流商考核分析 |
| 4.5 本章小节 |
| 5 商务智能应用效果分析 |
| 5.1 销售管理工作的变化 |
| 5.2 商务智能对销售管理工作的影响 |
| 5.3 本章小节 |
| 6 研究结论和与未来展望 |
| 6.1 研究结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 附录A 销售管理业务问卷调研 |
| 致谢 |
（6）企业商务智能业务外包决策风险识别与评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究思路与框架 |
| 1.4.1 研究思路 |
| 1.4.2 论文框架 |
| 2 相关理论综述 |
| 2.1 商务智能理论综述 |
| 2.1.1 商务智能概念 |
| 2.1.2 商务智能内容 |
| 2.1.3 商务智能体系架构 |
| 2.2 业务外包管理理论综述 |
| 2.2.1 业务外包概念 |
| 2.2.2 业务外包管理 |
| 2.2.3 业务外包决策概述 |
| 2.3 风险识别与评价理论综述 |
| 2.3.1 风险管理概念 |
| 2.3.2 风险管理过程 |
| 2.3.3 风险识别及评价方法概述 |
| 3 企业商务智能业务外包决策风险识别 |
| 3.1 商务智能业务外包过程及特点 |
| 3.1.1 商务智能业务外包过程分析 |
| 3.1.2 商务智能业务外包特点分析 |
| 3.2 商务智能业务外包决策风险形成及内容 |
| 3.2.1 外包决策风险形成 |
| 3.2.2 外包决策风险内容 |
| 3.3 商务智能业务外包决策风险识别流程及方法选择 |
| 3.3.1 外包决策风险识别流程 |
| 3.3.2 外包决策风险识别方法选择 |
| 3.4 商务智能业务外包决策风险因素的识别 |
| 3.4.1 战略风险因素分析 |
| 3.4.2 财务风险因素分析 |
| 3.4.3 商业风险因素分析 |
| 3.4.4 营运风险因素分析 |
| 3.5 基于德尔菲法的商务智能业务外包决策风险因素选择 |
| 3.5.1 德尔菲法设计 |
| 3.5.2 外包决策风险因素的选择 |
| 4 企业商务智能业务外包决策风险评价 |
| 4.1 商务智能业务外包决策风险评价内容及方法选择 |
| 4.1.1 外包决策风险评价内容 |
| 4.1.2 外包决策风险评价的方法选择 |
| 4.2 商务智能业务外包决策风险评价模型构建 |
| 4.3 商务智能业务外包决策风险评价指标体系确定 |
| 4.3.1 外包决策风险评价指标体系设计原则 |
| 4.3.2 外包决策风险因素的指标化处理 |
| 4.3.3 外包决策风险评价指标体系设计 |
| 4.4 商务智能业务外包决策风险评价标准的确定 |
| 4.5 基于AHP-熵权法的商务智能业务外包决策风险评价指标权重确定 |
| 4.5.1 基于AHP-熵权法的外包决策风险评价指标权重计算方法设计 |
| 4.5.2 外包决策风险评价指标权重计算的数据来源 |
| 4.5.3 AHP法确定外包决策风险评价指标的权重 |
| 4.5.4 熵权法确定外包决策风险评价指标的权重 |
| 4.5.5 确定外包决策风险评价指标的组合权重 |
| 4.6 商务智能业务外包决策风险的综合评价 |
| 5 企业商务智能业务外包决策风险评价实例分析 |
| 5.1 CS企业商务智能业务外包分析 |
| 5.2 CS企业商务智能业务外包决策风险识别与评价 |
| 5.2.1 调查数据获取 |
| 5.2.2 外包决策风险的综合评价数据处理 |
| 5.2.3 外包决策风险的综合评价结果分析 |
| 5.3 CS企业商务智能业务外包决策风险控制对策 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 研究不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（7）A银行数据管理体系构建研究（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究问题 |
| 1.2.1 业务领域数据问题 |
| 1.2.2 IT领域数据问题 |
| 1.3 研究意义 |
| 1.3.1 产品服务创新 |
| 1.3.2 管理能力提升 |
| 1.4 研究目的 |
| 1.5 研究方法 |
| 第2章 相关理论 |
| 2.1 DAMA数据管理知识体系 |
| 2.2 数据管理能力成熟度(DMM) |
| 2.3 企业信息管理(EIM)框架 |
| 第3章 A银行数据管理能力成熟度评估 |
| 3.1 问卷设计 |
| 3.2 问卷结果分析 |
| 3.3 各领域目标设定 |
| 第4章 A银行数据管理战略 |
| 4.1 A银行数据战略目标 |
| 4.2 A银行数据管理体系框架设计 |
| 4.2.1 服务的对象 |
| 4.2.2 管理的内容 |
| 4.2.3 工作的领域 |
| 4.3 数据管理(EDM)体系核心内容 |
| 4.3.1 数据架构管理 |
| 4.3.2 数据标准管理 |
| 4.3.3 主数据管理 |
| 4.3.4 元数据管理 |
| 4.3.5 数据质量管理 |
| 4.3.6 数据安全管理 |
| 4.3.7 数据生命周期管理 |
| 4.4 数据应用服务(DAS)管理核心内容 |
| 4.4.1 定义和意义 |
| 4.4.2 管理目标 |
| 4.4.3 管理内容 |
| 4.4.4 主要活动 |
| 4.5 信息管控(IG)体系建设内容 |
| 4.5.1 组织与机制 |
| 4.5.2 制度与流程 |
| 4.5.3 技术支持 |
| 第5章 数据管控体系构建 |
| 5.1 数据管理组织建设 |
| 5.1.1 管控模式的介绍 |
| 5.1.2 A银行数据管理业务的管控模式选择 |
| 5.1.3 联邦式管控模式中职责的细分与权力要求 |
| 5.1.4 数据管理的组织机构及岗位架构 |
| 5.2 数据管理制度框架 |
| 5.3 技术支撑需求 |
| 5.3.1 数据标准管理平台 |
| 5.3.2 元数据管理平台 |
| 5.3.3 数据质量管理平台 |
| 5.3.4 主数据管理工具 |
| 第6章 总结和展望 |
| 6.1 总结 |
| 6.1.1 组织机构及人员 |
| 6.1.2 建设管理制度体系 |
| 6.1.3 系统保障 |
| 6.1.4 数据质量的监控、检查与评价 |
| 6.2 建议 |
| 参考文献 |
| 附录1 |
| 附录2 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（8）商务智能在房地产集团管控中的应用研究 ——以X集团为例（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 文献综述 |
| 1.3.1 商务智能理论发展综述 |
| 1.3.2 信息技术在集团管控中的应用研究 |
| 1.3.3 商务智能的应用现状 |
| 1.3.4 商务智能国内外研究与应用评述 |
| 1.4 研究思路与方法 |
| 1.5 本文创新点 |
| 1.6 论文基本框架 |
| 2 概念界定与相关理论 |
| 2.1 集团管控概述 |
| 2.1.1 基础概念 |
| 2.1.2 集团管控的三种模式 |
| 2.1.3 集团管控的影响因素 |
| 2.2 商务智能概述 |
| 2.2.1 商务智能定义 |
| 2.2.2 商务智能核心技术 |
| 3 X集团基本情况及管控现状 |
| 3.1 X集团基本情况 |
| 3.2 X集团组织结构 |
| 3.3 BI系统实施前X集团信息系统不足点 |
| 3.4 BI实施前X集团管控难点 |
| 3.5 X集团建设商务智能的必要性 |
| 4 X集团商务智能系统应用分析 |
| 4.1 X集团利用商务智能的管控路径 |
| 4.2 主要需求与目标 |
| 4.3 系统框架设计 |
| 4.3.1 数据处理与挖掘 |
| 4.3.2 指标体系的构成与落地 |
| 4.3.3 盈利预测模型与分析 |
| 4.3.4 现金流预测模型与分析 |
| 4.3.5 全面预算编制及分析 |
| 4.4 实施BI后的应用效果分析 |
| 4.4.1 管控职能 |
| 4.4.2 应用评价 |
| 5 结论、建议与展望 |
| 5.1 主要结论 |
| 5.2 建议 |
| 5.3 不足与展望 |
| 参考文献 |
| 致谢 |
| 个人简历及在学期间发表的研究成果 |
（9）面向农村信用合作社的商务智能技术及其应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1. 绪论 |
| 1.1 研究背景和研究意义 |
| 1.2 国内外研究状况 |
| 1.3 研究的技术理论基础 |
| 1.3.1 商务智能的概念 |
| 1.3.2 商务智能的发展 |
| 1.3.3 商务智能的数据流程与技术框架 |
| 1.4 研究内容 |
| 1.5 论文结构 |
| 2. 数据仓库需求分析 |
| 2.1 制定调研计划 |
| 2.2 实施调研 |
| 2.3 需求分析及整理 |
| 2.3.1 数据仓库的主题域 |
| 2.3.2 源系统数据接入需求 |
| 2.3.3 数据仓库数据备份与性能需求 |
| 2.3.4 项目建设目标 |
| 3 逻辑模型及物理模型设计 |
| 3.1 逻辑模型设计 |
| 3.1.1 模型设计原则 |
| 3.1.2 当事人逻辑模型设计过程 |
| 3.2 物理模型设计 |
| 3.2.1 确定数据的存储结构 |
| 3.2.2 数据的索引策略 |
| 4. ETL设计与开发和数据质量管理 |
| 4.1 ETL设计与开发 |
| 4.1.1 ETL概述 |
| 4.1.2 ETL设计原则 |
| 4.1.3 ETL逻辑架构 |
| 4.1.4 ETL任务调度总体策略 |
| 4.1.5 ETL任务 |
| 4.1.6 ETL设计与开发工程举例 |
| 5. 客户关系管理研究 |
| 5.1 客户流失原因 |
| 5.1.1 客户流失的定义和分类 |
| 5.1.2 客户流失的原因 |
| 5.2 决策树分析 |
| 5.2.1 决策树算法 |
| 5.2.2 决策树分析在银行客户流失中的应用 |
| 5.3 提高客户忠诚度的措施 |
| 6. 总结及展望 |
| 6.1 总结 |
| 6.2 展望 |
| 附录 |
| 参考文献 |
| 致谢 |
（10）基于教据挖掘的企业商务智能系统平台设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究的目的与意义 |
| 1.3 国内外研究现状 |
| 1.4 研究思路与主要内容 |
| 第二章 生化能源企业BI系统原理基础 |
| 2.1 商务智能理论原理 |
| 2.2 商务智能系统关键技术分析 |
| 2.3 数据驱动的商务智能系统 |
| 第三章 生化能源企业BI系统平台分析 |
| 3.1 生化能源企业BI系统平台需求分析 |
| 3.1.1 系统平台集成需求 |
| 3.1.2 BI系统平台功能需求 |
| 3.2 用户需求与角色定义 |
| 3.3 系统平台主要模块 |
| 3.4 系统设计需求 |
| 第四章 生化能源企业BI系统平台构建 |
| 4.1 商务智能系统总体架构 |
| 4.2 商务智能系统功能结构 |
| 4.2.1 数据仓库功能模块 |
| 4.2.2 数据挖掘功能模块 |
| 4.2.3 系统功能体系结构 |
| 4.3 数据接口设计说明 |
| 第五章 BI系统平台软件程序设计与实现 |
| 5.1 B工系统平台解决方案 |
| 5.2 B工系统平台设计实现 |
| 5.2.1 平台实现技术选择与系统结构 |
| 5.2.2 系统平台子系统实现 |
| 5.3 BI系统平台验证与应用分析 |
| 第六章 结论 |
| 参考文献 |
| 致谢 |
四、商业银行风险管理商务智能系统研究（论文参考文献）
- [1]商务智能在企业内部审计中的应用研究 ——以A电商企业为例[D]. 翟学强. 山东财经大学, 2021(12)
- [2]林业企业商务智能系统研建 ——以林口林业局有限公司为例[D]. 夏明慧. 北京林业大学, 2020(02)
- [3]智能财务决策支持系统构建及应用研究 ——以JSNK集团公司为例[D]. 肖聪. 江西理工大学, 2020(01)
- [4]基于大数据背景下的海关风险管理研究 ——以G海关为例[D]. 王秋荻. 天津财经大学, 2019(07)
- [5]商务智能在G公司销售管理中的应用研究[D]. 孙楷铭. 宁波大学, 2019(06)
- [6]企业商务智能业务外包决策风险识别与评价研究[D]. 李晶晶. 西安理工大学, 2018(08)
- [7]A银行数据管理体系构建研究[D]. 卢丁磊. 上海交通大学, 2017(08)
- [8]商务智能在房地产集团管控中的应用研究 ——以X集团为例[D]. 应依宁. 上海国家会计学院, 2017(01)
- [9]面向农村信用合作社的商务智能技术及其应用研究[D]. 李子彬. 西南财经大学, 2014(02)
- [10]基于教据挖掘的企业商务智能系统平台设计[D]. 张远新. 复旦大学, 2013(01)