【内容简介】
本书介绍规范性分析以及如何使用规范性分析进行决策，理论部分和实践部分相对平衡，展示了直观的概念插图、现实的示例问题和案例研究。
全书共6章。第1章概述商业分析及分析的纵向视图和简单分类，并介绍规范性分析所处的位置。第2章介绍优化。第3章解释蒙特卡罗模拟、离散模拟和连续模拟等强大的决策工具。第4章介绍多准则决策及其简单分类。第5章介绍专家系统和基于案例的推理。第6章介绍大数据、深度学习和认知计算等前沿分析技术。
本书适合商业分析专业人员与相关专业本科生和研究生阅读。
【作者简介】
杜尔森·德伦
（Dursun Delen）
博士，俄克拉荷马州立大学斯皮尔斯商学院管理科学和信息系统的杰出教授，商业分析、数据科学和机器学习领域的国际知名专家，领导团队进行过私人机构和美国DoD、NASA、NIST、DoE资助的高级分析与决策支持研究项目。他发表了150多篇经同行评议过的研究论文，出版了11本关于预测性分析和数据挖掘等主题的专著。
【目录】
第1章 商业分析和决策导论001
1.1 数据和商业分析001
1.2 人类决策过程概述003
1.3 商业分析概述015
1.4 分析的纵向视图019
1.5 分析的简单分类022
1.6 分析的成功案例：UPS的ORION项目025
1.7 分析的成功案例：人与机器028
1.8 结论033
参考文献033
第2章 优化和优决策035
2.1 线性规划解决方案的常见问题类型036
2.2 优化模型的类型037
2.3 用于优化的线性规划039
2.4 运输问题054
2.5 网络模型059
2.6 优化建模术语065
2.7 使用遗传算法的启发式优化066
2.8 结论071
参考文献072
第3章 决策的模拟建模073
3.1 模拟是基于系统模型的076
3.2 什么是好的模拟应用079
3.3 模拟建模的应用080
3.4 模拟开发流程081
3.5 不同类型的模拟083
3.6 蒙特卡罗模拟085
3.7 离散事件模拟093
3.8 系统动力学102
3.9 其他类型的模拟模型107
3.10 模拟建模的优点109
3.11 模拟建模的缺点110
3.12 模拟软件111
3.13 结论113
参考文献114
第4章 多准则决策116
4.1 决策的类型118
4.2 多准则决策方法的分类119
4.3 层次分析法125
4.4 网络分析法136
4.5 其他多准则决策方法143
4.6 不精确推理的模糊逻辑147
4.7 结论150
参考文献150
第5章 决策系统152
5.1 用于决策的人工智能和专家系统152
5.2 专家系统概述158
5.3 专家系统的应用162
5.4 专家系统的结构165
5.5 知识工程过程168
5.6 专家系统的优点和缺点178
5.7 基于案例的推理182
5.8 结论190
参考文献190
第6章 商业分析的未来192
6.1 大数据分析193
6.2 深度学习206
6.3 认知计算220
6.4 结论223
参考文献224
【前言】
受更好、更快决策需求的推动，商业分析越来越受欢迎。一些著名的咨询公司预测，未来几年商业分析的增长速度将是其他业务增长速度的三倍。同时，它们还将分析列为近十年重要的商业趋势之一。自Thomas H. Davenport和Jeanne G. Harris在2007年出版Competing on Analytics: The New Science of Winning一书以来，很多书籍和研究中都宣称，在战略上拥抱商业分析可以更好、更快地决策，从而提高客户的满意度，提升竞争优势，增加股东价值。因此，我们看到近年来各类企业和组织在基于分析的管理实践方面都有了大幅度增长。
在分析生态系统中，几乎所有供应商对商业分析都有自己的定义，即每个供应商都在有目的地关注硬件和软件功能的某种组合，这从总体上导致了更多的混乱。为了统一人们对“什么是商业分析”的理解，商业界和教育界共同开发了一种简单的分类法，将分析划分为三个递进的层次：描述性（诊断性）分析、预测性分析、规范性分析。本书主要介绍规范性分析，规范性分析是分析中层次的分析，也是能“做出准确、及时决策”的分析。前两个层次的分析（描述性分析和预测性分析）侧重于从数据中发现和创造洞见，而规范性分析则侧重于做出决策。基于描述性分析和预测性分析产生的洞见，规范性分析会识别、估计并比较所有可能的结果或备选方案，终选择实现业务目标的行动。
规范性分析和优化经常被当作同义词使用。一般来说，优化的意思是“改进”或“使某些结果更好”，然而在商业分析中，优化意味着经过验证的、找到解决方案的数学建模过程，即在遵守很多约束条件的同时，优化使用有限资源实现业务目标的过程。虽然至少在概念上，“优化”恰当地描述了规范性分析的目的，但是其实用性和通用性超越了包括模拟、多准则决策建模、启发式和推理式知识表示等优化，以及大数据、深度学习和认知计算等前景非常好的新兴技术。这些新趋势使得我们可以对即时且准确的行动方案有更丰富、更好的洞见。
目标读者
这本书是为那些有兴趣全面了解商业分析，特别是规范性分析的专业人士而写的，同时也适合相关专业本科生和研究生阅读，让他们在解释规范性分析作为商业分析中的顶层分析时能够很好地平衡理论与实践。本书旨在提供规范性分析的端到端的包罗万象的整体方法，不仅涵盖了优化和模拟，还包括多准则决策方法及推理式和启发式决策技术。本书增加了很多概念性插图、示例问题和解决方案，以及励志案例和成功故事。
本书内容
本书共6章。第1章概述商业分析及分析的纵向视图和简单分类，并介绍规范性分析所处的位置。这一章还对人类决策过程进行了全面描述。第2章介绍优化，并使用简单而实用的示例和应用案例描述不同类型的优化方法。第3章解释蒙特卡罗模拟、离散模拟和连续模拟等，在分析复杂系统以做出更好的决策时，它们是强大的工具。第4章介绍多准则决策及其简单分类，并展示实践中解决常见多准则问题的各种流行技术的示例。第5章介绍专家系统和基于案例的推理。这些成熟的决策技术正在对决策系统产生新的影响，在决策系统中，数据和专业知识协同作用，以支持决策过程。第6章介绍大数据、深度学习和认知计算等，这些是下一代自动化决策和规范性分析的前沿分析技术。
