分析已經(jīng)成為這十年的技術(shù)驅(qū)動力。IBM、Oracle、Microsoft等公司正在創(chuàng)建專注于分析的新組織單元，這有助于企業(yè)提高效率。決策者正在利用數(shù)據(jù)和計算機工具做出更好的決策，甚至消費者也在直接或間接地使用分析工具，來對購物、醫(yī)療保健和娛樂等日�；顒幼龀鰶Q策。商業(yè)分析（BA）/數(shù)據(jù)科學（DS）/決策支持系統(tǒng)（DSS）/商務智能（BI）領域發(fā)展迅速，更專注于創(chuàng)新的方法和應用程序，以利用甚至在之前的一段時間沒有捕獲到（更不用說以任何重要的方式進行分析）的數(shù)據(jù)流�？蛻絷P系管理、銀行和金融業(yè)、醫(yī)療保健和醫(yī)藥、體育和娛樂、制造業(yè)和供應鏈管理、公用事業(yè)和能源，以及幾乎所有可以想象的行業(yè)每天都會出現(xiàn)新的應用程序。
本書的主題是用于支持企業(yè)決策的分析、數(shù)據(jù)科學和人工智能技術(shù)。除了傳統(tǒng)的決策支持應用程序外，此版本還通過介紹人工智能、機器學習、機器人技術(shù)、聊天機器人、物聯(lián)網(wǎng)和與互聯(lián)網(wǎng)相關的使能技術(shù)，并提供示例，帶領讀者深入了解各種類型的分析。我們強調(diào)這些技術(shù)是現(xiàn)代商業(yè)分析系統(tǒng)的新興組成部分。人工智能技術(shù)通過實現(xiàn)自主決策和支持決策過程中的步驟，對決策產(chǎn)生重大影響。人工智能和分析相互支持，通過協(xié)同來協(xié)助決策。
本書的目的是向讀者介紹通常稱為分析或商業(yè)分析（眾所周知的其他名稱還有決策支持系統(tǒng)、執(zhí)行信息系統(tǒng)和商務智能等）的技術(shù)，可以等價地使用這些術(shù)語。本書介紹用于設計和開發(fā)這些系統(tǒng)的基本方法及技術(shù)。此外，我們還介紹人工智能的基本原理以及獨立的決策支持規(guī)程。
我們遵循EEE（接觸、體驗、探索）方法來介紹這些主題。本書主要介紹各種分析技術(shù)以及它們的應用。我們的想法是，讀者將從其他組織如何使用分析做出決策或獲得競爭優(yōu)勢受到啟發(fā)。我們相信，這種接觸學習的方法以及如何實現(xiàn)它是學習分析的關鍵。在描述這些技術(shù)時，我們還介紹了可用于開發(fā)此類應用程序的特定軟件工具。本書不局限于任何一個軟件工具，因此讀者可以使用任何數(shù)量的可用軟件工具體驗這些技術(shù)。每一章都有具體建議，但是讀者可以使用許多不同的軟件工具。后，我們希望這種接觸和體驗能夠激勵讀者探索這些技術(shù)在各自領域的潛力。
第11版中所做的改進主要集中在三個方面：重組、內(nèi)容更新（包括人工智能、機器學習、聊天機器人和機器人技術(shù)）和更清晰的焦點。盡管本書內(nèi)容有了許多變化，但我們?nèi)匀槐３至诉^去幾十年使本書成為暢銷書的全面性和用戶友好性。我們還優(yōu)化了本書的篇幅和內(nèi)容：去除了舊的、多余的材料，添加和組合了與當前趨勢相符的材料。后，我們提供了沒有在任何其他書中出現(xiàn)過的準確和更新的材料。接下來我們將詳細描述第11版的變化。
第11版有什么新內(nèi)容
為了改進內(nèi)容并與不斷發(fā)展的技術(shù)趨勢保持同步，本版本進行了一次重大重組，以更好地反映當前對分析及其支持的技術(shù)的關注。本書的前三個版本從傳統(tǒng)的DSS轉(zhuǎn)換為BI，然后從BI轉(zhuǎn)換為BA，并與Teradata大學網(wǎng)絡（TUN）建立了緊密的聯(lián)系。以下總結(jié)了對本版本所做的主要更改。
新組織。本書現(xiàn)在主要圍繞兩個主題進行組織：不同類型的分析的動機、概念和方法（主要集中在預測性和規(guī)范性分析上）；驅(qū)動現(xiàn)代分析領域的新技術(shù)，如人工智能、機器學習、深度學習、機器人技術(shù)、物聯(lián)網(wǎng)、智能/機器人協(xié)作輔助系統(tǒng)等。全書共五部分。部分（第1～3章）介紹分析與人工智能：第1章介紹決策支持和相關技術(shù)的歷程，首先簡要介紹經(jīng)典的決策和決策支持系統(tǒng)，然后介紹商務智能，后介紹分析、大數(shù)據(jù)和人工智能；第2章對人工智能進行更深入的介紹；第3章介紹數(shù)據(jù)問題以及描述性分析，包括統(tǒng)計概念和可視化。第二部分（第4～7章）介紹預測性分析和機器學習：第4章介紹數(shù)據(jù)挖掘的應用和數(shù)據(jù)挖掘過程；第5章介紹用于預測性分析的機器學習技術(shù)；第6章介紹深度學習和認知計算；第7章關注文本挖掘應用以及Web分析，包括社交分析、情感分析等。第三部分（第8和9章）介紹規(guī)范性分析和大數(shù)據(jù)：第8章討論規(guī)范性分析，包括優(yōu)化和仿真；第9章介紹大數(shù)據(jù)分析的更多細節(jié)，還介紹基于云的分析和位置分析。第四部分（第10～13章）介紹機器人、社交網(wǎng)絡、人工智能和物聯(lián)網(wǎng)：第10章介紹工業(yè)和消費者應用中的機器人，并研究這些設備對未來社會的影響；第11章著重于協(xié)作系統(tǒng)、眾包；第12章回顧個人助理、聊天機器人，以及這個領域令人興奮的發(fā)展；第13章研究物聯(lián)網(wǎng)及其在決策支持和智能社會中的潛力。第五部分（第14章）簡要討論分析以及人工智能的安全、隱私和社會層面的內(nèi)容。
新的章節(jié)。我們應該注意到，本書包含的幾章已在《商務智能：數(shù)據(jù)分析的管理視角（原書第4版）》（Pearson，2018）（以下簡稱BI4e）中提供。這些章節(jié)的結(jié)構(gòu)和內(nèi)容在編入本書之前已經(jīng)有所更新，但下面各章的變化更為顯著。當然，BI4e的一些章節(jié)并沒有包含在本書的前幾個版本中。
第2章　該章介紹了人工智能的基本原理，概述了人工智能的優(yōu)點，并將人工智能與人類智能進行了比較，描述了人工智能的應用領域。通過會計、金融服務、人力資源管理、市場營銷和CRM以及生產(chǎn)運營管理中的示例應用說明了人工智能給業(yè)務帶來的好處（全新）。
第6章