商业智能可以帮助企业管理大量的数据提取、清洗、集成、查询和分析数据,并发出报告,等等,为了得到有价值的全面信息,协助决策。它是一种数据驱动的智能管理工具。由于数据驱动决策的价值在商业智能,它从企业已经收到了广泛的关注和学术社区,已广泛应用于研究领域的客户关系管理,财务,供应链,和其他行业,如金融和能源。

在大数据时代,企业将产生大量的有价值的信息在各方面的管理和操作,以及他们如何使用这些数据并将其转化为有价值的信息成为企业领导市场的决定性因素。然而,传统的数据分析方法不能有效地使用数据统计,造成资源的巨大浪费。商业智能管理和其他利益相关者提供了行动和决策相关的信息通过先进的信息技术如数据挖掘、数据仓库、在线分析处理。目前,商业智能系统经常遭受贫穷的可移植性和集成和缺乏可伸缩性和灵活性。随着各种技术的发展,软件规模的不断扩大和日益增加的复杂性,研究业务结果问题越来越紧迫。

这个特殊的问题重点研究针对数据驱动的商业智能应用和信息技术,并为读者提供高质量的贡献探索和讨论商业智能系统的开发和优化,创新和先进信息技术的应用。我们欢迎原始研究和评论文章。

潜在的主题包括但不限于以下:

• 科学编程方法和模型数据驱动决策
• 从数学规划角度分析数据驱动的决策(模糊编程、间隔编程、随机规划等)。
• 交互式多目标动态规划决策方法
• 交互式数据探索
• 数据分析决策支持
• 商业智能系统设计
• 应用商业智能的优化
• 商业智能的智能优化模型和算法
• 科学规划商业智能可视化和表示
• 数据挖掘模型的应用和发展
• 机器和/或深度学习在商业智能算法和应用
• 采矿方法和算法(分类、回归、聚类、概率建模)
• 使用深层神经网络智能文本挖掘模型
• 大规模的分类算法和大规模集群算法在商业智能应用程序