數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術原理及應用

內容概要

本書從邏輯層次上分為導論、原理、技術和實踐四大部分，第1章和第2章是導論部分，首先介紹了數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的基本概念，然后從應用層面介紹了數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術在多個熱點行業(yè)的最新應用情況。第3章至第9章是原理部分，系統(tǒng)介紹了數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘技術的基本原理，以及關聯(lián)規(guī)則分析算法、聚類分析算法、分類分析算法和序列模式分析算法。第10章至第14章是技術部分，以微軟SQL Server 2000為數(shù)據(jù)管理平臺，系統(tǒng)介紹了OLAP分析功能、多維數(shù)據(jù)集設計、維度和指標的建立、MDX語言的應用、多維數(shù)據(jù)集的優(yōu)化、數(shù)據(jù)挖掘和管理技術。第15章是實踐部分，主要介紹了數(shù)據(jù)倉庫系統(tǒng)的開發(fā)方法，以一個實際的數(shù)據(jù)倉庫系統(tǒng)開發(fā)項目為背景，詳細介紹了該系統(tǒng)的體系結構設計和模型設計。    本書既可作為高等院校碩士研究生和本科生的教材和參考書，也可作為程序設計人員的參考書。

書籍目錄

第1章　數(shù)據(jù)倉庫與數(shù)據(jù)挖掘概述　1.1　從數(shù)據(jù)庫到數(shù)據(jù)倉庫　　1.1.1　數(shù)據(jù)庫遇到的困境　　1.1.2　操作型系統(tǒng)和分析型系統(tǒng)的分離　　1.1.3　數(shù)據(jù)倉庫的產(chǎn)生　　1.1.4　傳統(tǒng)數(shù)據(jù)庫與數(shù)據(jù)倉庫的區(qū)別　1.2　數(shù)據(jù)挖掘　　1.2.1　數(shù)據(jù)挖掘的產(chǎn)生　　1.2.2　數(shù)據(jù)挖掘的發(fā)展歷程　　1.2.3　數(shù)據(jù)挖掘與數(shù)據(jù)倉庫的關系　1.3　關聯(lián)學科和技術介紹　　1.3.1　統(tǒng)計學　　1.3.2　人工智能技術與機器學習　　1.3.3　商業(yè)智能　　1.3.4　0LAP（OnlineAnalytical Process，聯(lián)機分析處理）　1.4　數(shù)據(jù)倉庫產(chǎn)品介紹　　1.4.1　Business Objects　　1.4.2　0racle　　1.4.3　IBM　　1.4.4　Sybase　　1.4.5  Informix　　1.4.6　NCR　　1.4.7  SAS　　1.4.8  CA　本章小結　本章習題第2章　數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的應用和發(fā)展  2.1　金融行業(yè)的應用　　2.1.1　銀行　　2.1.2　證券　　2.1.3　保險　2.2　通信與安全行業(yè)的應用　　2.2.1　電信　　2.2.2　信息安全　2.3　生產(chǎn)制造與零售行業(yè)　　2.3.1　生產(chǎn)制造　　2.3.2　零售　2.4　醫(yī)療與生物醫(yī)學行業(yè)　　2.4.1  醫(yī)療　　2.4.2　生物醫(yī)學　2.5　其他行業(yè)　　2.5.1　公安　　2.5.2　稅務　　2.5.3　競技運動　2.6　數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術的發(fā)展趨勢　　2.6.1　數(shù)據(jù)倉庫的發(fā)展趨勢　　2.6.2　數(shù)據(jù)挖掘技術的發(fā)展趨勢　本章小結　本章習題第3章　數(shù)據(jù)倉庫的基本原理　3.1　數(shù)據(jù)倉庫的體系結構　　3.1.1　數(shù)據(jù)倉庫體系的三個層次　　3.1.2　數(shù)據(jù)倉庫體系結構的基本特點　　3.1.3　數(shù)據(jù)倉庫體系結構的計算模式  3.2　數(shù)據(jù)倉庫的基本概念　　3.2.1　數(shù)據(jù)倉庫中的數(shù)據(jù)　　3.2.2　數(shù)據(jù)倉庫處理過程中的關鍵名詞　　3.2.3　數(shù)據(jù)集市（Data Mart）  3.3　數(shù)據(jù)倉庫的特點　　3.3.1　面向主題　　3.3.2　數(shù)據(jù)的集成性　　3.3.3　數(shù)據(jù)的非易失性　　3.3.4　數(shù)據(jù)的時變性　3.4　數(shù)據(jù)倉庫的數(shù)據(jù)組織　　3.4.1　數(shù)據(jù)倉庫的數(shù)據(jù)組織結構　　3.4.2　數(shù)據(jù)的顆粒度　　3.4.3　數(shù)據(jù)的分割　　3.4.4　數(shù)據(jù)倉庫的數(shù)據(jù)組織形式……第4章　OLAP的基本原理第5章　數(shù)據(jù)挖掘的基本原理第6章　關聯(lián)規(guī)則分析算法原理與應用第7章　聚類分析算法原理與應用第8章　分類分析算法原理與應用第9章　序列模式分析算法原理與應用第10章　Microsotf SQL Server 2000數(shù)據(jù)倉庫基本操作第11章　Microsoft SQL Server 2000　OLAP的基本設計第12章　Microsotf SQL Server 2000　OLAP的高級設計第13章　Microsotf SQL Server 2000　MDX技術第14章　Microsotf SQL Server 2000數(shù)據(jù)挖掘第15章　數(shù)據(jù)倉庫系統(tǒng)開發(fā)方法、項目管理及實例技術

章節(jié)摘錄

　　第1章　數(shù)據(jù)倉庫與數(shù)據(jù)挖掘概述　　　　　1.1 從數(shù)據(jù)庫到數(shù)據(jù)倉庫　　信息技術的不斷推廣應用，將企業(yè)帶入了一個信息爆炸的時代。每天都有潮水般的信息出現(xiàn)在管理者的面前，等待管理者去處理、去使用。這些管理信息的處理類型主要有事務型處理和分析型處理兩大類。事務型處理，也就是通常所說的業(yè)務操作處理。這種操作處理主要是對管理信息進行日常的操作，對信息進行查詢和修改，目的是滿足組織特定的日常管理需要。在這類處理中，管理者關心的是信息能否得到快速的處理，信息的安全性能否得到保證，信息的完整性是否會遭到破壞。分析型處理則是指對信息做進一步的分析，為管理人員的決策提供支持。這種類型的信息處理在現(xiàn)代企業(yè)中應用越來越廣泛，越來越引起管理人員的重視。管理信息的分析型處理，必須訪問大量的歷史數(shù)據(jù)才能完成，而不像事務型處理那樣，只對當前的信息感興趣。因此，在分析型處理中，產(chǎn)生了與操作型處理所采用的傳統(tǒng)數(shù)據(jù)庫有很大差異的數(shù)據(jù)環(huán)境要求?！　鹘y(tǒng)數(shù)據(jù)庫在操作型處理中獲得了較大的成功，但是對管理人員的決策分析要求卻無法滿足。為實現(xiàn)管理人員的決策分析需要，在數(shù)據(jù)庫基礎上產(chǎn)生了能夠滿足決策分析所需要的數(shù)據(jù)環(huán)境——數(shù)據(jù)倉庫（Dw，Data Warehouse）。

圖書封面

評論、評分、閱讀與下載

---

    數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術原理及應用 PDF格式下載

---