數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘教程

內(nèi)容概要

　　數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘是決策支持的兩項(xiàng)重要技術(shù)，它們共同的特點(diǎn)是都需要利用大量的數(shù)據(jù)資源，并從數(shù)據(jù)資源中提取信息和知識(shí)。由于數(shù)據(jù)資源豐富，因此數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘的決策支持效果顯著。
　　本書系統(tǒng)介紹數(shù)據(jù)倉(cāng)庫(kù)原理，聯(lián)機(jī)分析處理，數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)與開發(fā)，數(shù)據(jù)倉(cāng)庫(kù)的決策支持，數(shù)據(jù)挖掘原理，基于信息論的決策樹方法，基于集合論的粗糙集方法、k—均值聚類、關(guān)聯(lián)規(guī)則挖掘，仿生物技術(shù)的神經(jīng)網(wǎng)絡(luò)，遺傳算法，公式發(fā)現(xiàn)，知識(shí)挖掘，文本挖掘與web挖掘。
　　本書從數(shù)據(jù)倉(cāng)庫(kù)的興起來(lái)說(shuō)明決策支持的特點(diǎn)，從數(shù)據(jù)挖掘的理論基礎(chǔ)來(lái)說(shuō)明數(shù)據(jù)挖掘的方法，并通過(guò)實(shí)例來(lái)詳細(xì)講解。希望讀者在學(xué)習(xí)之后，親自在計(jì)算機(jī)上去實(shí)踐，這樣才能更有效地掌握數(shù)據(jù)挖掘的方法。

書籍目錄

第1章　數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘概述
　1.1　數(shù)據(jù)倉(cāng)庫(kù)的興起
　1.2　數(shù)據(jù)挖掘的興起
　1.3　數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的結(jié)合
　習(xí)題1
第2章　數(shù)據(jù)倉(cāng)庫(kù)原理
　2.1　數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)體系
　2.2　數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)模型
　2.3　數(shù)據(jù)抽取、轉(zhuǎn)換和裝載
　2.4　元數(shù)據(jù)
　習(xí)題2
第3章　聯(lián)機(jī)分析處理
　3.1　olap概念
　3.2　olap的數(shù)據(jù)模型
　3.3　多維數(shù)據(jù)的顯示
　3.4　oalp的多維數(shù)據(jù)分析
　習(xí)題3
第4章　數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)與開發(fā)
　4.1　數(shù)據(jù)倉(cāng)庫(kù)分析與設(shè)計(jì)
　4.2　數(shù)據(jù)倉(cāng)庫(kù)開發(fā)
　4.3　數(shù)據(jù)倉(cāng)庫(kù)技術(shù)與開發(fā)的困難
　習(xí)題4
第5章　數(shù)據(jù)倉(cāng)庫(kù)的決策支持
　5.1　數(shù)據(jù)倉(cāng)庫(kù)的用戶
　5.2　數(shù)據(jù)倉(cāng)庫(kù)的決策支持與決策支持系統(tǒng)
　5.3　數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用實(shí)例
　習(xí)題5
第6章　數(shù)據(jù)挖掘原理
　6.1　數(shù)據(jù)挖掘綜述
　6.2　數(shù)據(jù)挖掘方法和技術(shù)
　6.3　數(shù)據(jù)挖掘的知識(shí)表示
　習(xí)題6
第7章　信息論方法
　7.1　信息淪原理
　7.2　決策樹方法
　7.3　決策規(guī)則樹方法
　習(xí)題7
第8章　集合論方法
　8.1　粗糙集方法
　8.2　k—均值聚類
　8.3　關(guān)聯(lián)規(guī)則挖掘
　習(xí)題8
第9章　神經(jīng)網(wǎng)絡(luò)
　9.1　神經(jīng)網(wǎng)絡(luò)概念與感知機(jī)
　9.2　反向傳播網(wǎng)絡(luò)
　9.3　徑向基函數(shù)網(wǎng)絡(luò)
　9.4　神經(jīng)網(wǎng)絡(luò)的幾何意義
　習(xí)題9
第10章　遺傳算法與進(jìn)化計(jì)算
　10.1　遺傳算法
　10.2　　基于遺傳算法的分類學(xué)習(xí)系統(tǒng)
　10.3　進(jìn)化計(jì)算
　習(xí)題10
第11章　公式發(fā)現(xiàn)
　11.1　公式發(fā)現(xiàn)概述
　11.2　科學(xué)定律重新發(fā)現(xiàn)系統(tǒng)
　11.3　經(jīng)驗(yàn)公式發(fā)現(xiàn)系統(tǒng)
　習(xí)題11
第12章　知識(shí)挖掘
　12.1　變換規(guī)則的知識(shí)挖掘
　12.2　軟件進(jìn)化規(guī)律的知識(shí)挖掘
　習(xí)題12
第13章　文本挖掘與web挖掘
　13.1　文本挖掘概述
　13.2　文本挖掘
　13.3　web挖掘
　習(xí)題13
參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁(yè)：插圖：2.數(shù)據(jù)倉(cāng)庫(kù)用于決策分析隨著決策分析需求的擴(kuò)大，興起了支持決策的數(shù)據(jù)倉(cāng)庫(kù)。它是以決策主題需求集成多個(gè)數(shù)據(jù)庫(kù)，重新組織數(shù)據(jù)結(jié)構(gòu)，統(tǒng)一規(guī)范編碼，使其有效地完成各種決策分析。從數(shù)據(jù)庫(kù)到數(shù)據(jù)倉(cāng)庫(kù)的演變，體現(xiàn)了以下幾點(diǎn)：（1）數(shù)據(jù)庫(kù)用于事務(wù)處理，數(shù)據(jù)倉(cāng)庫(kù)用于決策分析。事務(wù)處理功能單一，數(shù)據(jù)庫(kù)完成事務(wù)處理的增加、刪除、修改、查詢等操作。決策分析要求數(shù)據(jù)較多。數(shù)據(jù)倉(cāng)庫(kù)需要存儲(chǔ)更多的數(shù)據(jù)，它不需要修改數(shù)據(jù)，它主要從大量數(shù)據(jù)中提取綜合信息以及利用歷史數(shù)據(jù)的規(guī)律得到預(yù)測(cè)信息。（2）數(shù)據(jù)庫(kù)保持事務(wù)處理的當(dāng)前狀態(tài)，數(shù)據(jù)倉(cāng)庫(kù)既保存過(guò)去的數(shù)據(jù)又保存當(dāng)前的數(shù)據(jù)。數(shù)據(jù)庫(kù)中的數(shù)據(jù)隨業(yè)務(wù)的變化一直在更新，總保存當(dāng)前的數(shù)據(jù)，如學(xué)生數(shù)據(jù)庫(kù)、財(cái)務(wù)數(shù)據(jù)庫(kù)等。數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)不隨時(shí)間變化而變化，但它保留大量不同時(shí)間的數(shù)據(jù)，即保留歷史數(shù)據(jù)和當(dāng)前數(shù)據(jù)。（3）數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)是大量數(shù)據(jù)庫(kù)的集成。數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)不是數(shù)據(jù)庫(kù)的簡(jiǎn)單集成，而是按決策主題，將大量數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行重新組織，統(tǒng)一編碼進(jìn)行集成。如銀行數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)是由儲(chǔ)蓄數(shù)據(jù)庫(kù)、信用卡數(shù)據(jù)庫(kù)、貸款數(shù)據(jù)庫(kù)等多個(gè)數(shù)據(jù)庫(kù)按“用戶”主題進(jìn)行重新組織、編碼和集成而建立的?？梢姡瑪?shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)量比數(shù)據(jù)庫(kù)的數(shù)據(jù)量大得多。（4）對(duì)數(shù)據(jù)庫(kù)的操作比較明確，操作數(shù)據(jù)量少。對(duì)數(shù)據(jù)倉(cāng)庫(kù)操作不明確，操作數(shù)據(jù)量大。一般對(duì)數(shù)據(jù)庫(kù)的操作都是事先知道的事務(wù)處理工作，每次操作（增加、刪除、修改、查詢）涉及的數(shù)據(jù)量也小，如一個(gè)或幾個(gè)記錄數(shù)據(jù)。對(duì)數(shù)據(jù)倉(cāng)庫(kù)的操作都是根據(jù)當(dāng)時(shí)決策需求臨時(shí)決定而進(jìn)行的。如比較兩個(gè)地區(qū)某個(gè)商品銷售的情況。該操作所涉及的數(shù)據(jù)量很大，不是幾個(gè)記錄數(shù)據(jù)，而是兩個(gè)地區(qū)多個(gè)商店的某商品的所有銷售記錄。

編輯推薦

《數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘教程(第2版)》特色：1.從數(shù)據(jù)庫(kù)到數(shù)據(jù)倉(cāng)庫(kù)、從數(shù)據(jù)字典到元數(shù)據(jù)來(lái)說(shuō)明數(shù)據(jù)倉(cāng)庫(kù)的興起。2.從聯(lián)機(jī)事務(wù)處理（OLTP）到聯(lián)機(jī)分析處理（OLAP）、多維數(shù)據(jù)的顯示來(lái)說(shuō)明多維數(shù)據(jù)的興起。3.通過(guò)實(shí)例來(lái)說(shuō)明多維數(shù)據(jù)分析的應(yīng)用與數(shù)據(jù)立方體新技術(shù)。4.突出數(shù)據(jù)倉(cāng)庫(kù)的決策支持和基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)。5.從數(shù)據(jù)挖掘的理論基礎(chǔ)來(lái)說(shuō)明數(shù)據(jù)挖掘的方法：決策樹方法的信息論原理、粗糙集方法和關(guān)聯(lián)規(guī)則挖掘方法的集合論原理。6.神經(jīng)網(wǎng)絡(luò)的介紹從簡(jiǎn)單到復(fù)雜；最早的感知機(jī)到反向傳播網(wǎng)絡(luò)BP，再到徑向基函數(shù)網(wǎng)絡(luò)。通過(guò)神經(jīng)網(wǎng)絡(luò)幾何意義的介紹，說(shuō)明神經(jīng)網(wǎng)絡(luò)的分類效果。7.變換規(guī)則的知識(shí)挖掘是在數(shù)據(jù)挖掘的基礎(chǔ)上，增加規(guī)則前提的變換和結(jié)論的變換，獲取變換規(guī)則知識(shí)。變換規(guī)則知識(shí)是適應(yīng)變化環(huán)境的新知識(shí)，是一般規(guī)則知識(shí)的發(fā)展。8.軟件進(jìn)化規(guī)律的知識(shí)挖掘，系統(tǒng)地總結(jié)了軟件進(jìn)化過(guò)程和進(jìn)化的規(guī)律，幫助讀者提高軟件開發(fā)能力。

圖書封面

圖書標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘教程 PDF格式下載

---