數(shù)據(jù)倉庫與數(shù)據(jù)挖掘教程

內(nèi)容概要

　　數(shù)據(jù)倉庫與數(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)倉庫與數(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)倉庫原理，聯(lián)機(jī)分析處理，數(shù)據(jù)倉庫設(shè)計(jì)與開發(fā)，數(shù)據(jù)倉庫的決策支持，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)倉庫的興起來說明決策支持的特點(diǎn)，從數(shù)據(jù)挖掘的理論基礎(chǔ)來說明數(shù)據(jù)挖掘的方法，并通過實(shí)例來詳細(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)倉庫與數(shù)據(jù)挖掘概述
　1.1　數(shù)據(jù)倉庫的興起
　1.2　數(shù)據(jù)挖掘的興起
　1.3　數(shù)據(jù)倉庫和數(shù)據(jù)挖掘的結(jié)合
　習(xí)題1
第2章　數(shù)據(jù)倉庫原理
　2.1　數(shù)據(jù)倉庫結(jié)構(gòu)體系
　2.2　數(shù)據(jù)倉庫數(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)倉庫設(shè)計(jì)與開發(fā)
　4.1　數(shù)據(jù)倉庫分析與設(shè)計(jì)
　4.2　數(shù)據(jù)倉庫開發(fā)
　4.3　數(shù)據(jù)倉庫技術(shù)與開發(fā)的困難
　習(xí)題4
第5章　數(shù)據(jù)倉庫的決策支持
　5.1　數(shù)據(jù)倉庫的用戶
　5.2　數(shù)據(jù)倉庫的決策支持與決策支持系統(tǒng)
　5.3　數(shù)據(jù)倉庫應(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：插圖：2.數(shù)據(jù)倉庫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)倉庫。它是以決策主題需求集成多個(gè)數(shù)據(jù)庫，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)庫到數(shù)據(jù)倉庫的演變，體現(xiàn)了以下幾點(diǎn)：（1）數(shù)據(jù)庫用于事務(wù)處理，數(shù)據(jù)倉庫用于決策分析。事務(wù)處理功能單一，數(shù)據(jù)庫完成事務(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)倉庫需要存儲(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)庫保持事務(wù)處理的當(dāng)前狀態(tài)，數(shù)據(jù)倉庫既保存過去的數(shù)據(jù)又保存當(dāng)前的數(shù)據(jù)。數(shù)據(jù)庫中的數(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、財(cái)務(wù)數(shù)據(jù)庫等。數(shù)據(jù)倉庫中的數(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)倉庫的數(shù)據(jù)是大量數(shù)據(jù)庫的集成。數(shù)據(jù)倉庫的數(shù)據(jù)不是數(shù)據(jù)庫的簡(jiǎn)單集成，而是按決策主題，將大量數(shù)據(jù)庫中的數(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)倉庫數(shù)據(jù)是由儲(chǔ)蓄數(shù)據(jù)庫、信用卡數(shù)據(jù)庫、貸款數(shù)據(jù)庫等多個(gè)數(shù)據(jù)庫按“用戶”主題進(jìn)行重新組織、編碼和集成而建立的?？梢?，數(shù)據(jù)倉庫的數(shù)據(jù)量比數(shù)據(jù)庫的數(shù)據(jù)量大得多。（4）對(duì)數(shù)據(jù)庫的操作比較明確，操作數(shù)據(jù)量少。對(duì)數(shù)據(jù)倉庫操作不明確，操作數(shù)據(jù)量大。一般對(duì)數(shù)據(jù)庫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)倉庫的操作都是根據(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)倉庫與數(shù)據(jù)挖掘教程(第2版)》特色：1.從數(shù)據(jù)庫到數(shù)據(jù)倉庫、從數(shù)據(jù)字典到元數(shù)據(jù)來說明數(shù)據(jù)倉庫的興起。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)的顯示來說明多維數(shù)據(jù)的興起。3.通過實(shí)例來說明多維數(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)倉庫的決策支持和基于數(shù)據(jù)倉庫的決策支持系統(tǒng)。5.從數(shù)據(jù)挖掘的理論基礎(chǔ)來說明數(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)。通過神經(jīng)網(wǎng)絡(luò)幾何意義的介紹，說明神經(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

評(píng)論、評(píng)分、閱讀與下載

---

    數(shù)據(jù)倉庫與數(shù)據(jù)挖掘教程 PDF格式下載

---