數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)

內(nèi)容概要

企業(yè)信息化是一項革命性工程，本書以企業(yè)信息化為基點，介紹基于ERP數(shù)據(jù)倉庫系統(tǒng)的概念、體系結(jié)構(gòu)、開發(fā)方法及步驟。    全書共分9章。第1章主要介紹企業(yè)信息化發(fā)展歷程、數(shù)據(jù)庫與數(shù)據(jù)倉庫概念、特點、區(qū)別、聯(lián)系及數(shù)據(jù)倉庫系統(tǒng)在企業(yè)應(yīng)用概況；第2章介紹數(shù)據(jù)倉庫開發(fā)工具——微軟SQL Server 2000數(shù)據(jù)倉庫體系結(jié)構(gòu)及應(yīng)用技術(shù)；第3章介紹數(shù)據(jù)倉庫結(jié)構(gòu)及其創(chuàng)建，包括數(shù)據(jù)倉庫數(shù)據(jù)庫、事實表、維度表及多維數(shù)據(jù)集創(chuàng)建；第4章介紹數(shù)據(jù)倉庫開發(fā)完整過程，包括項目系統(tǒng)規(guī)劃、用戶需求確定、系統(tǒng)分析、系統(tǒng)設(shè)計、系統(tǒng)實現(xiàn)、系統(tǒng)試用及擴(kuò)充；第5章介紹DTS基本概念、DTS包的創(chuàng)建、設(shè)置及使用，如何利用DTS包把數(shù)據(jù)源自動轉(zhuǎn)入數(shù)據(jù)創(chuàng)庫；第6章介紹OLAP的MDX表示與實現(xiàn)，涉及OLAP的基本分析動作的MDX語言表示與實現(xiàn)及OLAP的前端展現(xiàn)方式，提供了豐富的MDX語言程序?qū)嵗?；?章介紹數(shù)據(jù)挖掘基礎(chǔ)，主要包括數(shù)據(jù)發(fā)掘的概念、數(shù)據(jù)發(fā)掘技術(shù)、工具、方法及步驟；第8章介紹常用的知識發(fā)現(xiàn)技術(shù)及數(shù)據(jù)挖掘方法，主要包括依賴性分析、聚類分析、基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法、基于遺傳算法的數(shù)據(jù)挖掘方法及基于粗糙集的數(shù)據(jù)挖掘方法；第9章介紹SQL Server 2000數(shù)據(jù)挖掘技術(shù)。    本書注重工程實踐性，實用性強(qiáng)，可以幫助讀者全面掌握數(shù)據(jù)倉庫構(gòu)建與數(shù)據(jù)挖的方法和步驟，開發(fā)出具有實用價值的數(shù)據(jù)倉庫系統(tǒng)。    本書適用于高等院校信息管理與信息系統(tǒng)專業(yè)、電子商務(wù)專業(yè)、物流管理專業(yè)等相關(guān)專業(yè)本科生教材，也可作為金融類、管理類有關(guān)專業(yè)研究生教材，同時，對企事業(yè)單位數(shù)據(jù)倉庫與數(shù)據(jù)挖掘工作人員、研究人員有重要參考價值。

書籍目錄

1 數(shù)據(jù)庫與數(shù)據(jù)倉庫應(yīng)用系統(tǒng)  1.1 企業(yè)信息  1.2 決策支持系統(tǒng)  1.3 數(shù)據(jù)庫到數(shù)據(jù)倉庫的演變  1.4 數(shù)據(jù)倉庫在企業(yè)領(lǐng)域應(yīng)用概述2 SQL Server 2000 數(shù)據(jù)倉庫工具    2.1 關(guān)系型數(shù)據(jù)庫管理系統(tǒng)  2.2 Analysis Services3 數(shù)據(jù)倉庫結(jié)構(gòu)及其創(chuàng)建  3.1 數(shù)據(jù)倉庫數(shù)據(jù)庫  3.2 事實數(shù)據(jù)表  3.3 維度表  3.4 維度  3.5 多維數(shù)據(jù)集4 企業(yè)數(shù)據(jù)倉庫開發(fā)過程  4.1 項目系統(tǒng)規(guī)劃及可行性報告   4.2 確定用戶需求  4.3 系統(tǒng)分析  4.4 系統(tǒng)設(shè)計  4.5 系統(tǒng)實現(xiàn)  4.6 試用  4.7 擴(kuò)充5 數(shù)據(jù)轉(zhuǎn)換服務(wù)    5.1 DTS概述  5.2 DTS包  5.3 數(shù)據(jù)轉(zhuǎn)換  5.4 使用DTS包  5.5 創(chuàng)建DTS包  5.6 DTS的高級使用6 OLAP的MDX表示與實現(xiàn)  6.1 OLAP的基本分析動作  6.2 OLAP與MDX  6.3 OLAP的前端展現(xiàn)方式  6.4 OLAP的局限性7 數(shù)據(jù)挖掘基礎(chǔ)  7.1 數(shù)據(jù)發(fā)掘的概述  7.2 數(shù)據(jù)發(fā)掘技術(shù)和工具  7.3 數(shù)據(jù)挖掘方法及步驟8 常用的知識發(fā)現(xiàn)技術(shù)  8.1 依賴性分析  8.2 聚類分析  8.3 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法  8.4 基于遺傳算法的數(shù)據(jù)挖掘方法  8.5 基于粗糙集的數(shù)據(jù)挖掘方法9 SQL Server2000 數(shù)據(jù)挖掘技術(shù)  9.1 數(shù)據(jù)挖掘數(shù)學(xué)模型  9.2 用DTS建立數(shù)據(jù)挖掘模型  9.3 使用Pivot Table服務(wù)進(jìn)行數(shù)據(jù)挖掘

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù) PDF格式下載

---