數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術

第1章  數(shù)據(jù)倉庫導論
1.1  數(shù)據(jù)倉庫的發(fā)展及展望
1.1.1  從傳統(tǒng)數(shù)據(jù)庫到數(shù)據(jù)倉庫
1.1.2  數(shù)據(jù)倉庫的定義與基本特性
1.1.3  數(shù)據(jù)倉庫的幾個重要概念
1.1.4  數(shù)據(jù)倉庫的未來發(fā)展
1.2  數(shù)據(jù)倉庫的應用
1.2.1  數(shù)據(jù)倉庫的兩類用戶——信息的使用者與知識的挖掘者
1.2.2  信息使用者的數(shù)據(jù)倉庫應用
1.2.3  知識挖掘者的數(shù)據(jù)倉庫應用
1.3  數(shù)據(jù)倉庫總體結構
1.3.1  數(shù)據(jù)倉庫的總體參考框架
1.3.2  數(shù)據(jù)倉庫基本功能層
1.3.3  數(shù)據(jù)倉庫的管理層
1.3.4  數(shù)據(jù)倉庫的元數(shù)據(jù)管理層
1.3.5  數(shù)據(jù)倉庫的環(huán)境支持層
1.4  數(shù)據(jù)倉庫技術
本章小結
習題
第2章  Oracle的數(shù)據(jù)倉庫設計與使用
2.1  Oracle數(shù)據(jù)倉庫開發(fā)工具簡介
2.1.1  Oracle數(shù)據(jù)倉庫的技術基礎工具
2.1.2  Oracle數(shù)據(jù)倉庫的分析應用工具
2.1.3  Oracle數(shù)據(jù)倉庫創(chuàng)建工具
2.1.4  Oracle數(shù)據(jù)倉庫維護工具
2.2  Oracle數(shù)據(jù)倉庫創(chuàng)建
2.2.1  Oracle數(shù)據(jù)倉庫的創(chuàng)建
2.2.2  Oracle數(shù)據(jù)倉庫表空間的創(chuàng)建
2.2.3  Oracle數(shù)據(jù)倉庫表的創(chuàng)建
2.3  Oracle數(shù)據(jù)倉庫的維與立方創(chuàng)建
2.3.1  Oracle數(shù)據(jù)倉庫的維創(chuàng)建
2.3.2  Oracle數(shù)據(jù)倉庫的立方創(chuàng)建
2.4  Oracle數(shù)據(jù)倉庫的應用工具簡介
2.4.1  Oracle數(shù)據(jù)倉庫的OLAP應用
2.4.2  Oracle數(shù)據(jù)倉庫的數(shù)據(jù)挖掘應用
本章小結
習題
第3章  SQL Server的數(shù)據(jù)倉庫設計與使用
3.1  SQL Server數(shù)據(jù)倉庫開發(fā)工具及應用
3.2  SQL Server 的數(shù)據(jù)倉庫創(chuàng)建
3.2.1  創(chuàng)建數(shù)據(jù)庫
3.2.2  創(chuàng)建表
3.3  SQL Server中的數(shù)據(jù)倉庫訪問與操縱
3.3.1  Analysis Manager數(shù)據(jù)庫的創(chuàng)建與數(shù)據(jù)源的確定
3.3.2  用Analysis Services創(chuàng)建維
3.3.3  用Analysis Services創(chuàng)建多維數(shù)據(jù)集
3.3.4  用查詢分析器（Transact-SQL）訪問數(shù)據(jù)倉庫
3.3.5  用Microsoft English Query操縱數(shù)據(jù)倉庫
3.4  SQL Server中的數(shù)據(jù)提取與加載
3.4.1  SQL Server的數(shù)據(jù)復制工具與應用
3.4.2  DTS的數(shù)據(jù)導出工具（DTS Export Wizard）
3.4.3  DTS的數(shù)據(jù)導入工具（DTS Import Wizard）
3.4.4  DTS的數(shù)據(jù)轉換
3.5  SQL Server中的數(shù)據(jù)挖掘工具與應用
3.5.1  SQL Server中的數(shù)據(jù)挖掘工具
3.5.2  決策類數(shù)據(jù)挖掘工具的應用
3.5.3  聚類分析的數(shù)據(jù)挖掘工具應用
本章小結
習題
第4章  Delphi中的數(shù)據(jù)倉庫設計與使用
4.1  Delphi 簡介
4.1.1  Delphi的開發(fā)集成環(huán)境組成
4.1.2  Delphi的菜單欄與應用
4.1.3  Delphi的工具欄與應用
4.1.4  Delphi的組件板與應用
4.1.5  Delphi的對象檢查器與應用
4.1.6  Delphi的窗體與應用
4.1.7  Delphi的代碼編輯器與應用
4.1.8  Delphi應用程序的設計過程
4.2  Delphi中的數(shù)據(jù)倉庫組件
4.3  DecisionQuery組件
4.3.1  DecisionQuery組件的主要屬性
4.3.2  DecisionQuery組件的主要方法
4.3.3  DecisionQuery組件的主要事件
4.3.4  利用DecisionQuery組件選擇需要分析的數(shù)據(jù)維
4.3.5  利用DecisionQuery組件選擇數(shù)據(jù)的分析公式
4.4  DecisionCube與DecisionSource組件
4.4.1  DecisionCube組件的主要屬性
4.4.2  DecisionCube組件的主要方法
4.4.3  DecisionCube組件的主要事件
4.4.4  DecisionSource組件的主要屬性
4.4.5  DecisionSource組件的主要方法
4.4.6  DecisionSource組件的主要事件
4.5  DecisionPivot組件、DecisionGrid組件與DecisionGraph組件
4.5.1  DecisionPivot組件的主要屬性
4.5.2  DecisionPivot組件的主要方法
4.5.3  DecisionPivot組件的主要事件
4.5.4  DecisionGrid組件的主要屬性
4.5.5  DecisionGrid組件的主要方法
4.5.6  DecisionGrid組件的主要事件
4.5.7  DecisionGraph組件的主要屬性
4.5.8  DecisionGraph組件的主要方法
4.5.9  DecisionGraph組件的主要事件
本章小結
習題
案例4.1
第5章  數(shù)據(jù)倉庫開發(fā)模型
5.1  數(shù)據(jù)倉庫的各種數(shù)據(jù)模型
5.2  數(shù)據(jù)倉庫概念模型
5.2.1  概念數(shù)據(jù)模型
5.2.2  規(guī)范的數(shù)據(jù)模型
5.2.3  星型模型
5.2.4  雪花模型
5.3  中間層邏輯模型
5.4  物理數(shù)據(jù)模型
5.4.1  事實表模型設計
5.4.2  維模型設計
5.4.3  數(shù)據(jù)倉庫物理數(shù)據(jù)模型的性能問題
5.5  元數(shù)據(jù)模型
5.5.1  元數(shù)據(jù)的類型與組成
5.5.2  元數(shù)據(jù)在數(shù)據(jù)倉庫中的作用
5.5.3  元數(shù)據(jù)的收集
5.5.4  元數(shù)據(jù)的存儲、管理與維護
5.5.5  元數(shù)據(jù)的用戶與使用方法
5.5.6  元數(shù)據(jù)管理模型
5.6  數(shù)據(jù)倉庫的粒度模型
5.6.1  數(shù)據(jù)粒度的劃分
5.6.2  確定粒度的級別
本章小結
習題
第6章  數(shù)據(jù)倉庫開發(fā)應用的階段
6.1  數(shù)據(jù)倉庫的生命周期
6.1.1  數(shù)據(jù)倉庫的階段性
6.1.2  數(shù)據(jù)倉庫的螺旋式開發(fā)方法
6.1.3  數(shù)據(jù)倉庫的開發(fā)特點
6.2  數(shù)據(jù)倉庫的規(guī)劃
6.2.1  選擇數(shù)據(jù)倉庫實現(xiàn)策略
6.2.2  確定數(shù)據(jù)倉庫的開發(fā)目標和實現(xiàn)范圍
6.2.3  數(shù)據(jù)倉庫的結構
6.2.4  數(shù)據(jù)倉庫使用方案和項目規(guī)劃預算
6.3  數(shù)據(jù)倉庫的需求定義
6.3.1  定義業(yè)主的需求
6.3.2  定義設計者的需求
6.3.3  開發(fā)者的需求定義
6.3.4  最終用戶的需求定義
6.3.5  數(shù)據(jù)倉庫的數(shù)據(jù)模型設計
6.4  數(shù)據(jù)倉庫的設計和實施階段
6.4.1  數(shù)據(jù)倉庫的數(shù)據(jù)源確定以及與業(yè)務處理系統(tǒng)接口的設計
6.4.2  數(shù)據(jù)倉庫的體系結構與數(shù)據(jù)庫設計
6.4.3  數(shù)據(jù)倉庫的中間件設計
6.4.4  數(shù)據(jù)倉庫的數(shù)據(jù)抽取
6.4.5  數(shù)據(jù)倉庫的數(shù)據(jù)加載
6.4.6  數(shù)據(jù)倉庫數(shù)據(jù)的復制與發(fā)行
6.4.7  數(shù)據(jù)倉庫的測試
6.5  數(shù)據(jù)倉庫的使用、支持和增強階段
6.5.1  數(shù)據(jù)倉庫的用戶培訓及支持
6.5.2  數(shù)據(jù)倉庫的使用方式
6.5.3  數(shù)據(jù)倉庫使用中的數(shù)據(jù)刷新
6.5.4  數(shù)據(jù)倉庫的增強
本章小結
習題
第7章  數(shù)據(jù)倉庫的開發(fā)過程
7.1  數(shù)據(jù)倉庫的概念模型設計
7.1.1  概念模型的需求調(diào)查
7.1.2  概念模型的定義
7.1.3  概念模型的分析
7.1.4  概念模型的設計
7.1.5  概念模型文檔與評審
7.2  數(shù)據(jù)倉庫的邏輯模型設計
7.2.1  分析主題域
7.2.2  粒度層次的劃分
7.2.3  確定數(shù)據(jù)分割策略
7.2.4  關系模型定義
7.2.5  數(shù)據(jù)倉庫的實體定義
7.2.6  數(shù)據(jù)倉庫的數(shù)據(jù)抽取模型
7.2.7  邏輯模型的評審
7.3  數(shù)據(jù)倉庫物理模型的設計
7.3.1  數(shù)據(jù)倉庫設計的規(guī)范
7.3.2  確定數(shù)據(jù)結構的類型
7.3.3  確定索引策略
7.3.4  確定數(shù)據(jù)存放位置
7.3.5  確定存儲分配
7.3.6  數(shù)據(jù)倉庫物理模型的評審
7.4  數(shù)據(jù)倉庫的運行技術管理
7.4.1  數(shù)據(jù)加載的一些問題
7.4.2  故障恢復管理
7.4.3  訪問控制與安全管理
7.4.4  數(shù)據(jù)增長的管理
本章小結
習題
第8章  OLAP技術
8.1  OLAP技術基本概念
8.1.1  OLAP的發(fā)展
8.1.2  OLAP的特性
8.2  OLAP與多維分析
8.2.1  幾個基本概念
8.2.2  多維分析
8.2.3  維的層次關系
8.2.4  維的類關系
8.2.5  OLAP與數(shù)據(jù)倉庫關系
8.3  OLAP的實施
8.4  基于多維的OLAP
8.4.1  多維數(shù)據(jù)庫
8.4.2  多維數(shù)據(jù)庫的數(shù)據(jù)存儲
8.4.3  多維數(shù)據(jù)庫與數(shù)據(jù)倉庫
8.5  關系OLAP
8.5.1  ROLAP的三個規(guī)則
8.5.2  ROLAP的多維表示方法
8.6  OLAP的選擇與評價標準
8.6.1  MOLAP與ROLAP的比較
8.6.2  OLAP的衡量標準
8.6.3  OLAP服務器和工具的評價標準
本章小結
習題
第9章  數(shù)據(jù)挖掘技術導論
9.1  數(shù)據(jù)挖掘概述
9.1.1  數(shù)據(jù)挖掘的發(fā)展
9.1.2  數(shù)據(jù)挖掘的定義
9.1.3  數(shù)據(jù)挖掘與數(shù)據(jù)倉庫關系
9.2  數(shù)據(jù)挖掘技術與數(shù)據(jù)挖掘工具
9.2.1  常用數(shù)據(jù)挖掘技術
9.2.2  常用數(shù)據(jù)挖掘工具
9.2.3  數(shù)據(jù)挖掘工具的評價標準
9.2.4  常用數(shù)據(jù)挖掘工具的選擇
9.3  數(shù)據(jù)挖掘技術的應用過程
9.3.1  數(shù)據(jù)挖掘過程
9.3.2  數(shù)據(jù)挖掘的用戶
9.4  數(shù)據(jù)挖掘的應用范圍
9.4.1  客戶的細分應用
9.4.2  客戶盈利能力分析
9.4.3  客戶的獲取與保持分析
9.4.4  市場營銷中的應用
9.4.5  數(shù)據(jù)挖掘的其他應用
本章小結（282）
習題（283）
第10章  統(tǒng)計類數(shù)據(jù)挖掘技術
10.1  統(tǒng)計分析類數(shù)據(jù)挖掘技術
10.1.1  統(tǒng)計與統(tǒng)計類數(shù)據(jù)挖掘技術
10.1.2  數(shù)據(jù)的聚集與度量技術
10.1.3  柱狀圖數(shù)據(jù)挖掘技術
10.1.4  線性回歸數(shù)據(jù)挖掘技術
10.1.5  非線性回歸數(shù)據(jù)挖掘技術
10.1.6  聚類數(shù)據(jù)挖掘技術
10.1.7  最近鄰數(shù)據(jù)挖掘技術
10.2  統(tǒng)計分析類工具
10.2.1  統(tǒng)計類數(shù)據(jù)挖掘工具與商業(yè)分析員
10.2.2  統(tǒng)計類數(shù)據(jù)挖掘工具的功能
10.2.3  統(tǒng)計類數(shù)據(jù)挖掘工具——SPSS
10.3  統(tǒng)計分析類工具的用途
10.3.1  趨勢分析
10.3.2  時序分析
10.3.3  周期分析
10.4  統(tǒng)計分析類工具應用中的問題
10.4.1  統(tǒng)計類數(shù)據(jù)挖掘的預處理問題
10.4.2  統(tǒng)計分析遵循的基本原則
10.4.3  統(tǒng)計分析的步驟
10.4.4  統(tǒng)計類數(shù)據(jù)挖掘的性能問題
本章小結
習題
第11章  知識類數(shù)據(jù)挖掘技術
11.1  知識發(fā)現(xiàn)系統(tǒng)的一般結構
11.1.1  知識發(fā)現(xiàn)的定義
11.1.2  知識發(fā)現(xiàn)系統(tǒng)的結構
11.2  知識發(fā)現(xiàn)技術
11.2.1  規(guī)則型知識挖掘技術
11.2.2  神經(jīng)網(wǎng)絡型知識挖掘技術
11.2.3  遺傳算法型知識挖掘技術
11.2.4  粗糙集型知識挖掘技術
11.3  知識發(fā)現(xiàn)技術的運用
11.3.1  關聯(lián)規(guī)則的應用
11.3.2  神經(jīng)網(wǎng)絡的應用
11.3.3  遺傳算法的應用
11.3.4  粗糙集的應用
11.4  知識發(fā)現(xiàn)工具的應用
11.4.1  知識發(fā)現(xiàn)工具的系統(tǒng)結構
11.4.2  知識發(fā)現(xiàn)工具運用中的問題
11.4.3  知識發(fā)現(xiàn)的價值
11.4.4  知識類數(shù)據(jù)挖掘工具簡介
本章小結
習題
第12章  其他數(shù)據(jù)挖掘技術和工具
12.1  文本挖掘技術
12.1.1  信息檢索系統(tǒng)
12.1.2  文本分析和語義網(wǎng)絡
12.1.3  文本挖掘
12.2  Web挖掘技術
12.2.1  Web的特點
12.2.2  Web內(nèi)容挖掘
12.2.3  Web結構挖掘
12.2.4  Web使用記錄的挖掘
12.2.5  Web數(shù)據(jù)挖掘的應用
12.3  分類分析技術
12.4  可視化數(shù)據(jù)挖掘技術
12.4.1  數(shù)據(jù)可視化技術
12.4.2  可視化數(shù)據(jù)挖掘技術
12.5  地理信息系統(tǒng)與空間數(shù)據(jù)挖掘
12.5.1  地理信息系統(tǒng)
12.5.2  空間數(shù)據(jù)挖掘
12.6  分布式數(shù)據(jù)挖掘
12.6.1  概述
12.6.2  適合水平式數(shù)據(jù)劃分的分布式挖掘方法
12.6.3  適合垂直式數(shù)據(jù)劃分的分布式挖掘方法
本章小結
習題
第13章  數(shù)據(jù)倉庫的應用與管理
13.1  數(shù)據(jù)倉庫在信息管理中的實際應用
13.1.1  分層決策體系
13.1.2  數(shù)據(jù)抽樣分析
13.1.3  發(fā)揮歷史數(shù)據(jù)的經(jīng)濟效益
13.1.4  回扣分析
13.1.5  客戶關系管理
13.2  數(shù)據(jù)倉庫應用與數(shù)據(jù)挖掘中的法律問題
13.2.1  數(shù)據(jù)的隱私權問題
13.2.2  數(shù)據(jù)隱私權的處理
13.3  數(shù)據(jù)倉庫開發(fā)與應用的成本/效益分析
13.3.1  數(shù)據(jù)倉庫投資回報的定量分析
13.3.2  數(shù)據(jù)倉庫投資回報的定性分析
13.4  數(shù)據(jù)倉庫的開發(fā)與運行管理
13.4.1  數(shù)據(jù)倉庫開發(fā)與應用的組織結構
13.4.2  數(shù)據(jù)倉庫的項目開發(fā)管理
13.4.3  數(shù)據(jù)倉庫應用的階段性
13.4.4  數(shù)據(jù)倉庫的運行管理
13.4.5  數(shù)據(jù)倉庫的評價
本章小結
習題
參考文獻