數(shù)據(jù)倉庫與數(shù)據(jù)挖掘技術(shù)

第1章  數(shù)據(jù)倉庫導(dǎo)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(gè)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(yīng)用
1.2.1  數(shù)據(jù)倉庫的兩類用戶——信息的使用者與知識(shí)的挖掘者
1.2.2  信息使用者的數(shù)據(jù)倉庫應(yīng)用
1.2.3  知識(shí)挖掘者的數(shù)據(jù)倉庫應(yīng)用
1.3  數(shù)據(jù)倉庫總體結(jié)構(gòu)
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(shù)
本章小結(jié)
習(xí)題
第2章  Oracle的數(shù)據(jù)倉庫設(shè)計(jì)與使用
2.1  Oracle數(shù)據(jù)倉庫開發(fā)工具簡(jiǎn)介
2.1.1  Oracle數(shù)據(jù)倉庫的技術(shù)基礎(chǔ)工具
2.1.2  Oracle數(shù)據(jù)倉庫的分析應(yīng)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(hù)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(yīng)用工具簡(jiǎn)介
2.4.1  Oracle數(shù)據(jù)倉庫的OLAP應(yīng)用
2.4.2  Oracle數(shù)據(jù)倉庫的數(shù)據(jù)挖掘應(yīng)用
本章小結(jié)
習(xí)題
第3章  SQL Server的數(shù)據(jù)倉庫設(shè)計(jì)與使用
3.1  SQL Server數(shù)據(jù)倉庫開發(fā)工具及應(yīng)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(fù)制工具與應(yīng)用
3.4.2  DTS的數(shù)據(jù)導(dǎo)出工具（DTS Export Wizard）
3.4.3  DTS的數(shù)據(jù)導(dǎo)入工具（DTS Import Wizard）
3.4.4  DTS的數(shù)據(jù)轉(zhuǎn)換
3.5  SQL Server中的數(shù)據(jù)挖掘工具與應(yīng)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(yīng)用
3.5.3  聚類分析的數(shù)據(jù)挖掘工具應(yīng)用
本章小結(jié)
習(xí)題
第4章  Delphi中的數(shù)據(jù)倉庫設(shè)計(jì)與使用
4.1  Delphi 簡(jiǎn)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(yīng)用
4.1.3  Delphi的工具欄與應(yīng)用
4.1.4  Delphi的組件板與應(yīng)用
4.1.5  Delphi的對(duì)象檢查器與應(yīng)用
4.1.6  Delphi的窗體與應(yīng)用
4.1.7  Delphi的代碼編輯器與應(yīng)用
4.1.8  Delphi應(yīng)用程序的設(shè)計(jì)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(jié)
習(xí)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(shí)表模型設(shè)計(jì)
5.4.2  維模型設(shè)計(jì)
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(chǔ)、管理與維護(hù)
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(jí)別
本章小結(jié)
習(xí)題
第6章  數(shù)據(jù)倉庫開發(fā)應(yīng)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(diǎn)
6.2  數(shù)據(jù)倉庫的規(guī)劃
6.2.1  選擇數(shù)據(jù)倉庫實(shí)現(xiàn)策略
6.2.2  確定數(shù)據(jù)倉庫的開發(fā)目標(biāo)和實(shí)現(xiàn)范圍
6.2.3  數(shù)據(jù)倉庫的結(jié)構(gòu)
6.2.4  數(shù)據(jù)倉庫使用方案和項(xiàng)目規(guī)劃預(yù)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(shè)計(jì)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(shè)計(jì)
6.4  數(shù)據(jù)倉庫的設(shè)計(jì)和實(shí)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(wù)處理系統(tǒng)接口的設(shè)計(jì)
6.4.2  數(shù)據(jù)倉庫的體系結(jié)構(gòu)與數(shù)據(jù)庫設(shè)計(jì)
6.4.3  數(shù)據(jù)倉庫的中間件設(shè)計(jì)
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(fù)制與發(fā)行
6.4.7  數(shù)據(jù)倉庫的測(cè)試
6.5  數(shù)據(jù)倉庫的使用、支持和增強(qiáng)階段
6.5.1  數(shù)據(jù)倉庫的用戶培訓(xùn)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(qiáng)
本章小結(jié)
習(xí)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(shè)計(jì)
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(shè)計(jì)
7.1.5  概念模型文檔與評(píng)審
7.2  數(shù)據(jù)倉庫的邏輯模型設(shè)計(jì)
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(guān)系模型定義
7.2.5  數(shù)據(jù)倉庫的實(shí)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(píng)審
7.3  數(shù)據(jù)倉庫物理模型的設(shè)計(jì)
7.3.1  數(shù)據(jù)倉庫設(shè)計(jì)的規(guī)范
7.3.2  確定數(shù)據(jù)結(jié)構(gòu)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(chǔ)分配
7.3.6  數(shù)據(jù)倉庫物理模型的評(píng)審
7.4  數(shù)據(jù)倉庫的運(yùn)行技術(shù)管理
7.4.1  數(shù)據(jù)加載的一些問題
7.4.2  故障恢復(fù)管理
7.4.3  訪問控制與安全管理
7.4.4  數(shù)據(jù)增長(zhǎng)的管理
本章小結(jié)
習(xí)題
第8章  OLAP技術(shù)
8.1  OLAP技術(shù)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(gè)基本概念
8.2.2  多維分析
8.2.3  維的層次關(guān)系
8.2.4  維的類關(guān)系
8.2.5  OLAP與數(shù)據(jù)倉庫關(guān)系
8.3  OLAP的實(shí)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(chǔ)
8.4.3  多維數(shù)據(jù)庫與數(shù)據(jù)倉庫
8.5  關(guān)系OLAP
8.5.1  ROLAP的三個(gè)規(guī)則
8.5.2  ROLAP的多維表示方法
8.6  OLAP的選擇與評(píng)價(jià)標(biāo)準(zhǔn)
8.6.1  MOLAP與ROLAP的比較
8.6.2  OLAP的衡量標(biāo)準(zhǔn)
8.6.3  OLAP服務(wù)器和工具的評(píng)價(jià)標(biāo)準(zhǔn)
本章小結(jié)
習(xí)題
第9章  數(shù)據(jù)挖掘技術(shù)導(dǎo)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(guān)系
9.2  數(shù)據(jù)挖掘技術(shù)與數(shù)據(jù)挖掘工具
9.2.1  常用數(shù)據(jù)挖掘技術(shù)
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(píng)價(jià)標(biāo)準(zhǔn)
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(shù)的應(yīng)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(yīng)用范圍
9.4.1  客戶的細(xì)分應(yīng)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(chǎng)營銷中的應(yīng)用
9.4.5  數(shù)據(jù)挖掘的其他應(yīng)用
本章小結(jié)（282）
習(xí)題（283）
第10章  統(tǒng)計(jì)類數(shù)據(jù)挖掘技術(shù)
10.1  統(tǒng)計(jì)分析類數(shù)據(jù)挖掘技術(shù)
10.1.1  統(tǒng)計(jì)與統(tǒng)計(jì)類數(shù)據(jù)挖掘技術(shù)
10.1.2  數(shù)據(jù)的聚集與度量技術(shù)
10.1.3  柱狀圖數(shù)據(jù)挖掘技術(shù)
10.1.4  線性回歸數(shù)據(jù)挖掘技術(shù)
10.1.5  非線性回歸數(shù)據(jù)挖掘技術(shù)
10.1.6  聚類數(shù)據(jù)挖掘技術(shù)
10.1.7  最近鄰數(shù)據(jù)挖掘技術(shù)
10.2  統(tǒng)計(jì)分析類工具
10.2.1  統(tǒng)計(jì)類數(shù)據(jù)挖掘工具與商業(yè)分析員
10.2.2  統(tǒng)計(jì)類數(shù)據(jù)挖掘工具的功能
10.2.3  統(tǒng)計(jì)類數(shù)據(jù)挖掘工具——SPSS
10.3  統(tǒng)計(jì)分析類工具的用途
10.3.1  趨勢(shì)分析
10.3.2  時(shí)序分析
10.3.3  周期分析
10.4  統(tǒng)計(jì)分析類工具應(yīng)用中的問題
10.4.1  統(tǒng)計(jì)類數(shù)據(jù)挖掘的預(yù)處理問題
10.4.2  統(tǒng)計(jì)分析遵循的基本原則
10.4.3  統(tǒng)計(jì)分析的步驟
10.4.4  統(tǒng)計(jì)類數(shù)據(jù)挖掘的性能問題
本章小結(jié)
習(xí)題
第11章  知識(shí)類數(shù)據(jù)挖掘技術(shù)
11.1  知識(shí)發(fā)現(xiàn)系統(tǒng)的一般結(jié)構(gòu)
11.1.1  知識(shí)發(fā)現(xiàn)的定義
11.1.2  知識(shí)發(fā)現(xiàn)系統(tǒng)的結(jié)構(gòu)
11.2  知識(shí)發(fā)現(xiàn)技術(shù)
11.2.1  規(guī)則型知識(shí)挖掘技術(shù)
11.2.2  神經(jīng)網(wǎng)絡(luò)型知識(shí)挖掘技術(shù)
11.2.3  遺傳算法型知識(shí)挖掘技術(shù)
11.2.4  粗糙集型知識(shí)挖掘技術(shù)
11.3  知識(shí)發(fā)現(xiàn)技術(shù)的運(yùn)用
11.3.1  關(guān)聯(lián)規(guī)則的應(yīng)用
11.3.2  神經(jīng)網(wǎng)絡(luò)的應(yīng)用
11.3.3  遺傳算法的應(yīng)用
11.3.4  粗糙集的應(yīng)用
11.4  知識(shí)發(fā)現(xiàn)工具的應(yīng)用
11.4.1  知識(shí)發(fā)現(xiàn)工具的系統(tǒng)結(jié)構(gòu)
11.4.2  知識(shí)發(fā)現(xiàn)工具運(yùn)用中的問題
11.4.3  知識(shí)發(fā)現(xiàn)的價(jià)值
11.4.4  知識(shí)類數(shù)據(jù)挖掘工具簡(jiǎn)介
本章小結(jié)
習(xí)題
第12章  其他數(shù)據(jù)挖掘技術(shù)和工具
12.1  文本挖掘技術(shù)
12.1.1  信息檢索系統(tǒng)
12.1.2  文本分析和語義網(wǎng)絡(luò)
12.1.3  文本挖掘
12.2  Web挖掘技術(shù)
12.2.1  Web的特點(diǎn)
12.2.2  Web內(nèi)容挖掘
12.2.3  Web結(jié)構(gòu)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(yīng)用
12.3  分類分析技術(shù)
12.4  可視化數(shù)據(jù)挖掘技術(shù)
12.4.1  數(shù)據(jù)可視化技術(shù)
12.4.2  可視化數(shù)據(jù)挖掘技術(shù)
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(jié)
習(xí)題
第13章  數(shù)據(jù)倉庫的應(yīng)用與管理
13.1  數(shù)據(jù)倉庫在信息管理中的實(shí)際應(yīng)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(jì)效益
13.1.4  回扣分析
13.1.5  客戶關(guān)系管理
13.2  數(shù)據(jù)倉庫應(yīng)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(quán)問題
13.2.2  數(shù)據(jù)隱私權(quán)的處理
13.3  數(shù)據(jù)倉庫開發(fā)與應(yīng)用的成本/效益分析
13.3.1  數(shù)據(jù)倉庫投資回報(bào)的定量分析
13.3.2  數(shù)據(jù)倉庫投資回報(bào)的定性分析
13.4  數(shù)據(jù)倉庫的開發(fā)與運(yùn)行管理
13.4.1  數(shù)據(jù)倉庫開發(fā)與應(yīng)用的組織結(jié)構(gòu)
13.4.2  數(shù)據(jù)倉庫的項(xiàng)目開發(fā)管理
13.4.3  數(shù)據(jù)倉庫應(yīng)用的階段性
13.4.4  數(shù)據(jù)倉庫的運(yùn)行管理
13.4.5  數(shù)據(jù)倉庫的評(píng)價(jià)
本章小結(jié)
習(xí)題
參考文獻(xiàn)