基于數據倉庫的數據挖掘技術

前言
　　第1章 數據庫、數據庫管理系統(tǒng)與數據倉庫
　　1.1 數據庫與數據庫技術
　　1.1.1 數據、數據庫與數據庫系統(tǒng)
　　1.1.2 數據庫系統(tǒng)的特點
　　1.1.3 數據庫技術新發(fā)展
　　1.2.數據倉庫
　　1.2.1 從傳統(tǒng)數據庫到數據倉庫
　　1.2.2 數據倉庫的基本特性
　　1.3 數據倉庫及其數據分析工具
　　1.3.1 聯機分析與數據挖掘
　　1.3.2 數據倉庫與數據挖掘
　　1.3.3 數據倉庫未來發(fā)展方向
　　
　　第2章 數據倉庫原理
　　2.1 數據倉庫的結構與技術要求
　　2.1.1 數據倉庫的總體結構
　　2.1 2 數據集市
　　2.1.3 數據倉庫的技術要求
　　2.2 數據倉庫中的數據
　　2.2.1 數據倉庫的數據組織
　　2.2.2 數據模型
　　2.2.3 數據倉庫的概念模型
　　2.2.4 數據倉庫的邏輯模型與物理模型
　　2.3 元數據
　　2.3.1 元數據的作用
　　2.3.2 元數據的分類
　　2.3.3 元數據的標準化
　　2.3.4 數據粒度
　　
　　第3章 數據倉庫設計
　　3.1 數據倉庫的需求與規(guī)劃
　　3.1.1 數據庫設計方法簡述
　　3.1.2 數據倉庫開發(fā)流程
　　3.1.3 數據倉庫需求分析
　　3.1.4 數據倉庫規(guī)劃
　　3.2 建立數據倉庫
　　3.2.1 數據倉庫的平臺與結構選擇
　　3.2.2 數據倉庫接口與中間件設計
　　3.2.3 數據倉庫的數據抽取、加載與復制
　　3.2.4 數據倉庫邏輯模型的確定
　　3.2.5 數據倉庫物理模型的確定
　　3.2.6 數據倉庫測試
　　3.3 數據倉庫典型解決方案
　　
　　第4章 聯機分析處理
　　4.1 聯機分析的概念與特性
　　4.1.1 聯機分析的概念
　　4.1.2 聯機分析的特性
　　4.1.3 聯機分析準則
　　4.2 多維OLAP和關系OLAP
　　4.2.1 MOLAP和ROL,AP的概念
　　4.2.2 OLAP選擇評價
　　4.2.3 OLAM
　　4.3 OLAP服務器及其工具評價
　　4.3.1 OLAP服務器和工具的評價標準
　　4.3.2 Oracle OLAP工具
　　4.3.3 Informix工具
　　4.3.4 MSS QLS erver中的OLAP功能
　　
　　第5章 數據挖掘算法
　　5.1 數據挖掘概述
　　5.1.1 數據挖掘的演變
　　5.1.2 數據挖掘的分類
　　5.1.3 常用數據挖掘模式與工具
　　5.2 數據挖掘中的關聯、挖掘公式和聚類
　　5.2.1 關聯規(guī)則
　　5.2.2 數據挖掘公式
　　5.2.3 數據聚類
　　5.3 數據挖掘常用算法
　　5.3.1 數據挖掘的集合論法
　　5.3.2 數據挖掘的決策樹法
　　5.3.3 數據挖掘的遺傳算法
　　5.4 神經網絡與專家系統(tǒng)
　　5.4.1 神經網絡方法
　　5.4.2 專家系統(tǒng)
　　
　　第6章 統(tǒng)計類數據挖掘和知識類數據挖掘
　　6.1 設計數據挖掘模型
　　6.1.1 數據挖掘方法論
　　6.1.2 構造和使用數據挖掘模型
　　6.2 統(tǒng)計類數據挖掘
　　6.2.1 統(tǒng)計分析類數據挖掘技術
　　6.2.2 統(tǒng)計分析工具
　　6.2.3 統(tǒng)計分析工具應用
　　6.3 知識類數據挖掘
　　6.3.1 知識發(fā)現系統(tǒng)的一般結構
　　6.3.2 知識發(fā)現技術及其運用
　　6.3.3 知識發(fā)現工具
　　6.4 MDX語言
　　
　　第7章 其他數據挖掘技術和工具
　　7.1 網絡信息挖掘與網絡信息檢索
　　7.1.1 Web挖掘的概念
　　7.1.2 關于網絡信息檢索
　　7.2.WEB挖掘
　　7.2.1 Web文本挖掘
　　7.2.2 IDGS Web內容挖掘系統(tǒng)
　　7.2.3 Web結構挖掘
　　7.2.4 Web使用記錄挖掘
　　7.3 空間數據與分布式數據挖掘
　　7.3.1 空間數據挖掘
　　7.3.2 分布式數據挖掘
　　7.4 多媒體數據檢索
　　7.4.1 多媒體檢索過程及其特征提取
　　7.4.2 基于內容的圖像檢索
　　7.4.3 視頻結構化及其檢索
　　7.4.4 基于內容的音頻檢索
　　
　　第8章 數據倉庫的應用和管理
　　8.1 CRM應用開發(fā)
　　8.1.1 CRM方案概述
　　8.1.2 CRM實施
　　8.2 數據倉庫及數據挖掘中的法律問題
　　8.3 數據倉庫管理
　　8.3.1 數據倉庫開發(fā)的成本，效益分析
　　8.3.2 數據倉庫安全管理
　　8.3.3 數據倉庫應用的階段性
　　8.3.4 數據倉庫的評價
　　
　　附錄
　　附錄A 人工智能與專家決策
　　A.1 人工智能
　　A.2 置信因子與模糊邏輯
　　A.3 專家及其準則
　　A.4 關于專家決策系統(tǒng)
　　附錄B 數據倉庫測試規(guī)范
　　B.1 測試0IXP性能的TPC-C
　　B.2 TPC-D、TPC-H和TPC-R
　　B.3 評價電子商務的TPC-W
　　B.4 設計企業(yè)的性能測試方案
　　附錄C Oracle+Power Builder綜合應用簡述
　　C.1 Oracle中的數據對象
　　C.2 PowerBuilder應用程序開發(fā)步驟
　　C.3 連接數據庫
　　C.4 Oracle+Power Builder綜合應用步驟
　　附錄D XML與數據庫
　　參考文獻