數據倉庫及其在電信領域中的應用

第1章 數據倉庫概述
1.1 數據倉庫概念
1.1.1 概念
1.1.2 與數據庫的對比
1.2 數據倉庫技術的發(fā)展
1.2.1 數據倉庫發(fā)展歷史
1.2.2 數據倉庫的市場發(fā)展
1.2.3 數據集市與數據倉庫的關系
1.2.4 數據查詢技術
1.3 數據分析技術
1.3.1 OLAP分析
1.3.2 數據挖掘
1.3.3 聯(lián)機分析挖掘（OLAM）
1.3.4 統(tǒng)計分析技術
1.3.5 數據分析技術的難點
1.4 數據倉庫的特點
1.4.1 概述
1.4.2 面向主題等特點介紹
1.5 數據倉庫與數據分析的關系
1.6 數據倉庫現狀
1.7 數據倉庫應用中的幾個問題
參考資料
第2章 構建數據倉庫
2.1 構建數據倉庫
2.1.1 數據倉庫實施步驟
2.2 數據倉庫項目的需求分析
2.3 數據倉庫體系結構與實施框架
2.3.1 體系結構與實施框架概述
2.3.2 統(tǒng)一的數據倉庫
2.3.3 數據集市
2.4 數據源的分析
2.4.1 來自業(yè)務系統(tǒng)的實時數據
2.4.2 匯總數據
2.5 數據倉庫模型設計
2.5.1 數據倉庫的建模技術
2.5.2 實體關系建模
2.5.3 維度建模
2.5.4 實體關系建模與維建模的關系
2.5.5 數據倉庫模型設計工具
2.6 數據抽取/轉換/加載（ETL）過程
2.6.1 數據抽?。‥xtraction）
2.6.2 數據轉換（Transformation）
2.6.3 數據加載（Load）
2.7 構建數據倉庫的幾個關鍵問題
2.7.1 數據倉庫粒度問題
2.7.2 ETL的處理策略
參考資料
第3章 數據分析技術（OLAP／數據挖掘介紹）
3.1 簡介
3.2 聯(lián)機分析處理（OLAP）技術
3.2.1 維的介紹
3.2.2 多維分析（OLAP）方法和工具
3.2.3 OLAP數據的處理方式
3.3 數據挖掘技術
3.3.1 數據挖掘技術簡介
3.3.2 數據挖掘的步驟
3.3.3 數據挖掘的體系結構
3.3.4 數據挖掘的分析模型
3.3.5 數據挖掘的具體算法和常用技術
3.3.6 應用舉例
3.4 OLAP與數據挖掘的對比
3.5 數據挖掘與其他技術的對比
3.5.1 與專家系統(tǒng)的對比
3.5.2 與統(tǒng)計分析的對比
3.5.3 與人工智能的對比
3.6 聯(lián)機數據挖掘
3.6.1 OLAM的簡介
3.6.2 OLAM的體系結構
3.6.3 OLAM的應用
3.7 統(tǒng)計分析方法
3.8 數據分析要與業(yè)務結合
參考資料
第4章 數據倉庫在電信領域中的應用
4.1 概述
4.1.1 數據倉庫在電信領域的應用
4.1.2 中國移動的經營分析系統(tǒng)
4.1.3 電信行業(yè)數據倉庫的應用情況
4.1.4 電信行業(yè)選擇數據倉庫的必然
4.2 電信行業(yè)數據倉庫及數據分析的特點
4.3 電信行業(yè)數據倉庫的應用內容
4.3.1 OLAP在電信行業(yè)中的應用
4.3.2 數據挖掘在電信行業(yè)中的應用
4.3.3 電信應用中數據挖掘與OLAP的對比
4.4 項目實施組織
4.4.1 數據倉庫項目的階段劃分
4.4.2 項目管理
4.4.3 應該注意的一些問題
4.5 CRM與數據倉庫
參考資料
第5章 數據倉庫實施舉例
5.1 數據倉庫模型實施案例
5.1.1 大客戶資料分析主題的數據倉庫構建
5.1.2 客戶流失分析主題的數據倉庫構建
5.1.3 網絡狀況分析主題的數據倉庫構建
5.2 ETL模塊的結構
5.2.1 數據采集清洗子系統(tǒng)
5.2.2 源數據變換、重整、匯總子系統(tǒng)
5.3 OLAP分析實例
5.3.1 確定分析主題
5.3.2 確定分析方法
5.3.3 定義維度
5.3.4 根據具體的分析主題構造分析立方體（MOLAP）或星型結構（ROLAP）
5.3.5 解釋分析結果
5.4 數據挖掘方法論
5.4.1 SAS的SEMMA方法論
5.4.2 SPSS的CRISP-DM方法論
5.4.3 IBM的通用數據挖掘方法論
5.5 電信業(yè)務數據挖掘實例
5.5.1 應用決策樹算法（Decision Tree）進行客戶流失分析
5.5.2 應用聚類分析對電信客戶進行細分
5.5.3 應用數據挖掘預防電信欺詐
參考資料
第6章 數據倉庫產品及解決方案舉例
6.1 IBM公司的相關系列產品簡介
6.1.1 數據倉庫產品
6.1.2 OLAP分析產品
6.1.3 數據挖掘產品
6.2 Oracle相關系列產品簡介
6.2.1 數據倉庫產品
6.2.2 OLAP產品
6.2.3 數據挖掘產品
6.3 Sybase相關系列產品簡介
6.3.1 設計組件Warehouse Architect
6.3.2 元數據管理軟件Warehouse Control Center
6.3.3 數據倉庫引擎Adaptive ServerIQ
6.3.4 Warehouse Studio的其他特性
6.3.5 Warehouse Studio的商業(yè)應用
6.3.6 Sybase電信業(yè)數據倉庫應用案例介紹
6.4 SAS的數據倉庫產品簡介
6.4.1 定義數據倉庫及其主題
6.4.2 傳送和匯總整理數據
6.4.3 更新匯總數據
6.4.4 建立、管理和取用查看Metadata
6.4.5 設置數據市場
6.4.6 SAS電信業(yè)數據倉庫應用案例介紹
6.5 Informix的數據倉庫產品簡介
6.5.1 數據抽取工具Datastage
6.5.2 數據倉庫引擎Redbrick
6.5.3 分析工具Metacube
6.5.4 Informix電信業(yè)數據倉庫成功案例
6.6 NCR Teradata的整體解決方案簡介
6.6.1 NCR可擴展數據倉庫
6.6.2 NCR Teradata數據倉庫電信業(yè)解決方案介紹
6.6.3 NCR Teradata電信業(yè)數據倉庫成功案例
6.7 CA數據倉庫產品介紹
6.8 數據倉庫相關專業(yè)工具的提供廠商介紹
6.8.1 MicroStrategy
6.8.2 Brio
6.8.3 Business Object
6.8.4 Cognos
6.8.5 Informatica
6.8.6 Hyperion
6.8.7 SPSS
參考資料
第7章 數據倉庫的測試與選型
7.1 數據倉庫測試概述
7.2 數據庫、數據倉庫測試標準
7.2.1 權威的數據倉庫測試機構——TPC測試介紹
7.2.2 TPC-D
7.2.3 TPC-H
7.2.4 其他數據倉庫測試標準
7.3 數據倉庫選型所要考慮的因素
7.4 數據倉庫測試過程以及測試方案
7.4.1 測試過程
7.4.2 測試指標以及測試流程
7.5 自行組織測試要注意的問題
參考資料
第8章 數據倉庫的發(fā)展與展望
8.1 數據倉庫未來發(fā)展方向
8.2 OLAP發(fā)展的歷史
8.3 OLAP發(fā)展方向
8.4 數據挖掘研究歷史及現狀
8.4.1 數據挖掘（知識發(fā)現）的歷史
8.4.2 從專家系統(tǒng)的演進
8.5 數據挖掘發(fā)展方向
參考資料