企業(yè)數(shù)據(jù)挖掘理論與實(shí)踐

前言
第一章　導(dǎo)論
　第一節(jié)　數(shù)據(jù)挖掘的概念
　第二節(jié)　數(shù)據(jù)挖掘的特點(diǎn)
　第三節(jié)　數(shù)據(jù)挖掘的分類
　第四節(jié)　數(shù)據(jù)挖掘的過程
　第五節(jié)　數(shù)據(jù)挖掘的功能
　第六節(jié)　數(shù)據(jù)挖掘的相關(guān)學(xué)科
　第七節(jié)　數(shù)據(jù)挖掘的應(yīng)用領(lǐng)域
　第八節(jié)　數(shù)據(jù)挖面臨的挑戰(zhàn)和局限性
　第九節(jié)　數(shù)據(jù)挖掘的發(fā)展趨勢(shì)
　第十節(jié)　數(shù)據(jù)挖掘與其他概念的關(guān)系
　參考文獻(xiàn)
第二章　數(shù)據(jù)倉(cāng)庫(kù)和OLAP
　第一節(jié)　數(shù)據(jù)倉(cāng)庫(kù)及其特征
　第二節(jié)　數(shù)據(jù)粒度、分割、數(shù)據(jù)組織和數(shù)據(jù)文件結(jié)構(gòu)
　第三節(jié)　數(shù)據(jù)集市
　第四節(jié)　操作型數(shù)據(jù)存儲(chǔ)DOS
　第五節(jié)　數(shù)據(jù)預(yù)處理
　第六節(jié)　數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)質(zhì)量
　第七節(jié)　元數(shù)據(jù)
　第八節(jié)　數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建
　第九節(jié)　數(shù)據(jù)挖掘語(yǔ)言
　第十節(jié)　常用數(shù)據(jù)挖掘技術(shù)
　第十一節(jié)　OLAP的基本概述
　第十二節(jié)　OLAP的數(shù)據(jù)處理和展現(xiàn)方式
　第十三節(jié)　OLAP的特征及與OLAP的區(qū)別　
　第十四節(jié)　OLAP的分類及發(fā)展
　參考文獻(xiàn)
第三章　數(shù)據(jù)挖掘在企業(yè)管理中的應(yīng)用
　第一節(jié)　企業(yè)應(yīng)用數(shù)據(jù)挖掘的意義
　第二節(jié)　數(shù)據(jù)挖掘與客戶關(guān)系管理
　第三節(jié)　數(shù)據(jù)挖掘與供應(yīng)鏈管理
　第四節(jié)　數(shù)據(jù)挖掘與企業(yè)決策
　參考文獻(xiàn)
第四章　企業(yè)數(shù)據(jù)挖掘工具的開發(fā)與選擇
　第一節(jié)　企業(yè)數(shù)據(jù)挖掘工具的開發(fā)方式
　第二節(jié)　國(guó)外數(shù)據(jù)挖掘工具比較分析
　第三節(jié)　國(guó)內(nèi)數(shù)據(jù)挖掘工具介紹
　第四節(jié)　國(guó)內(nèi)外數(shù)據(jù)挖掘工具比較
　第五節(jié)　企業(yè)數(shù)據(jù)挖掘工具選擇
　參考文獻(xiàn)
第五章　企業(yè)數(shù)據(jù)倉(cāng)庫(kù)建設(shè)策略
　第一節(jié)　企業(yè)數(shù)據(jù)管理的發(fā)展階段
　第二節(jié)　企業(yè)管理結(jié)構(gòu)層次與企業(yè)數(shù)據(jù)體系化結(jié)構(gòu)環(huán)境
　第三節(jié)　我國(guó)企業(yè)數(shù)據(jù)環(huán)境現(xiàn)狀與特點(diǎn)
　第四節(jié)　大型企業(yè)數(shù)據(jù)倉(cāng)庫(kù)建設(shè)策略　
　第五節(jié)　中小型企業(yè)（部門）數(shù)據(jù)倉(cāng)庫(kù)建設(shè)策略
　參考文獻(xiàn)
第六章　基于SQL Server數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘
　第一節(jié)　SQL Server數(shù)據(jù)倉(cāng)庫(kù)工具及應(yīng)用
　第二節(jié)　SQL Server的數(shù)據(jù)倉(cāng)庫(kù)實(shí)現(xiàn)
　第三節(jié)　SQL Server中的數(shù)據(jù)提取與加載
　第四節(jié)　SQL Server數(shù)據(jù)倉(cāng)庫(kù)的使用
　第五節(jié)　使用Analysis services管理維和多維數(shù)據(jù)集
……
第七章　基于Delphi的數(shù)據(jù)挖掘應(yīng)用
附錄　SQL Server數(shù)據(jù)挖掘?qū)嵗?br />