出版时间:2009-8 出版社:电子工业出版社 作者:姚家奕 编 页数:432
内容概要
本书从逻辑层次上分为导论、原理、技术和实践四大部分,第1章和第2章是导论部分,首先介绍了数据仓库与数据挖掘的基本概念,然后从应用层面介绍了数据仓库与数据挖掘技术在多个热点行业的最新应用情况。第3章至第9章是原理部分,系统介绍了数据仓库、OLAP和数据挖掘技术的基本原理,以及关联规则分析算法、聚类分析算法、分类分析算法和序列模式分析算法。第10章至第14章是技术部分,以微软SQL Server 2000为数据管理平台,系统介绍了OLAP分析功能、多维数据集设计、维度和指标的建立、MDX语言的应用、多维数据集的优化、数据挖掘和管理技术。第15章是实践部分,主要介绍了数据仓库系统的开发方法,以一个实际的数据仓库系统开发项目为背景,详细介绍了该系统的体系结构设计和模型设计。 本书既可作为高等院校硕士研究生和本科生的教材和参考书,也可作为程序设计人员的参考书。
书籍目录
第1章 数据仓库与数据挖掘概述 1.1 从数据库到数据仓库 1.1.1 数据库遇到的困境 1.1.2 操作型系统和分析型系统的分离 1.1.3 数据仓库的产生 1.1.4 传统数据库与数据仓库的区别 1.2 数据挖掘 1.2.1 数据挖掘的产生 1.2.2 数据挖掘的发展历程 1.2.3 数据挖掘与数据仓库的关系 1.3 关联学科和技术介绍 1.3.1 统计学 1.3.2 人工智能技术与机器学习 1.3.3 商业智能 1.3.4 0LAP(OnlineAnalytical Process,联机分析处理) 1.4 数据仓库产品介绍 1.4.1 Business Objects 1.4.2 0racle 1.4.3 IBM 1.4.4 Sybase 1.4.5 Informix 1.4.6 NCR 1.4.7 SAS 1.4.8 CA 本章小结 本章习题第2章 数据仓库与数据挖掘的应用和发展 2.1 金融行业的应用 2.1.1 银行 2.1.2 证券 2.1.3 保险 2.2 通信与安全行业的应用 2.2.1 电信 2.2.2 信息安全 2.3 生产制造与零售行业 2.3.1 生产制造 2.3.2 零售 2.4 医疗与生物医学行业 2.4.1 医疗 2.4.2 生物医学 2.5 其他行业 2.5.1 公安 2.5.2 税务 2.5.3 竞技运动 2.6 数据仓库与数据挖掘技术的发展趋势 2.6.1 数据仓库的发展趋势 2.6.2 数据挖掘技术的发展趋势 本章小结 本章习题第3章 数据仓库的基本原理 3.1 数据仓库的体系结构 3.1.1 数据仓库体系的三个层次 3.1.2 数据仓库体系结构的基本特点 3.1.3 数据仓库体系结构的计算模式 3.2 数据仓库的基本概念 3.2.1 数据仓库中的数据 3.2.2 数据仓库处理过程中的关键名词 3.2.3 数据集市(Data Mart) 3.3 数据仓库的特点 3.3.1 面向主题 3.3.2 数据的集成性 3.3.3 数据的非易失性 3.3.4 数据的时变性 3.4 数据仓库的数据组织 3.4.1 数据仓库的数据组织结构 3.4.2 数据的颗粒度 3.4.3 数据的分割 3.4.4 数据仓库的数据组织形式……第4章 OLAP的基本原理第5章 数据挖掘的基本原理第6章 关联规则分析算法原理与应用第7章 聚类分析算法原理与应用第8章 分类分析算法原理与应用第9章 序列模式分析算法原理与应用第10章 Microsotf SQL Server 2000数据仓库基本操作第11章 Microsoft SQL Server 2000 OLAP的基本设计第12章 Microsotf SQL Server 2000 OLAP的高级设计第13章 Microsotf SQL Server 2000 MDX技术第14章 Microsotf SQL Server 2000数据挖掘第15章 数据仓库系统开发方法、项目管理及实例技术
章节摘录
第1章 数据仓库与数据挖掘概述 1.1 从数据库到数据仓库 信息技术的不断推广应用,将企业带入了一个信息爆炸的时代。每天都有潮水般的信息出现在管理者的面前,等待管理者去处理、去使用。这些管理信息的处理类型主要有事务型处理和分析型处理两大类。事务型处理,也就是通常所说的业务操作处理。这种操作处理主要是对管理信息进行日常的操作,对信息进行查询和修改,目的是满足组织特定的日常管理需要。在这类处理中,管理者关心的是信息能否得到快速的处理,信息的安全性能否得到保证,信息的完整性是否会遭到破坏。分析型处理则是指对信息做进一步的分析,为管理人员的决策提供支持。这种类型的信息处理在现代企业中应用越来越广泛,越来越引起管理人员的重视。管理信息的分析型处理,必须访问大量的历史数据才能完成,而不像事务型处理那样,只对当前的信息感兴趣。因此,在分析型处理中,产生了与操作型处理所采用的传统数据库有很大差异的数据环境要求。 传统数据库在操作型处理中获得了较大的成功,但是对管理人员的决策分析要求却无法满足。为实现管理人员的决策分析需要,在数据库基础上产生了能够满足决策分析所需要的数据环境——数据仓库(Dw,Data Warehouse)。
图书封面
评论、评分、阅读与下载