数据仓库与数据挖掘技术PDF|Epub|txt|kindle电子书版本下载

数据仓库与数据挖掘技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 数据仓库导论1

1.1 数据仓库的发展及展望2

1.1.1 从传统数据库到数据仓库2

1.1.2 数据仓库的定义与基本特性5

1.1.3 数据仓库的几个重要概念8

1.1.4 数据仓库的未来发展10

1.2 数据仓库的应用12

1.2.1 数据仓库的两类用户——信息的使用者与知识的挖掘者12

1.2.3 知识挖掘者的数据仓库应用13

1.2.2 信息使用者的数据仓库应用13

1.3 数据仓库总体结构15

1.3.1 数据仓库的总体参考框架16

1.3.2 数据仓库基本功能层16

1.3.3 数据仓库的管理层24

1.3.4 数据仓库的元数据管理层25

1.3.5 数据仓库的环境支持层26

1.4 数据仓库技术28

本章小结31

习题31

第2章 Oracle的数据仓库设计与使用33

2.1.1 Oracle数据仓库的技术基础工具34

2.1 Oracle数据仓库开发工具简介34

2.1.2 Oracle数据仓库的分析应用工具35

2.1.3 Oracle数据仓库创建工具36

2.1.4 Oracle数据仓库维护工具36

2.2 Oracle数据仓库创建36

2.2.1 Oracle数据仓库的创建36

2.2.2 Oracle数据仓库表空间的创建43

2.2.3 Oracle数据仓库表的创建48

2.3.1 Oracle数据仓库的维创建56

2.3 Oracle数据仓库的维与立方创建56

2.3.2 Oracle数据仓库的立方创建62

2.4 Oracle数据仓库的应用工具简介67

2.4.1 Oracle数据仓库的OLAP应用67

2.4.2 Oracle数据仓库的数据挖掘应用68

本章小结70

习题71

第3章 SQL Server的数据仓库设计与使用73

3.1 SQL Server数据仓库开发工具及应用74

3.2.1 创建数据库76

3.2 SQL Server的数据仓库创建76

3.2.2 创建表77

3.3 SQL Server中的数据仓库访问与操纵79

3.3.1 Analysis Manager数据库的创建与数据源的确定79

3.3.2 用Analysis Services创建维82

3.3.3 用Analysis Services创建多维数据集86

3.3.4 用查询分析器（Transact-SQL）访问数据仓库92

3.3.5 用Microsoft English Query操纵数据仓库92

3.4.1 SQL Server的数据复制工具与应用95

3.4 SQL Server中的数据提取与加载95

3.4.2 DTS的数据导出工具（DTS Export Wizard）98

3.4.3 DTS的数据导入工具（DTS Import Wizard）101

3.4.4 DTS的数据转换103

3.5 SQL Server中的数据挖掘工具与应用104

3.5.1 SQL Server中的数据挖掘工具104

3.5.2 决策类数据挖掘工具的应用105

3.5.3 聚类分析的数据挖掘工具应用110

本章小结113

习题114

第4章 Delphi中的数据仓库设计与使用115

4.1 Delphi 简介116

4.1.1 Delphi的开发集成环境组成116

4.1.2 Delphi的菜单栏与应用117

4.1.3 Delphi的工具栏与应用117

4.1.4 Delphi的组件板与应用117

4.1.5 Delphi的对象检查器与应用118

4.1.6 Delphi的窗体与应用118

4.1.7 Delphi的代码编辑器与应用118

4.1.8 Delphi应用程序的设计过程119

4.2 Delphi中的数据仓库组件121

4.3 DecisionQuery组件122

4.3.1 DecisionQuery组件的主要属性122

4.3.2 DecisionQuery组件的主要方法124

4.3.3 DecisionQuery组件的主要事件124

4.3.4 利用DecisionQuery组件选择需要分析的数据维125

4.3.5 利用DecisionQuery组件选择数据的分析公式126

4.4 DecisionCube与DecisionSource组件126

4.4.1 DecisionCube组件的主要属性127

4.4.3 DecisionCube组件的主要事件129

4.4.2 DecisionCube组件的主要方法129

4.4.4 DecisionSource组件的主要属性130

4.4.5 DecisionSource组件的主要方法131

4.4.6 DecisionSource组件的主要事件131

4.5 DecisionPivot组件、DecisionGrid组件与DecisionGraph组件132

4.5.1 DecisionPivot组件的主要属性132

4.5.2 DecisionPivot组件的主要方法132

4.5.3 DecisionPivot组件的主要事件133

4.5.4 DecisionGrid组件的主要属性133

4.5.7 DecisionGraph组件的主要属性134

4.5.5 DecisionGrid组件的主要方法134

4.5.6 DecisionGrid组件的主要事件134

4.5.8 DecisionGraph组件的主要方法140

4.5.9 DecisionGraph组件的主要事件141

本章小结141

习题141

案例4.1141

第5章 数据仓库开发模型145

5.1 数据仓库的各种数据模型146

5.2.1 概念数据模型147

5.2 数据仓库概念模型147

5.2.2 规范的数据模型150

5.2.3 星型模型152

5.2.4 雪花模型153

5.3 中间层逻辑模型154

5.4 物理数据模型155

5.4.1 事实表模型设计156

5.4.2 维模型设计157

5.4.3 数据仓库物理数据模型的性能问题157

5.5.1 元数据的类型与组成159

5.5 元数据模型159

5.5.2 元数据在数据仓库中的作用161

5.5.3 元数据的收集164

5.5.4 元数据的存储、管理与维护166

5.5.5 元数据的用户与使用方法168

5.5.6 元数据管理模型170

5.6 数据仓库的粒度模型170

5.6.1 数据粒度的划分171

5.6.2 确定粒度的级别172

习题173

本章小结173

第6章 数据仓库开发应用的阶段175

6.1 数据仓库的生命周期176

6.1.1 数据仓库的阶段性176

6.1.2 数据仓库的螺旋式开发方法177

6.1.3 数据仓库的开发特点178

6.2 数据仓库的规划179

6.2.1 选择数据仓库实现策略180

6.2.2 确定数据仓库的开发目标和实现范围181

6.2.3 数据仓库的结构182

6.2.4 数据仓库使用方案和项目规划预算184

6.3 数据仓库的需求定义185

6.3.1 定义业主的需求185

6.3.2 定义设计者的需求185

6.3.3 开发者的需求定义186

6.3.4 最终用户的需求定义188

6.3.5 数据仓库的数据模型设计189

6.4 数据仓库的设计和实施阶段189

6.4.2 数据仓库的体系结构与数据库设计190

6.4.1 数据仓库的数据源确定以及与业务处理系统接口的设计190

6.4.3 数据仓库的中间件设计192

6.4.4 数据仓库的数据抽取193

6.4.5 数据仓库的数据加载194

6.4.6 数据仓库数据的复制与发行194

6.4.7 数据仓库的测试195

6.5 数据仓库的使用、支持和增强阶段196

6.5.1 数据仓库的用户培训及支持196

6.5.2 数据仓库的使用方式197

6.5.3 数据仓库使用中的数据刷新198

6.5.4 数据仓库的增强199

本章小结201

习题201

第7章 数据仓库的开发过程203

7.1 数据仓库的概念模型设计204

7.1.1 概念模型的需求调查204

7.1.2 概念模型的定义205

7.1.3 概念模型的分析209

7.1.4 概念模型的设计210

7.1.5 概念模型文档与评审212

7.2 数据仓库的逻辑模型设计213

7.2.1 分析主题域213

7.2.2 粒度层次的划分214

7.2.3 确定数据分割策略215

7.2.4 关系模型定义216

7.2.5 数据仓库的实体定义216

7.2.6 数据仓库的数据抽取模型217

7.2.7 逻辑模型的评审219

7.3.2 确定数据结构的类型220

7.3.1 数据仓库设计的规范220

7.3 数据仓库物理模型的设计220

7.3.3 确定索引策略221

7.3.4 确定数据存放位置222

7.3.5 确定存储分配223

7.3.6 数据仓库物理模型的评审224

7.4 数据仓库的运行技术管理226

7.4.1 数据加载的一些问题226

7.4.2 故障恢复管理227

7.4.3 访问控制与安全管理227

7.4.4 数据增长的管理228

本章小结230

习题230

第8章 OLAP技术231

8.1 OLAP技术基本概念232

8.1.1 OLAP的发展232

8.1.2 OLAP的特性233

8.2 OLAP与多维分析233

8.2.1 几个基本概念233

8.2.2 多维分析236

8.2.3 维的层次关系237

8.2.4 维的类关系238

8.2.5 OLAP与数据仓库关系239

8.3 OLAP的实施240

8.4 基于多维的OLAP241

8.4.1 多维数据库241

8.4.2 多维数据库的数据存储242

8.4.3 多维数据库与数据仓库243

8.5 关系OLAP244

8.5.2 ROLAP的多维表示方法245

8.5.1 ROLAP的三个规则245

8.6 OLAP的选择与评价标准248

8.6.1 MOLAP与ROLAP的比较248

8.6.2 OLAP的衡量标准250

8.6.3 OLAP服务器和工具的评价标准253

本章小结255

习题255

第9章 数据挖掘技术导论257

9.1 数据挖掘概述258

9.1.1 数据挖掘的发展258

9.1.2 数据挖掘的定义259

9.1.3 数据挖掘与数据仓库关系261

9.2 数据挖掘技术与数据挖掘工具262

9.2.1 常用数据挖掘技术262

9.2.2 常用数据挖掘工具265

9.2.3 数据挖掘工具的评价标准266

9.2.4 常用数据挖掘工具的选择268

9.3 数据挖掘技术的应用过程269

9.3.1 数据挖掘过程269

9.4 数据挖掘的应用范围274

9.3.2 数据挖掘的用户274

9.4.1 客户的细分应用276

9.4.2 客户盈利能力分析277

9.4.3 客户的获取与保持分析279

9.4.4 市场营销中的应用280

9.4.5 数据挖掘的其他应用281

本章小结282

习题283

第10章 统计类数据挖掘技术285

10.1.1 统计与统计类数据挖掘技术286

10.1 统计分析类数据挖掘技术286

10.1.2 数据的聚集与度量技术287

10.1.3 柱状图数据挖掘技术287

10.1.4 线性回归数据挖掘技术288

10.1.5 非线性回归数据挖掘技术290

10.1.6 聚类数据挖掘技术292

10.1.7 最近邻数据挖掘技术295

10.2 统计分析类工具297

10.2.1 统计类数据挖掘工具与商业分析员297

10.2.2 统计类数据挖掘工具的功能298

10.2.3 统计类数据挖掘工具——SPSS299

10.3 统计分析类工具的用途302

10.3.1 趋势分析302

10.3.2 时序分析303

10.3.3 周期分析304

10.4 统计分析类工具应用中的问题305

10.4.1 统计类数据挖掘的预处理问题305

10.4.2 统计分析遵循的基本原则307

10.4.3 统计分析的步骤308

10.4.4 统计类数据挖掘的性能问题309

本章小结310

习题310

第11章 知识类数据挖掘技术313

11.1 知识发现系统的一般结构314

11.1.1 知识发现的定义314

11.1.2 知识发现系统的结构315

11.2 知识发现技术317

11.2.1 规则型知识挖掘技术317

11.2.2 神经网络型知识挖掘技术319

11.2.3 遗传算法型知识挖掘技术321

11.2.4 粗糙集型知识挖掘技术324

11.3 知识发现技术的运用325

11.3.1 关联规则的应用325

11.3.2 神经网络的应用327

11.3.3 遗传算法的应用328

11.3.4 粗糙集的应用330

11.4 知识发现工具的应用332

11.4.1 知识发现工具的系统结构332

11.4.2 知识发现工具运用中的问题334

11.4.3 知识发现的价值336

11.4.4 知识类数据挖掘工具简介337

本章小结338

习题339

第12章 其他数据挖掘技术和工具341

12.1 文本挖掘技术342

12.1.1 信息检索系统342

12.1.2 文本分析和语义网络344

12.1.3 文本挖掘345

12.2.1 Web的特点348

12.2 Web挖掘技术348

12.2.2 Web内容挖掘349

12.2.3 Web结构挖掘350

12.2.4 Web使用记录的挖掘352

12.2.5 Web数据挖掘的应用353

12.3 分类分析技术354

12.4 可视化数据挖掘技术359

12.4.1 数据可视化技术359

12.4.2 可视化数据挖掘技术360

12.5.1 地理信息系统363

12.5 地理信息系统与空间数据挖掘363

12.5.2 空间数据挖掘365

12.6 分布式数据挖掘366

12.6.1 概述366

12.6.2 适合水平式数据划分的分布式挖掘方法367

12.6.3 适合垂直式数据划分的分布式挖掘方法368

本章小结369

习题370

第13章 数据仓库的应用与管理371

13.1.1 分层决策体系372

13.1 数据仓库在信息管理中的实际应用372

13.1.2 数据抽样分析375

13.1.3 发挥历史数据的经济效益376

13.1.4 回扣分析377

13.1.5 客户关系管理378

13.2 数据仓库应用与数据挖掘中的法律问题379

13.2.1 数据的隐私权问题380

13.2.2 数据隐私权的处理380

13.3 数据仓库开发与应用的成本/效益分析383

13.3.1 数据仓库投资回报的定量分析383

13.3.2 数据仓库投资回报的定性分析384

13.4 数据仓库的开发与运行管理385

13.4.1 数据仓库开发与应用的组织结构386

13.4.2 数据仓库的项目开发管理388

13.4.3 数据仓库应用的阶段性393

13.4.4 数据仓库的运行管理396

13.4.5 数据仓库的评价398

本章小结400

习题400

参考文献403