书籍详情

数据仓库原理与应用

数据仓库原理与应用

作者:张维明主编;邓苏等编著

出版社:电子工业出版社

出版时间:2002-03-01

ISBN:9787505368941

定价:¥30.00

购买这本书可以去
内容简介
  本书主要介绍数据仓库的概念、基本原理、规划、开发方法以及相关算法。全书共分8章, 包括数据仓库的发展、技术体系、元数据管理、分析设计方法和开发工具,并对数据挖掘的 理论和方法,联机分析等应用技术作了深入的阐述,是一本理论与实践相结合的教材。本书适合作为本科生高年级教材和研究生教材,也适合于从事信息系统开发的工程技术人员 使用。
作者简介
暂缺《数据仓库原理与应用》作者简介
目录
第1章 概述                  
     1. 1 数据库与决策支持技术的发展                  
         1. 1. 1  数据库技术的发展                  
         1. 1. 2 决策支持技术的发展                  
     1. 2 数据仓库技术的发展                  
         1. 2. 1 数据仓库概念的提出                  
         1. 2. 2 数据仓库的发展                  
         1. 2. 3 数据仓库技术的兴起                  
         1. 2. 4 数据仓库的动态                  
     1. 3  数据挖掘技术的发展                  
         1. 3. 1 数据挖掘研究和应用面临的挑战                  
         1. 3. 2 数据仓库与数据挖掘的关系                  
     1. 4 数据仓库未来发展方向                  
 第2章 数据仓库原理                  
     2. 1 数据仓库的概念                  
         2. 1. 1 数据仓库的定义                  
         2. 1. 2 数据仓库的特征                  
         2. 1. 3 数据集市                  
     2. 2 数据仓库的技术要求                  
     2. 3 数据仓库的结构                  
         2. 3. 1 数据仓库的自项向下结构                  
         2. 3. 2 数据仓库的自底向上结构                  
         2. 3. 3 企业级数据集市结构                  
         2. 3. 4 数据存储/数据集市结构                  
         2. 3. 5 分布式数据仓库/数据集市结构                  
         2. 3. 6 分布式知识管理结构                  
         2. 3. 7 数据仓库系统的结构                  
         2. 3. 8 数据仓库的数据组织                  
     2. 4 元数据                  
         2. 4. 1 元数据的由来                  
         2. 4. 2 元数据的定义                  
         2. 4. 3 元数据的主要作用                  
         2. 4. 4 元数据的分类                  
         2. 4. 5 元数据的标准化                  
         2. 4. 6  OIM简介                  
 第3章 数据仓库的设计                  
     3. 1 数据仓库的方法论                  
     3. 2 数据仓库规划                  
     3. 3 数据仓库体系结构                  
     3. 4 数据仓库的技术体系结构                  
     3. 5 数据仓库的数据组织                  
         3. 5. 1 维表和事实表构成的关系型数据仓库                  
         3. 5. 2 多维数据库数据组织                  
         3. 5. 3 两种数据组织的等价性                  
         3. 5. 4 虚拟数据仓库                  
     3. 6 数据仓库的粒度                  
         3. 6. 1 粒度确定                  
         3. 6. 2 粒度划分示例                  
     3. 7 数据仓库开发                  
         3. 7. 1 定义体系结构                  
         3. 7. 2 决策者的需求                  
         3. 7. 3 主题区分析                  
         3. 7. 4 源系统分析                  
         3. 7. 5 变换设计                  
         3. 7. 6 物理数据库设计                  
         3. 7. 7 最终用户访问方法的设计. 定义和开发                  
         3. 7. 8 数据仓库开发                  
         3. 7. 9 数据仓库填充和实施                  
         3. 7. 10 数据仓库的开发流程                  
     3. 8 数据仓库解决方案                  
         3. 8. 1 Sybase提供的数据仓库解决方案                  
         3. 8. 2 SAS提供的数据仓库解决方案                  
         3. 8. 3 Platinum提供的数据仓库解决方案                  
         3. 8. 4 其他解决方案                  
 第4章 数据仓库管理技术                  
     4. 1 数据仓库管理的基本问题                  
     4. 2 数据仓库中的多维建模技术                  
         4. 2. 1 多维模型的两种结构                  
         4. 2. 2 多维建模在决策支持系统中的应用                  
         4. 2. 3 多维建模面临的挑战                  
     4. 3 休眠数据管理                  
         4. 3. 1  问题的提出                  
         4. 3. 2 休眠数据对数据仓库的影响                  
         4. 3. 3 解决方案                  
     4. 4 元数据的管理                  
         4. 4. 1 早期的数据管理:从内部管理到数据字典                  
         4. 4. 2 企业级中心知识库的管理方法                  
         4. 4. 3 传统的元数据管理方法                  
         4. 4. 4 元数据的数据仓库管理功能                  
        4. 4. 5 数据仓库研究项目和元数据管理介绍                  
        4. 4. 6 评估元数据的价值                  
        4. 4. 7 管理元数据                  
     4. 5 数据仓库管理工具                  
 第5章 联机分析处理                  
     5. 1 概述                  
         5. 1. 1 OLAP的出现                  
         5. 1. 2 OLAP的定义                  
         5. 1. 3 OLAP的结构                  
         5. 1. 4 OLAP的一些基本概念                  
         5. 1. 5 OLAP的基本分析操作                  
         5. 1. 6  OLAP与OLTP的比较                  
     5. 2 多维OLAP与关系OLAP                  
         5. 2. 1  多维数据存储与关系数据存储                  
         5. 2. 2  OLAP服务器                  
         5. 2. 3  MOLAP                  
         5. 2. 4  ROLAP                  
     5. 3  OLAP技术分析                  
         5. 3. 1 结构分析                  
         5. 3. 2 数据存储和管理                  
         5. 3. 3 数据存取                  
         5. 3. 4 多维模型的实现技术                  
         5. 3. 5 OLAP的12条准则                  
         5. 3. 6 OLAP服务器和工具的评价                  
     5. 4 实用OLAP技术简介                  
         5. 4. 1  Oracle OLAP工具                  
         5. 4. 2  Oracle Express Server技术特色                  
         5. 4. 3  Informix OLAP工具                  
 第6章 数据挖掘技术                  
     6. 1 数据挖掘概念. 方法与任务                  
         6. 1. 1 基本概念                  
         6. 1. 2 数据挖掘的任务与分类                  
         6. 1. 3 数据挖掘的方法和技术                  
         6. 1. 4 数据挖掘的现状与应用                  
     6. 2 关联规则的发现                  
         6. 2. 1 关联规则简介                  
         6. 2. 2 关联规则的基本概念                  
         6. 2. 3 关联规则发现的经典算法                  
         6. 2. 4 基于聚类的周期关联规则发现算法CCAR                  
         6. 2. 5 关联规则价值衡量的方法                  
     6. 3 公式发现                  
         6. 3. 1 现状                  
         6. 3. 2 问题描述                  
         6. 3. 3  BACON系统                  
         6. 3. 4  FDD系统                  
         6. 3. 5  Explore系统                  
     6. 4 数据聚类                  
         6. 4. 1 聚类的概念                  
         6. 4. 2 SAS的聚类算法                  
         6. 4. 3 基于遗传等法的聚类方法                  
         6. 4. 4 基于随机搜索的聚类算法                  
         6. 4. 5 聚类算法BIRCH                  
 第7章 数据挖掘算法                  
     7. 1 数据挖掘的集合论方法                  
         7. 1. 1 粗集方法                  
         7. 1. 2 概念树方法                  
         7. 1. 3 覆盖正例排斥反例方法                  
     7. 2 数据挖掘中的决策树方法                  
         7. 2. 1 基本原理                  
         7. 2. 2 ID3决策树方法                  
         7. 2. 3 IBLE决策规则树方法                  
         7. 2. 4 决策树方法的优点和发展                  
     7. 3 数据挖掘中的遗传算法                  
         7. 3. 1 遗传算法的形成和发展                  
         7. 3. 2 遗传算法的基本原理                  
         7. 3. 3 遗传算法的研究方向                  
         7. 3. 4 基于遗传算法的分类系统                  
         7. 3. 5 基于混合数据的遗传分类算法                  
     7. 4 数据挖掘的神经网络方法                  
         7. 4. 1  神经网络的理论基础                  
         7. 4. 2 几个常见神经网络                  
         7. 4. 3 非线性神经网络的原理及其学习算法                  
 第8章 数据仓库应用                  
     8. 1 需求分析                  
         8. 1. 1 环境分析                  
         8. 1. 2 业务数据库结构分析                  
        8. 1. 3 数据仓库应用系统的分析主题                  
        8. 1. 4 数据仓库应用系统的具体要求                  
     8. 2 数据仓库应用系统设计                  
        8. 2. 1 数据仓库应用系统结构                  
        8. 2. 2 数据模型设计                  
     8. 3 数据转移                  
        8. 3. 1 数据转移方案                  
        8. 3. 2 数据装载                  
     8. 4 创建多维数据集                  
     8. 5 小结                  
 参考文献                  

猜您喜欢

读书导航