书籍详情
数据仓库与数据挖掘技术
作者：陈京民等编著
出版社：电子工业出版社
出版时间：2002-08-01
ISBN：9787505379282
定价：¥33.00
购买这本书可以去
内容简介
本书介绍了数据仓库与数据挖掘技术的基本概念、基本原理、开发方法、开发工具、应用领域与管理方法等内容。全书共分为13章，包括数据仓库原理、数据仓库体系结构、数据仓库的开发工具、数据仓库规划分析方法、数据仓库开发实施方法、数据仓库应用管理方法、连机分析、数据挖掘基本原理、数据挖掘应用工具等内容。每章后都附有一定数量的习题，以帮助读者对全书的理解。目录：第1章数据仓库导论第2章Oracle的数据仓库设计与使用第3章SQLServer的数据仓库设计与使用第4章Delphi中的数据仓库设计与使用第5章数据仓库开发模型第6章数据仓库开发应用的阶段第7章数据仓库的开发过程第8章OLAP技术第9章数据挖掘技术导论第10章统计类数据挖掘技术第11章知识类数据挖掘技术第12章其他数据挖掘技术和工具第13章数据仓库的应用与管理参考文献
作者简介
暂缺《数据仓库与数据挖掘技术》作者简介
目录
第1章 数据仓库导论
1.1 数据仓库的发展及展望
1.1.1 从传统数据库到数据仓库
1.1.2 数据仓库的定义与基本特性
1.1.3 数据仓库的几个重要概念
1.1.4 数据仓库的未来发展
1.2 数据仓库的应用
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
1.2.2 信息使用者的数据仓库应用
1.2.3 知识挖掘者的数据仓库应用
1.3 数据仓库总体结构
1.3.1 数据仓库的总体参考框架
1.3.2 数据仓库基本功能层
1.3.3 数据仓库的管理层
1.3.4 数据仓库的元数据管理层
1.3.5 数据仓库的环境支持层
1.4 数据仓库技术
本章小结
习题
第2章 Oracle的数据仓库设计与使用
2.1 Oracle数据仓库开发工具简介
2.1.1 Oracle数据仓库的技术基础工具
2.1.2 Oracle数据仓库的分析应用工具
2.1.3 Oracle数据仓库创建工具
2.1.4 Oracle数据仓库维护工具
2.2 Oracle数据仓库创建
2.2.1 Oracle数据仓库的创建
2.2.2 Oracle数据仓库表空间的创建
2.2.3 Oracle数据仓库表的创建
2.3 Oracle数据仓库的维与立方创建
2.3.1 Oracle数据仓库的维创建
2.3.2 Oracle数据仓库的立方创建
2.4 Oracle数据仓库的应用工具简介
2.4.1 Oracle数据仓库的OLAP应用
2.4.2 Oracle数据仓库的数据挖掘应用
本章小结
习题
第3章 SQL Server的数据仓库设计与使用
3.1 SQL Server数据仓库开发工具及应用
3.2 SQL Server 的数据仓库创建
3.2.1 创建数据库
3.2.2 创建表
3.3 SQL Server中的数据仓库访问与操纵
3.3.1 Analysis Manager数据库的创建与数据源的确定
3.3.2 用Analysis Services创建维
3.3.3 用Analysis Services创建多维数据集
3.3.4 用查询分析器（Transact-SQL）访问数据仓库
3.3.5 用Microsoft English Query操纵数据仓库
3.4 SQL Server中的数据提取与加载
3.4.1 SQL Server的数据复制工具与应用
3.4.2 DTS的数据导出工具（DTS Export Wizard）
3.4.3 DTS的数据导入工具（DTS Import Wizard）
3.4.4 DTS的数据转换
3.5 SQL Server中的数据挖掘工具与应用
3.5.1 SQL Server中的数据挖掘工具
3.5.2 决策类数据挖掘工具的应用
3.5.3 聚类分析的数据挖掘工具应用
本章小结
习题
第4章 Delphi中的数据仓库设计与使用
4.1 Delphi 简介
4.1.1 Delphi的开发集成环境组成
4.1.2 Delphi的菜单栏与应用
4.1.3 Delphi的工具栏与应用
4.1.4 Delphi的组件板与应用
4.1.5 Delphi的对象检查器与应用
4.1.6 Delphi的窗体与应用
4.1.7 Delphi的代码编辑器与应用
4.1.8 Delphi应用程序的设计过程
4.2 Delphi中的数据仓库组件
4.3 DecisionQuery组件
4.3.1 DecisionQuery组件的主要属性
4.3.2 DecisionQuery组件的主要方法
4.3.3 DecisionQuery组件的主要事件
4.3.4 利用DecisionQuery组件选择需要分析的数据维
4.3.5 利用DecisionQuery组件选择数据的分析公式
4.4 DecisionCube与DecisionSource组件
4.4.1 DecisionCube组件的主要属性
4.4.2 DecisionCube组件的主要方法
4.4.3 DecisionCube组件的主要事件
4.4.4 DecisionSource组件的主要属性
4.4.5 DecisionSource组件的主要方法
4.4.6 DecisionSource组件的主要事件
4.5 DecisionPivot组件、DecisionGrid组件与DecisionGraph组件
4.5.1 DecisionPivot组件的主要属性
4.5.2 DecisionPivot组件的主要方法
4.5.3 DecisionPivot组件的主要事件
4.5.4 DecisionGrid组件的主要属性
4.5.5 DecisionGrid组件的主要方法
4.5.6 DecisionGrid组件的主要事件
4.5.7 DecisionGraph组件的主要属性
4.5.8 DecisionGraph组件的主要方法
4.5.9 DecisionGraph组件的主要事件
本章小结
习题
案例4.1
第5章 数据仓库开发模型
5.1 数据仓库的各种数据模型
5.2 数据仓库概念模型
5.2.1 概念数据模型
5.2.2 规范的数据模型
5.2.3 星型模型
5.2.4 雪花模型
5.3 中间层逻辑模型
5.4 物理数据模型
5.4.1 事实表模型设计
5.4.2 维模型设计
5.4.3 数据仓库物理数据模型的性能问题
5.5 元数据模型
5.5.1 元数据的类型与组成
5.5.2 元数据在数据仓库中的作用
5.5.3 元数据的收集
5.5.4 元数据的存储、管理与维护
5.5.5 元数据的用户与使用方法
5.5.6 元数据管理模型
5.6 数据仓库的粒度模型
5.6.1 数据粒度的划分
5.6.2 确定粒度的级别
本章小结
习题
第6章 数据仓库开发应用的阶段
6.1 数据仓库的生命周期
6.1.1 数据仓库的阶段性
6.1.2 数据仓库的螺旋式开发方法
6.1.3 数据仓库的开发特点
6.2 数据仓库的规划
6.2.1 选择数据仓库实现策略
6.2.2 确定数据仓库的开发目标和实现范围
6.2.3 数据仓库的结构
6.2.4 数据仓库使用方案和项目规划预算
6.3 数据仓库的需求定义
6.3.1 定义业主的需求
6.3.2 定义设计者的需求
6.3.3 开发者的需求定义
6.3.4 最终用户的需求定义
6.3.5 数据仓库的数据模型设计
6.4 数据仓库的设计和实施阶段
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
6.4.2 数据仓库的体系结构与数据库设计
6.4.3 数据仓库的中间件设计
6.4.4 数据仓库的数据抽取
6.4.5 数据仓库的数据加载
6.4.6 数据仓库数据的复制与发行
6.4.7 数据仓库的测试
6.5 数据仓库的使用、支持和增强阶段
6.5.1 数据仓库的用户培训及支持
6.5.2 数据仓库的使用方式
6.5.3 数据仓库使用中的数据刷新
6.5.4 数据仓库的增强
本章小结
习题
第7章 数据仓库的开发过程
7.1 数据仓库的概念模型设计
7.1.1 概念模型的需求调查
7.1.2 概念模型的定义
7.1.3 概念模型的分析
7.1.4 概念模型的设计
7.1.5 概念模型文档与评审
7.2 数据仓库的逻辑模型设计
7.2.1 分析主题域
7.2.2 粒度层次的划分
7.2.3 确定数据分割策略
7.2.4 关系模型定义
7.2.5 数据仓库的实体定义
7.2.6 数据仓库的数据抽取模型
7.2.7 逻辑模型的评审
7.3 数据仓库物理模型的设计
7.3.1 数据仓库设计的规范
7.3.2 确定数据结构的类型
7.3.3 确定索引策略
7.3.4 确定数据存放位置
7.3.5 确定存储分配
7.3.6 数据仓库物理模型的评审
7.4 数据仓库的运行技术管理
7.4.1 数据加载的一些问题
7.4.2 故障恢复管理
7.4.3 访问控制与安全管理
7.4.4 数据增长的管理
本章小结
习题
第8章 OLAP技术
8.1 OLAP技术基本概念
8.1.1 OLAP的发展
8.1.2 OLAP的特性
8.2 OLAP与多维分析
8.2.1 几个基本概念
8.2.2 多维分析
8.2.3 维的层次关系
8.2.4 维的类关系
8.2.5 OLAP与数据仓库关系
8.3 OLAP的实施
8.4 基于多维的OLAP
8.4.1 多维数据库
8.4.2 多维数据库的数据存储
8.4.3 多维数据库与数据仓库
8.5 关系OLAP
8.5.1 ROLAP的三个规则
8.5.2 ROLAP的多维表示方法
8.6 OLAP的选择与评价标准
8.6.1 MOLAP与ROLAP的比较
8.6.2 OLAP的衡量标准
8.6.3 OLAP服务器和工具的评价标准
本章小结
习题
第9章 数据挖掘技术导论
9.1 数据挖掘概述
9.1.1 数据挖掘的发展
9.1.2 数据挖掘的定义
9.1.3 数据挖掘与数据仓库关系
9.2 数据挖掘技术与数据挖掘工具
9.2.1 常用数据挖掘技术
9.2.2 常用数据挖掘工具
9.2.3 数据挖掘工具的评价标准
9.2.4 常用数据挖掘工具的选择
9.3 数据挖掘技术的应用过程
9.3.1 数据挖掘过程
9.3.2 数据挖掘的用户
9.4 数据挖掘的应用范围
9.4.1 客户的细分应用
9.4.2 客户盈利能力分析
9.4.3 客户的获取与保持分析
9.4.4 市场营销中的应用
9.4.5 数据挖掘的其他应用
本章小结（282）
习题（283）
第10章 统计类数据挖掘技术
10.1 统计分析类数据挖掘技术
10.1.1 统计与统计类数据挖掘技术
10.1.2 数据的聚集与度量技术
10.1.3 柱状图数据挖掘技术
10.1.4 线性回归数据挖掘技术
10.1.5 非线性回归数据挖掘技术
10.1.6 聚类数据挖掘技术
10.1.7 最近邻数据挖掘技术
10.2 统计分析类工具
10.2.1 统计类数据挖掘工具与商业分析员
10.2.2 统计类数据挖掘工具的功能
10.2.3 统计类数据挖掘工具——SPSS
10.3 统计分析类工具的用途
10.3.1 趋势分析
10.3.2 时序分析
10.3.3 周期分析
10.4 统计分析类工具应用中的问题
10.4.1 统计类数据挖掘的预处理问题
10.4.2 统计分析遵循的基本原则
10.4.3 统计分析的步骤
10.4.4 统计类数据挖掘的性能问题
本章小结
习题
第11章 知识类数据挖掘技术
11.1 知识发现系统的一般结构
11.1.1 知识发现的定义
11.1.2 知识发现系统的结构
11.2 知识发现技术
11.2.1 规则型知识挖掘技术
11.2.2 神经网络型知识挖掘技术
11.2.3 遗传算法型知识挖掘技术
11.2.4 粗糙集型知识挖掘技术
11.3 知识发现技术的运用
11.3.1 关联规则的应用
11.3.2 神经网络的应用
11.3.3 遗传算法的应用
11.3.4 粗糙集的应用
11.4 知识发现工具的应用
11.4.1 知识发现工具的系统结构
11.4.2 知识发现工具运用中的问题
11.4.3 知识发现的价值
11.4.4 知识类数据挖掘工具简介
本章小结
习题
第12章 其他数据挖掘技术和工具
12.1 文本挖掘技术
12.1.1 信息检索系统
12.1.2 文本分析和语义网络
12.1.3 文本挖掘
12.2 Web挖掘技术
12.2.1 Web的特点
12.2.2 Web内容挖掘
12.2.3 Web结构挖掘
12.2.4 Web使用记录的挖掘
12.2.5 Web数据挖掘的应用
12.3 分类分析技术
12.4 可视化数据挖掘技术
12.4.1 数据可视化技术
12.4.2 可视化数据挖掘技术
12.5 地理信息系统与空间数据挖掘
12.5.1 地理信息系统
12.5.2 空间数据挖掘
12.6 分布式数据挖掘
12.6.1 概述
12.6.2 适合水平式数据划分的分布式挖掘方法
12.6.3 适合垂直式数据划分的分布式挖掘方法
本章小结
习题
第13章 数据仓库的应用与管理
13.1 数据仓库在信息管理中的实际应用
13.1.1 分层决策体系
13.1.2 数据抽样分析
13.1.3 发挥历史数据的经济效益
13.1.4 回扣分析
13.1.5 客户关系管理
13.2 数据仓库应用与数据挖掘中的法律问题
13.2.1 数据的隐私权问题
13.2.2 数据隐私权的处理
13.3 数据仓库开发与应用的成本/效益分析
13.3.1 数据仓库投资回报的定量分析
13.3.2 数据仓库投资回报的定性分析
13.4 数据仓库的开发与运行管理
13.4.1 数据仓库开发与应用的组织结构
13.4.2 数据仓库的项目开发管理
13.4.3 数据仓库应用的阶段性
13.4.4 数据仓库的运行管理
13.4.5 数据仓库的评价
本章小结
习题
参考文献
1.1 数据仓库的发展及展望
1.1.1 从传统数据库到数据仓库
1.1.2 数据仓库的定义与基本特性
1.1.3 数据仓库的几个重要概念
1.1.4 数据仓库的未来发展
1.2 数据仓库的应用
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
1.2.2 信息使用者的数据仓库应用
1.2.3 知识挖掘者的数据仓库应用
1.3 数据仓库总体结构
1.3.1 数据仓库的总体参考框架
1.3.2 数据仓库基本功能层
1.3.3 数据仓库的管理层
1.3.4 数据仓库的元数据管理层
1.3.5 数据仓库的环境支持层
1.4 数据仓库技术
本章小结
习题
第2章 Oracle的数据仓库设计与使用
2.1 Oracle数据仓库开发工具简介
2.1.1 Oracle数据仓库的技术基础工具
2.1.2 Oracle数据仓库的分析应用工具
2.1.3 Oracle数据仓库创建工具
2.1.4 Oracle数据仓库维护工具
2.2 Oracle数据仓库创建
2.2.1 Oracle数据仓库的创建
2.2.2 Oracle数据仓库表空间的创建
2.2.3 Oracle数据仓库表的创建
2.3 Oracle数据仓库的维与立方创建
2.3.1 Oracle数据仓库的维创建
2.3.2 Oracle数据仓库的立方创建
2.4 Oracle数据仓库的应用工具简介
2.4.1 Oracle数据仓库的OLAP应用
2.4.2 Oracle数据仓库的数据挖掘应用
本章小结
习题
第3章 SQL Server的数据仓库设计与使用
3.1 SQL Server数据仓库开发工具及应用
3.2 SQL Server 的数据仓库创建
3.2.1 创建数据库
3.2.2 创建表
3.3 SQL Server中的数据仓库访问与操纵
3.3.1 Analysis Manager数据库的创建与数据源的确定
3.3.2 用Analysis Services创建维
3.3.3 用Analysis Services创建多维数据集
3.3.4 用查询分析器（Transact-SQL）访问数据仓库
3.3.5 用Microsoft English Query操纵数据仓库
3.4 SQL Server中的数据提取与加载
3.4.1 SQL Server的数据复制工具与应用
3.4.2 DTS的数据导出工具（DTS Export Wizard）
3.4.3 DTS的数据导入工具（DTS Import Wizard）
3.4.4 DTS的数据转换
3.5 SQL Server中的数据挖掘工具与应用
3.5.1 SQL Server中的数据挖掘工具
3.5.2 决策类数据挖掘工具的应用
3.5.3 聚类分析的数据挖掘工具应用
本章小结
习题
第4章 Delphi中的数据仓库设计与使用
4.1 Delphi 简介
4.1.1 Delphi的开发集成环境组成
4.1.2 Delphi的菜单栏与应用
4.1.3 Delphi的工具栏与应用
4.1.4 Delphi的组件板与应用
4.1.5 Delphi的对象检查器与应用
4.1.6 Delphi的窗体与应用
4.1.7 Delphi的代码编辑器与应用
4.1.8 Delphi应用程序的设计过程
4.2 Delphi中的数据仓库组件
4.3 DecisionQuery组件
4.3.1 DecisionQuery组件的主要属性
4.3.2 DecisionQuery组件的主要方法
4.3.3 DecisionQuery组件的主要事件
4.3.4 利用DecisionQuery组件选择需要分析的数据维
4.3.5 利用DecisionQuery组件选择数据的分析公式
4.4 DecisionCube与DecisionSource组件
4.4.1 DecisionCube组件的主要属性
4.4.2 DecisionCube组件的主要方法
4.4.3 DecisionCube组件的主要事件
4.4.4 DecisionSource组件的主要属性
4.4.5 DecisionSource组件的主要方法
4.4.6 DecisionSource组件的主要事件
4.5 DecisionPivot组件、DecisionGrid组件与DecisionGraph组件
4.5.1 DecisionPivot组件的主要属性
4.5.2 DecisionPivot组件的主要方法
4.5.3 DecisionPivot组件的主要事件
4.5.4 DecisionGrid组件的主要属性
4.5.5 DecisionGrid组件的主要方法
4.5.6 DecisionGrid组件的主要事件
4.5.7 DecisionGraph组件的主要属性
4.5.8 DecisionGraph组件的主要方法
4.5.9 DecisionGraph组件的主要事件
本章小结
习题
案例4.1
第5章 数据仓库开发模型
5.1 数据仓库的各种数据模型
5.2 数据仓库概念模型
5.2.1 概念数据模型
5.2.2 规范的数据模型
5.2.3 星型模型
5.2.4 雪花模型
5.3 中间层逻辑模型
5.4 物理数据模型
5.4.1 事实表模型设计
5.4.2 维模型设计
5.4.3 数据仓库物理数据模型的性能问题
5.5 元数据模型
5.5.1 元数据的类型与组成
5.5.2 元数据在数据仓库中的作用
5.5.3 元数据的收集
5.5.4 元数据的存储、管理与维护
5.5.5 元数据的用户与使用方法
5.5.6 元数据管理模型
5.6 数据仓库的粒度模型
5.6.1 数据粒度的划分
5.6.2 确定粒度的级别
本章小结
习题
第6章 数据仓库开发应用的阶段
6.1 数据仓库的生命周期
6.1.1 数据仓库的阶段性
6.1.2 数据仓库的螺旋式开发方法
6.1.3 数据仓库的开发特点
6.2 数据仓库的规划
6.2.1 选择数据仓库实现策略
6.2.2 确定数据仓库的开发目标和实现范围
6.2.3 数据仓库的结构
6.2.4 数据仓库使用方案和项目规划预算
6.3 数据仓库的需求定义
6.3.1 定义业主的需求
6.3.2 定义设计者的需求
6.3.3 开发者的需求定义
6.3.4 最终用户的需求定义
6.3.5 数据仓库的数据模型设计
6.4 数据仓库的设计和实施阶段
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
6.4.2 数据仓库的体系结构与数据库设计
6.4.3 数据仓库的中间件设计
6.4.4 数据仓库的数据抽取
6.4.5 数据仓库的数据加载
6.4.6 数据仓库数据的复制与发行
6.4.7 数据仓库的测试
6.5 数据仓库的使用、支持和增强阶段
6.5.1 数据仓库的用户培训及支持
6.5.2 数据仓库的使用方式
6.5.3 数据仓库使用中的数据刷新
6.5.4 数据仓库的增强
本章小结
习题
第7章 数据仓库的开发过程
7.1 数据仓库的概念模型设计
7.1.1 概念模型的需求调查
7.1.2 概念模型的定义
7.1.3 概念模型的分析
7.1.4 概念模型的设计
7.1.5 概念模型文档与评审
7.2 数据仓库的逻辑模型设计
7.2.1 分析主题域
7.2.2 粒度层次的划分
7.2.3 确定数据分割策略
7.2.4 关系模型定义
7.2.5 数据仓库的实体定义
7.2.6 数据仓库的数据抽取模型
7.2.7 逻辑模型的评审
7.3 数据仓库物理模型的设计
7.3.1 数据仓库设计的规范
7.3.2 确定数据结构的类型
7.3.3 确定索引策略
7.3.4 确定数据存放位置
7.3.5 确定存储分配
7.3.6 数据仓库物理模型的评审
7.4 数据仓库的运行技术管理
7.4.1 数据加载的一些问题
7.4.2 故障恢复管理
7.4.3 访问控制与安全管理
7.4.4 数据增长的管理
本章小结
习题
第8章 OLAP技术
8.1 OLAP技术基本概念
8.1.1 OLAP的发展
8.1.2 OLAP的特性
8.2 OLAP与多维分析
8.2.1 几个基本概念
8.2.2 多维分析
8.2.3 维的层次关系
8.2.4 维的类关系
8.2.5 OLAP与数据仓库关系
8.3 OLAP的实施
8.4 基于多维的OLAP
8.4.1 多维数据库
8.4.2 多维数据库的数据存储
8.4.3 多维数据库与数据仓库
8.5 关系OLAP
8.5.1 ROLAP的三个规则
8.5.2 ROLAP的多维表示方法
8.6 OLAP的选择与评价标准
8.6.1 MOLAP与ROLAP的比较
8.6.2 OLAP的衡量标准
8.6.3 OLAP服务器和工具的评价标准
本章小结
习题
第9章 数据挖掘技术导论
9.1 数据挖掘概述
9.1.1 数据挖掘的发展
9.1.2 数据挖掘的定义
9.1.3 数据挖掘与数据仓库关系
9.2 数据挖掘技术与数据挖掘工具
9.2.1 常用数据挖掘技术
9.2.2 常用数据挖掘工具
9.2.3 数据挖掘工具的评价标准
9.2.4 常用数据挖掘工具的选择
9.3 数据挖掘技术的应用过程
9.3.1 数据挖掘过程
9.3.2 数据挖掘的用户
9.4 数据挖掘的应用范围
9.4.1 客户的细分应用
9.4.2 客户盈利能力分析
9.4.3 客户的获取与保持分析
9.4.4 市场营销中的应用
9.4.5 数据挖掘的其他应用
本章小结（282）
习题（283）
第10章 统计类数据挖掘技术
10.1 统计分析类数据挖掘技术
10.1.1 统计与统计类数据挖掘技术
10.1.2 数据的聚集与度量技术
10.1.3 柱状图数据挖掘技术
10.1.4 线性回归数据挖掘技术
10.1.5 非线性回归数据挖掘技术
10.1.6 聚类数据挖掘技术
10.1.7 最近邻数据挖掘技术
10.2 统计分析类工具
10.2.1 统计类数据挖掘工具与商业分析员
10.2.2 统计类数据挖掘工具的功能
10.2.3 统计类数据挖掘工具——SPSS
10.3 统计分析类工具的用途
10.3.1 趋势分析
10.3.2 时序分析
10.3.3 周期分析
10.4 统计分析类工具应用中的问题
10.4.1 统计类数据挖掘的预处理问题
10.4.2 统计分析遵循的基本原则
10.4.3 统计分析的步骤
10.4.4 统计类数据挖掘的性能问题
本章小结
习题
第11章 知识类数据挖掘技术
11.1 知识发现系统的一般结构
11.1.1 知识发现的定义
11.1.2 知识发现系统的结构
11.2 知识发现技术
11.2.1 规则型知识挖掘技术
11.2.2 神经网络型知识挖掘技术
11.2.3 遗传算法型知识挖掘技术
11.2.4 粗糙集型知识挖掘技术
11.3 知识发现技术的运用
11.3.1 关联规则的应用
11.3.2 神经网络的应用
11.3.3 遗传算法的应用
11.3.4 粗糙集的应用
11.4 知识发现工具的应用
11.4.1 知识发现工具的系统结构
11.4.2 知识发现工具运用中的问题
11.4.3 知识发现的价值
11.4.4 知识类数据挖掘工具简介
本章小结
习题
第12章 其他数据挖掘技术和工具
12.1 文本挖掘技术
12.1.1 信息检索系统
12.1.2 文本分析和语义网络
12.1.3 文本挖掘
12.2 Web挖掘技术
12.2.1 Web的特点
12.2.2 Web内容挖掘
12.2.3 Web结构挖掘
12.2.4 Web使用记录的挖掘
12.2.5 Web数据挖掘的应用
12.3 分类分析技术
12.4 可视化数据挖掘技术
12.4.1 数据可视化技术
12.4.2 可视化数据挖掘技术
12.5 地理信息系统与空间数据挖掘
12.5.1 地理信息系统
12.5.2 空间数据挖掘
12.6 分布式数据挖掘
12.6.1 概述
12.6.2 适合水平式数据划分的分布式挖掘方法
12.6.3 适合垂直式数据划分的分布式挖掘方法
本章小结
习题
第13章 数据仓库的应用与管理
13.1 数据仓库在信息管理中的实际应用
13.1.1 分层决策体系
13.1.2 数据抽样分析
13.1.3 发挥历史数据的经济效益
13.1.4 回扣分析
13.1.5 客户关系管理
13.2 数据仓库应用与数据挖掘中的法律问题
13.2.1 数据的隐私权问题
13.2.2 数据隐私权的处理
13.3 数据仓库开发与应用的成本/效益分析
13.3.1 数据仓库投资回报的定量分析
13.3.2 数据仓库投资回报的定性分析
13.4 数据仓库的开发与运行管理
13.4.1 数据仓库开发与应用的组织结构
13.4.2 数据仓库的项目开发管理
13.4.3 数据仓库应用的阶段性
13.4.4 数据仓库的运行管理
13.4.5 数据仓库的评价
本章小结
习题
参考文献
猜您喜欢
