数据仓库与数据挖掘

　　《数据仓库与数据挖掘（第2版）》侧重于信息管理中信息组织与处理的技术，全面而系统地介绍了数据仓库与数据挖掘的基本概念、基本方法和基本技术，以及数据仓库与数据挖掘的应用领域与最新进展。全书共分10章，包括概论，数据仓库的技术与开发，数据仓库的管理，联机分析处理，SQLServer数据仓库的应用与开发，数据挖掘与知识发现，统计类数据挖掘技术，知识类数据挖掘技术，21世纪的数据挖掘技术，数据仓库与数据挖掘的综合应用等内容。为了便于学习，每一章都有提要和小结，并配有一定数量的习题，以帮助读者对基本内容的理解和掌握。《数据仓库与数据挖掘（第2版）》深入浅出，阐述清晰、理论与实际并重，可作为高等院校信息管理与信息系统等专业本科生、研究生的教材。

暂缺《数据仓库与数据挖掘》作者简介

第1章　概论
1.1　决策支持技术与数据库的发展
1.1.1　决策支持技术的发展
1.1.2　数据库技术的发展
1.2　数据仓库概述
1.2.1　数据仓库概念的提出
1.2.2　数据仓库的定义
1.2.3　数据仓库的特征
1.2.4　数据仓库的应用和发展
1.3　数据挖掘概述
1.3.1　数据挖掘的定义
1.3.2　数据挖掘与数据仓库的关系
1.3.3　数据挖掘的应用和发展
本章小结
习题
第2章　数据仓库的技术与开发
2.1　数据仓库的体系结构
2.1.1　用户眼中的数据仓库结构
2.1.2　数据仓库系统的体系结构
2.1.3　数据集市
2.2　元数据
2.2.1　元数据的定义
2.2.2　元数据的主要作用
2.2.3　元数据分类
2.3　数据仓库的数据模型
2.3.1　概念模型
2.3.2　逻辑模型
2.3.3　物理模型
2.4　粒度和分割
2.4.1　粒度的确定
2.4.2　粒度划分实例
2.4.3　数据分割
2.5　数据仓库和开发流程
2.6　总线型结构的数据仓库
2.6.1　统一的维
2.6.2　统一的事实
2.6.3　数据仓库总线
本章小结
习题
第3章　数据仓库管理技术
3.1　数据仓库管理的基本内容
3.2　休眠数据管理
3.2.1　休眠数据的定义与理解
3.2.2　休眠数据的处理
3.3　元数据的管理
3.3.1　传统的元数据管理方法
3.3.2　企业级中心知识库的管理方法
3.4　数据清理
3.4.1　脏数据的来源和清理
3.4.2　过期数据的清理
本章小结
习题
第4章　联机分析处理
4.1　概述
4.1.1　OLAP的定义
4.1.2　OLAP的基本概念
4.1.3　OLAP的基本分析操作
4.1.4　OLAP和OLTP的比较
4.2　多维OLAP和关系OLAP
4.2.1　数据存储
4.2.2　MOLAP和ROLAP的特征
4.2.3　星型模式
4.3　OLAP的新发展--OLAM
……
第5章　SQL Server数据仓库的应用与开发
第6章　数据挖掘与知识发现
第7章　统计类数据挖掘技术
第8章　知识类数据挖掘技术
第9章　非结构化数据挖掘技术
第10章　数据仓库与数据挖掘的综合应用
第11章　数据挖掘的语言与工具
第12章　数据仓库与数据挖掘的综合应用
参考文献