数据仓库与数据挖掘技术

　　企业信息化是一项革命性工程，《数据仓库与数据挖掘技术》以企业信息化为基点，介绍基于ERP数据仓库系统的概念、体系结构、开发方法及步骤。全书共分9章。第1章主要介绍企业信息化发展历程、数据库与数据仓库概念、特点、区别、联系及数据仓库系统在企业应用概况；第2章介绍数据仓库开发工具——微软SQL Server 2000数据仓库体系结构及应用技术；第3章介绍数据仓库结构及其创建，包括数据仓库数据库、事实表、维度表及多维数据集创建；第4章介绍数据仓库开发完整过程，包括项目系统规划、用户需求确定、系统分析、系统设计、系统实现、系统试用及扩充；第5章介绍DTS基本概念、DTS包的创建、设置及使用，如何利用DTS包把数据源自动转入数据创库；第6章介绍OLAP的MDX表示与实现，涉及OLAP的基本分析动作的MDX语言表示与实现及OLAP的前端展现方式，提供了丰富的MDX语言程序实例；第7章介绍数据挖掘基础，主要包括数据发掘的概念、数据发掘技术、工具、方法及步骤；第8章介绍常用的知识发现技术及数据挖掘方法，主要包括依赖性分析、聚类分析、基于神经网络的数据挖掘方法、基于遗传算法的数据挖掘方法及基于粗糙集的数据挖掘方法；第9章介绍SQL Server 2000数据挖掘技术。《数据仓库与数据挖掘技术》注重工程实践性，实用性强，可以帮助读者全面掌握数据仓库构建与数据挖的方法和步骤，开发出具有实用价值的数据仓库系统。《数据仓库与数据挖掘技术》适用于高等院校信息管理与信息系统专业、电子商务专业、物流管理专业等相关专业本科生教材，也可作为金融类、管理类有关专业研究生教材，同时，对企事业单位数据仓库与数据挖掘工作人员、研究人员有重要参考价值。

暂缺《数据仓库与数据挖掘技术》作者简介

1 数据库与数据仓库应用系统
  1.1 企业信息
  1.2 决策支持系统
  1.3 数据库到数据仓库的演变
  1.4 数据仓库在企业领域应用概述
2 SQL Server 2000 数据仓库工具  
  2.1 关系型数据库管理系统
  2.2 Analysis Services
3 数据仓库结构及其创建
  3.1 数据仓库数据库
  3.2 事实数据表
  3.3 维度表
  3.4 维度
  3.5 多维数据集
4 企业数据仓库开发过程
  4.1 项目系统规划及可行性报告 
  4.2 确定用户需求
  4.3 系统分析
  4.4 系统设计
  4.5 系统实现
  4.6 试用
  4.7 扩充
5 数据转换服务  
  5.1 DTS概述
  5.2 DTS包
  5.3 数据转换
  5.4 使用DTS包
  5.5 创建DTS包
  5.6 DTS的高级使用
6 OLAP的MDX表示与实现
  6.1 OLAP的基本分析动作
  6.2 OLAP与MDX
  6.3 OLAP的前端展现方式
  6.4 OLAP的局限性
7 数据挖掘基础
  7.1 数据发掘的概述
  7.2 数据发掘技术和工具
  7.3 数据挖掘方法及步骤
8 常用的知识发现技术
  8.1 依赖性分析
  8.2 聚类分析
  8.3 基于神经网络的数据挖掘方法
  8.4 基于遗传算法的数据挖掘方法
  8.5 基于粗糙集的数据挖掘方法
9 SQL Server2000 数据挖掘技术
  9.1 数据挖掘数学模型
  9.2 用DTS建立数据挖掘模型
  9.3 使用Pivot Table服务进行数据挖掘