数据仓库与数据挖掘技术（第2版）

　　本书介绍了以数据仓库、数据挖掘和联机分析为核心技术的商务智能的基本概念、基本原理、开发方法、开发工具、应用领域和管理方法等内容。 全书共分为10章，包括商务智能基本概念、数据仓库开发模型、数据仓库开发应用过程、联机分析、数据挖掘基本原理和技术、数据挖掘应用工具、电子商务的智能化、商务智能的管理应用，以及商务智能系统的开发应用实例等内容。每章后还附有可供读者自我测试的习题，以帮助读者对全书的理解。本书内容翔实，结构清晰，应用性强，既可以作为高等学校信息管理与信息系统专业、计算机应用专业、自动控制专业以及相关专业本科生和研究生的教材，也可以作为企业、事业单位从事商务智能系统开发应用工作人员的参考用书。

暂缺《数据仓库与数据挖掘技术（第2版）》作者简介

第1章 商务智能基本概念
1.1 商务智能的基本概念
1.1.1 商务智能的定义
1.1.2 商务智能的发展与应用
1.1.3 商务智能的体系结构
1.2 数据仓库的发展与展望
1.2.1 从传统数据库到数据仓库
1.2.2 数据仓库的定义与基本特性
1.2.3 数据仓库的发展
1.3 数据仓库的体系结构
1.3.1 数据仓库的概念结构
1.3.2 虚拟数据仓库结构
1.3.3 数据集市结构
1.3.4 单一数据仓库结构
1.3.5 分布式数据仓库结构
1.4 数据仓库的参照结构
1.4.1 数据仓库基本功能层
1.4.2 数据仓库的管理层
1.4.3 数据仓库的环境支持层
1.5 数据挖掘技术概述
1.5.1 数据挖掘的发展
1.5.2 数据挖掘的定义
1.6 数据挖掘技术与工具
1.6.1 常用数据挖掘技术
1.6.2 常用数据挖掘工具
1.6.3 数据挖掘工具的评价标准
1.6.4 常用数据挖掘工具的选择
1.7 数据挖掘的应用
1.7.1 数据挖掘与数据仓库
1.7.2 数据挖掘过程
1.7.3 数据挖掘的用户
本章小结
自我测试题
第2章 数据仓库开发模型
2.1 数据仓库开发模型
2.2 数据仓库概念模型
2.2.1 概念模型
2.2.2 规范的数据模型
2.2.3 星形模型
2.2.4 雪花模型
2.3 数据仓库的逻辑模型
2.3.1 事实表模型设计
2.3.2 维模型设计
2.4 数据仓库的物理模型
2.4.1 数据仓库物理模型的存储结构
2.4.2 数据仓库物理模型的索引构建
2.4.3 数据仓库物理模型的优化问题
2.5 数据仓库的元数据模型
2.5.1 元数据的类型与组成
2.5.2 元数据在数据仓库中的作用
2.5.3 元数据的收集
2.6 数据仓库的粒度和聚集模型
2.6.1 数据粒度的划分
2.6.2 确定粒度的级别
2.6.3 数据仓库聚集模型的确定
2.6.4 聚集模型的处理
2.6.5 聚集模型的管理
本章小结
自我测试题
第3章 数据仓库的开发应用过程
3.1 数据仓库开发应用的特点
3.1.1 数据仓库开发应用的阶段性
3.1.2 数据仓库的螺旋式开发方法
3.1.3 数据仓库的开发特点
3.2 数据仓库的规划
3.2.1 选择数据仓库实现策略
3.2.2 确定数据仓库的开发目标和实现范围
3.2.3 选择数据仓库的体系结构
3.2.4 建立数据仓库使用方案和项目规划预算
3.3 数据仓库的概念模型设计
3.3.1 概念模型的需求调查
3.3.2 概念模型的定义
3.3.3 概念模型的分析
……
第4章 OLAP技术
第5章 传统数据挖掘技术
第6章 现代数据挖掘技术与发展
第7章 电子商务中的商务智能
第8章 商务智能应用与管理
第9章 商务智能开发实例
第10章 商务智能应用实例
参考文献