数据库与数据挖掘

　　《数据库与数据挖掘》是结合数据库与数据挖掘的课程特点及应用需求、本科生乃至研究生的特点而编写的，力求克服原理与应用分离的缺点，弱化理论知识的抽象，体现注重能力、内容创新、结构合理、叙述通俗、易学易用的特点，全书以图文并茂的形式介绍数据库与数据挖掘的理论知识，以Microsoft SQL Server 2008乃至更高版本为平台，详细介绍了如何利用Microsoft SQL Server 2008进行数据库操作和数据挖掘的知识和方法。

　　安立华：东北林业大学工程技术学院讲师，哈尔滨工业大学在读博士。主讲《数据库与数据挖掘》与《物流信息系统》。主持省级课题2项，参与课题2项，发表学术论文10余篇，发表教改论文2篇。主编教材1部，参编1部。

1 数据库概论
1．1 数据库系统概述
1．2 数据库系统体系结构
1．3 数据模型
1．4 关系数据库
1．5 关系代数基础
1．6 关系数据库规范化理论
1．7 数据库技术发展现状与趋势
本章小结
习题
2 SQL Server 2008数据库基础
2．1 SQL Server 2008的数据类型
2．2 SQL Server 2008数据库的创建与管理
2．3 数据表的创建与管理
2．4 索引
2．5 视图
本章小结
习题
3 数据库设计
3．1 数据库设计概述
3．2 需求分析
3．3 概念结构设计
3．4 逻辑结构设计
3．5 物理结构设计
3．6 数据库的实施和维护
本章小结
习题
4 事务管理与并发控制
4．1 事务的概念及基本特性
4．2 DBMS对事务的并发控制
4．3 封锁
4．4 死锁和活锁
本章小结
习题
5 数据库安全性与权限管理
5．1 数据库的安全性概念及安全性控制措施
5．2 数据库备份和恢复
5．3 SQL Server 2008的安全管理
本章小结
习题
6 数据仓库技术
6．1 数据仓库的产生与发展
6．2 数据仓库的基本概念
6．3 数据仓库系统的体系结构
6．4 影响数据仓库成功的因素
6．5 数据仓库设计
本章小结
习题
7 数据挖掘概述
7．1 数据挖掘简介
7．2 数据挖掘的步骤
7．3 数据挖掘的相关技术与工具
7．4 数据挖掘系统的设计
7．5 数据挖掘的应用
本章小结
习题
8 关联分析
8．1 关联规则的基本概念
8．2 Apriori算法
本章小结
习题
9 聚类分析
9．1 引言
9．2 概述
9．3 聚类分析的算法分类
9．4 K-means算法
9．5 K-medoids算法
9．6 离群点分析
本章小结
习题
10 分类
10．1 分类过程
10．2 决策树分类
10．3 贝叶斯分类算法
本章小结
习题
参考文献