数据仓库与数据挖掘

　　《数据仓库与数据挖掘/高等教育大数据科学与技术“十三五”规划教材》主要介绍数据仓库和数据挖掘技术的基本原理和应用方法。全书共分为13章，主要内容包括数据仓库的概念与体系结构、数据、数据存储、OIAP与数据立方体、数据挖掘基础、关联挖掘、聚类分析、分类、神经网络、统计分析、非结构化数据挖掘、知识图谱、大数据挖掘算法。其中，第1章为数据仓库的概念与体系结构，内容包括数据挖掘的兴起、数据仓库的基本概念及数据仓库的特点与组成等。第2～4章主要介绍数据仓库的基本原理和数据仓库系统的组建方法。第5～12章介绍当前流行的数据挖掘算法的主要思想和理论基础，并且给出丰富的应用实例。第13章为数据挖掘创新篇，内容主要为基于MapReduce的数据挖掘算法及Hadoop的介绍等。

暂缺《数据仓库与数据挖掘》作者简介

第1章 数据仓库的概念与体系结构
1．1 数据仓库的兴起
1．1．1 数据管理技术的发展
1．1．2 数据仓库的萌芽
1．2 数据仓库的基本概念
1．2．1 元数据
1．2．2 数据粒度
1．2．3 数据模型
1．2．4 ETL
1．2．5 数据集市
1．3 数据仓库的特点与组成
1．3．1 数据仓库的特点
1．3．2 数据仓库的组成
1．4 数据仓库的体系结构
1．4．1 传统的数据仓库体系结构
1．4．2 传统数据仓库系统在大数据时代所面临的挑战
1．4．3 大数据时代的数据仓库
习题
第2章 数据
2．1 数据的概念与内容
2．2 数据属性与数据集
2．3 数据预处理
2．3．1 数据预处理概述
2．3．2 数据清洗
2．3．3 数据集成
2．3．4 数据变换
2．3．5 数据归约
习题
第3章 数据存储
3．1 数据仓库的数据模型
3．1．1 数据仓库的概念模型
3．1．2 数据仓库的逻辑模型
3．1．3 数据仓库的物理模型
3．2 元数据存储
3．2．1 元数据的概念
3．2．2 元数据的分类方法
3．2．3 元数据的管理
3．2．4 元数据的作用
3．3 数据集市
3．3．1 数据集市的概念
3．3．2 数据集市的类型
3．3．3 数据集市的建立
3．4 大数据存储技术
3．4．1 大数据的概念
3．4．2 传统数据库的局限
3．4．3 NoSQL数据库
3．4．4 几种主流的NoSQL数据库
习题
第4章 OLAP与数据立方体
4．1 OLAP的概念4．1．1 OLAP的定义
4．1．2 OLAP的准则
4．1．3 OLAP的特征
4．2 多维分析的基本分析动作
4．2．1 切片
4．2．2 切块
4．2．3 钻取
4．2．4 旋转
……
第5章 数据挖掘基础
第6章 关联挖掘
第7章 聚类分析
第8章 分类
第9章 神经网络
第10章 统计分析
第11章 非结构化数据挖掘
第12章 知识图谱
第13章 大数据挖掘算法
参考文献