扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
数据仓库与数据挖掘技术 版权信息
- ISBN：9787302281665
- 条形码：9787302281665 ; 978-7-302-28166-5
- 装帧：暂无
- 册数：暂无
- 重量：暂无
- 所属分类：>
数据仓库与数据挖掘技术 本书特色
《数据仓库与数据挖掘技术》特色： 《数据仓库与数据挖掘技术》对数据仓库概念及其技术的介绍，在于突出数据仓库进行决策支持的本质。该书内容组织的思路为：数据仓库基本概念、数据仓库技术、数据仓库开发构建案例、实际应用。 在内容介绍上力求深入浅出，通俗易懂。具有结构清晰，内容简明，方便实用的特点。 既重视理论知识的讲解，又强调应用技能的培养，使用了大量的案例，备案例均使用Microsoft SQLServer 2005图示及实例进行实际操作，通过实例来解释数据仓库与数据挖掘技术的原理，使该书有较强的可读性，便于读者学习和掌握，适于作为本科生教材使用。
数据仓库与数据挖掘技术 内容简介
《数据仓库与数据挖掘技术》主要介绍数据仓库和数据挖掘技术的基本概念、相关技术和应用案例及方法。全书共分为9章，主要内容包括：数据仓库与数据挖掘的概念和体系结构、数据仓库开发模型、ETL技术、OLAP技术、商务智能系统、数据预处理技术、数据挖掘技术、数据仓库开发实例、报表设计等内容。该书各章节的案例均使用Microsoft SQL Server 2005进行操作实践讲解。通过对具体实例的学习和实践，使读者掌握数据仓库和数据挖掘中必要的知识点，达到学以致用的目的。 《数据仓库与数据挖掘技术》适合作为高等院校本科学生的教材，也可供企业信息化管理人员、技术人员以及软件开发人员阅读参考。
数据仓库与数据挖掘技术 目录
第1章 数据仓库与数据挖掘概述1
1.1 数据仓库的产生与发展1
1.1.1 数据仓库的产生1
1.1.2 数据仓库的发展2
1.1.3 数据仓库的研究与开发现状2
1.1.4 数据仓库的作用4
1.2 数据仓库的基本概念4
1.2.1 数据仓库的定义与基本特性5
1.2.2 数据仓库与数据库的区别6
1.2.3 数据仓库数据的组织架构7
1.3 数据仓库的体系结构8
1.3.1 虚拟的数据仓库体系结构9
1.3.2 单独的数据仓库体系结构9
1.3.3 单独的数据集市体系结构10
1.3.4 分布式数据仓库结构10
1.4 数据仓库的相关概念11
1.4.1 数据源11
1.4.2 数据的存储层12
1.4.3 OLAP服务器14
1.4.4 前端工具14
1.5 数据挖掘技术概述15
1.5.1 数据挖掘技术产生的背景15
1.5.2 数据挖掘的基本概念16
1.5.3 数据挖掘的对象17
1.5.4 数据挖掘功能18
1.5.5 数据挖掘与传统分析方法的区别21
1.5.6 数据仓库与数据挖掘的关系21
1.5.7 数据挖掘的发展趋势22
1.6 数据挖掘过程23
1.6.1 Fayyad过程模型23
1.6.2 CRISP-DM过程模型25
1.6.3 其他数据挖掘过程模型26
1.7 常用的数据挖掘技术27
1.8 小结29
1.9 习题29
第2章 数据仓库开发模型31
2.1 数据仓库开发模型概述31
2.2 数据仓库的概念模型32
2.2.1 企业模型的建立32
2.2.2 规范的数据模型34
2.2.3 常见的概念模型38
2.3 数据仓库的逻辑模型42
2.3.1 事实表模型设计43
2.3.2 维度表模型设计44
2.4 数据仓库的物理模型46
2.4.1 物理模型的设计要点46
2.4.2 数据仓库物理模型的存储结构47
2.4.3 数据仓库物理模型的索引构建49
2.4.4 数据仓库物理模型的优化问题49
2.5 数据仓库的元数据模型51
2.5.1 元数据的类型51
2.5.2 元数据的作用53
2.5.3 元数据的收集与维护54
2.5.4 元数据的使用57
2.5.5 元数据管理模型57
2.6 数据仓库的粒度和聚集模型59
2.6.1 数据仓库粒度模型59
2.6.2 数据仓库聚集模型与数据分割60
2.7 小结61
2.8 习题61
第3章 ETL技术63
3.1 ETL相关概念64
3.1.1 数据理解64
3.1.2 数据抽取64
3.1.3 数据清洗65
3.1.4 数据转换65
3.1.5 数据加载66
3.2 ETL过程建模66
3.2.1 ETL系统面临的挑战66
3.2.2 ETL过程描述67
3.2.3 ETL概念模型67
3.2.4 ETL逻辑模型68
3.3 ETL增量抽取机制69
3.4 ETL过程数据质量控制71
3.4.1 数据质量问题分类71
3.4.2 数据质量控制技术72
3.5 ETL并行处理技术74
3.6 小结76
3.7 习题76
第4章 OLAP技术78
4.1 OLAP概述78
4.1.1 OLAP的定义78
4.1.2 数据仓库与数据分析的关系79
4.1.3 多维分析的基本概念80
4.1.4 OLAP的多维数据分析83
4.1.5 OLAP与OLTP的比较85
4.2 多维数据库及其存储86
4.2.1 多维数据库86
4.2.2 多维数据库的数据存储88
4.2.3 多维数据库与数据仓库88
4.3 OLAP的类型89
4.3.1 多维OLAP90
4.3.2 关系OLAP91
4.3.3 混合型OLAP96
4.3.4 MOLAP与ROLAP的比较96
4.4 OLAP的体系结构97
4.5 OLAP中的索引技术98
4.5.1 B-Tree索引98
4.5.2 位图索引99
4.5.3 位图索引的扩展--标识符索引102
4.5.4 索引性能比较103
4.5.5 索引的选择104
4.6 OLAP的评价标准104
4.6.1 OLAP的衡量标准104
4.6.2 OLAP服务器和工具的评价标准106
4.7 OLAP的前端展现108
4.7.1 OLAP工具108
4.7.2 OLAP结果的展现方法109
4.8 小结111
4.9 习题111
第5章 商务智能系统113
5.1 商务智能概述113
5.1.1 商务智能的概念113
5.1.2 商务智能的发展历程114
5.1.3 商务智能的商业效益114
5.2 商务智能系统架构115
5.2.1 商务智能系统的核心技术115
5.2.1 商务智能的体系结构116
5.3 商务智能系统的功能117
5.4 商务智能系统的应用118
5.4.1 商务智能系统特点118
5.4.2 我国商务智能系统应用现状分析118
5.5 小结119
5.6 习题120
第6章 数据预处理技术121
6.1 数据预处理概述121
6.1.1 数据预处理的必要性121
6.1.2 数据预处理的基本方法122
6.1.3 数据预处理的研究现状124
6.2 数据清理124
6.2.1 填充缺失值125
6.2.2 光滑噪声数据125
6.2.3 数据清理过程126
6.3 数据集成127
6.4 数据变换128
6.5 数据归约130
6.5.1 数据立方体聚集130
6.5.2 属性子集选择130
6.5.3 维度归约131
6.5.4 数值归约132
6.5.5 数据离散化与概念分层134
6.6 小结136
6.7 习题136
第7章 数据挖掘技术138
7.1 概念描述138
7.1.1 概念描述的生成过程138
7.1.2 概念分层与数据泛化139
7.1.3 概念分层方法139
7.1.4 数据泛化方法142
7.1.5 泛化的表示145
7.1.6 属性相关分析146
7.1.7 区别性描述146
7.2 关联规则147
7.2.1 关联规则相关概念147
7.2.2 关联规则挖掘步骤148
7.2.3 关联规则分类149
7.2.4 关联规则的算法150
7.3 数据分类156
7.3.1 数据分类的基本步骤与评价准则156
7.3.2 决策树158
7.3.3 贝叶斯分类164
7.3.4 神经网络方法165
7.3.5 近邻分类方法171
7.4 数据聚类173
7.4.1 聚类分析概述173
7.4.2 聚类算法的分类及其典型算法174
7.4.3 聚类分析中的相似度度量方法176
7.4.4 聚类分析中的聚类准则函数177
7.4.5 k-means聚类算法178
7.5 遗传算法181
7.5.1 遗传算法的基本术语181
7.5.2 遗传算法的执行过程182
7.5.3 遗传算法应用举例184
7.5.4 遗传算法的基本要素185
7.5.5 遗传算法的特点及应用领域188
7.6 粗糙集190
7.6.1 粗糙集理论的相关概念190
7.6.2 粗糙集的应用举例191
7.6.3 粗糙集理论研究的对象及特点192
7.7 小结193
7.8 习题194
第8章 数据仓库开发实例196
8.1 SQL Server 2005所提供的数据仓库功能196
8.1.1 SQL Server 2005 Integration Services197
8.1.2 SQL Server 2005 Analysis Services197
8.1.3 SQL Server 2005 DW工具197
8.2 福马特商店销售分析数据仓库系统的分析与设计198
8.3 数据仓库的实现199
8.3.1 SQL Server的数据仓库创建199
8.3.2 OLAP的实施204
8.3.3 数据仓库中的数据挖掘209
8.4 数据仓库的应用与管理213
8.4.1 数据仓库的用户213
8.4.2 数据仓库应用案例213
8.4.3 数据仓库的运行技术管理224
8.4.4 数据仓库应用中的法律问题227
8.4.5 数据仓库的成本与效益分析227
8.5 小结228
8.6 习题228
第9章 报表设计230
9.1 报表概述230
9.1.1 报表结构230
9.1.2 传递报表232
9.1.3 Report Server功能结构233
9.1.4 Report Services的组成部分234
9.2 报表向导制作报表236
9.2.1 向导制作报表237
9.2.2 报表设计器246
9.2.3 部署报表247
9.3 编辑制作报表248
9.3.1 新建报表项目248
9.3.2 新建数据集248
9.3.3 报表格式设计250
9.3.4 分组251
9.3.5 钻取功能254
9.3.6 文档结构图254
9.4 矩阵式报表255
9.4.1 数据集建立256
9.4.2 矩阵布局257
9.4.3 矩形布局258
9.4.4 折叠结构259
9.5 统计图表260
9.5.1 图表元素260
9.5.2 柱形图260
9.5.3 折线图266
9.5.4 饼图270
9.5.5 圆环图270
9.6 主体的多列271
9.7 小结272
9.8 实验272
参考文献273
展开全部
书友推荐
本类畅销
-
Photoshop 2022中文版案例教程
¥44.1¥59.8 -
局域网组建、管理与维护(第4版)(微课版)
¥47¥59 -
园林AUTOCAD教程
¥24¥45 -
Python实战编程:从零学Python
¥81¥108 -
Java程序设计基础
¥37¥50 -
数据备份与恢复
¥51.4¥69
