數據倉庫與數據挖掘技術原理及應用（簡體書）

本書從邏輯層次上分為導論、原理、技術和實踐四大部分，第1章和第2章是導論部分，首先介紹了數據倉庫與數據挖掘的基本概念，然后從應用層面介紹了數據倉庫與數據挖掘技術在多個熱點行業的最新應用情況。第3章至第9章是原理部分，系統介紹了數據倉庫、OLAP和數據挖掘技術的基本原理，以及關聯規則分析算法、聚類分析算法、分類分析算法和序列模式分析算法。第10章至第14章是技術部分，以微軟SQL Server 2000為數據管理平臺，系統介紹了OLAP分析功能、多維數據集設計、維度和指標的建立、MDX語言的應用、多維數據集的優化、數據挖掘和管理技術。第15章是實踐部分，主要介紹了數據倉庫系統的開發方法，以一個實際的數據倉庫系統開發項目為背景，詳細介紹了該系統的體系結構設計和模型設計。
本書既可作為高等院校碩士研究生和本科生的教材和參考書，也可作為程序設計人員的參考書。

第1章　數據倉庫與數據挖掘概述
　1.1　從數據庫到數據倉庫
1.1.1　數據庫遇到的困境
1.1.2　操作型系統和分析型系統的分離
1.1.3　數據倉庫的產生
1.1.4　傳統數據庫與數據倉庫的區別
　1.2　數據挖掘
1.2.1　數據挖掘的產生
1.2.2　數據挖掘的發展歷程
1.2.3　數據挖掘與數據倉庫的關系
　1.3　關聯學科和技術介紹
1.3.1　統計學
1.3.2　人工智能技術與機器學習
1.3.3　商業智能
1.3.4　0LAP（OnlineAnalytical Process，聯機分析處理）
　1.4　數據倉庫產品介紹
1.4.1　Business Objects
1.4.2　0racle
1.4.3　IBM
1.4.4　Sybase
1.4.5 Informix
1.4.6　NCR
1.4.7 SAS
1.4.8 CA
　本章小結
　本章習題
第2章　數據倉庫與數據挖掘的應用和發展
2.1　金融行業的應用
2.1.1　銀行
2.1.2　證券
2.1.3　保險
　2.2　通信與安全行業的應用
2.2.1　電信
2.2.2　信息安全
　2.3　生產制造與零售行業
2.3.1　生產制造
2.3.2　零售
　2.4　醫療與生物醫學行業
2.4.1 醫療
2.4.2　生物醫學
　2.5　其他行業
2.5.1　公安
2.5.2　稅務
2.5.3　競技運動
　2.6　數據倉庫與數據挖掘技術的發展趨勢
2.6.1　數據倉庫的發展趨勢
2.6.2　數據挖掘技術的發展趨勢
　本章小結
　本章習題
第3章　數據倉庫的基本原理
　3.1　數據倉庫的體系結構
3.1.1　數據倉庫體系的三個層次
3.1.2　數據倉庫體系結構的基本特點
3.1.3　數據倉庫體系結構的計算模式
3.2　數據倉庫的基本概念
3.2.1　數據倉庫中的數據
3.2.2　數據倉庫處理過程中的關鍵名詞
3.2.3　數據集市（Data Mart）
3.3　數據倉庫的特點
3.3.1　面向主題
3.3.2　數據的集成性
3.3.3　數據的非易失性
3.3.4　數據的時變性
　3.4　數據倉庫的數據組織
3.4.1　數據倉庫的數據組織結構
3.4.2　數據的顆粒度
3.4.3　數據的分割
3.4.4　數據倉庫的數據組織形式
……
第4章　OLAP的基本原理
第5章　數據挖掘的基本原理
第6章　關聯規則分析算法原理與應用
第7章　聚類分析算法原理與應用
第8章　分類分析算法原理與應用
第9章　序列模式分析算法原理與應用
第10章　Microsotf SQL Server 2000數據倉庫基本操作
第11章　Microsoft SQL Server 2000　OLAP的基本設計
第12章　Microsotf SQL Server 2000　OLAP的高級設計
第13章　Microsotf SQL Server 2000　MDX技術
第14章　Microsotf SQL Server 2000數據挖掘
第15章　數據倉庫系統開發方法、項目管理及實例技術