數據倉庫原理、設計與應用

前言
第1章數據倉庫與數據挖掘概述
1.1數據倉庫的發(fā)展與展望
1.1.1從傳統數據庫到數據倉庫
1.1.2數據倉庫的定義與基本特性
1.1.3數據倉庫的未來發(fā)展
1.2數據倉庫的體系結構
1.2.1數據倉庫的概念結構
1.2.2虛擬數據倉庫結構
1.2.3數據集市結構
1.2.4單一數據倉庫結構
1.2.5分布式數據倉庫結構
1.3數據倉庫的參照結構
1.3.1數據倉庫基本功能層
1.3.2數據倉庫的管理層
1.3.3數據倉庫的元數據管理層
1.3.4數據倉庫的環(huán)境支持層
1.4數據挖掘技術概述
1.4.1數據挖掘的發(fā)展
1.4.2數據挖掘的定義
1.5數據挖掘技術與工具
1.5.1常用的數據挖掘技術
1.5.2常用數據挖掘工具
1.5.3數據挖掘工具的評價標準
1.5.4常用數據挖掘工具的選擇
1.6數據挖掘的應用
1.6.1數據挖掘與數據倉庫
1.6.2數據挖掘過程
1.6.3數據挖掘的用戶
第2章數據倉庫開發(fā)模型
2.1數據倉庫開發(fā)模型概述
2.2數據倉庫概念模型
2.2.1概念數據模型
2.2.2規(guī)范的數據模型
2.2.3星型模型
2.2.4雪花模型
2.3數據倉庫的邏輯模型
2.3.1事實表模型設計
2.3.2維模型設計
2.4數據倉庫的物理模型
2.4.1數據倉庫物理模型的存儲結構
2.4.2數據倉庫物理模型的索引構建
2.4.3數據倉庫物理模型的優(yōu)化問題
2.5數據倉庫的元數據模型
2.5.1元數據的類型與組成
2.5.2元數據在數據倉庫中的作用
2.5.3元數據的收集
2.6數據倉庫的粒度和聚集模型
2.6.1數據粒度的劃分
2.6.2確定粒度的級別
2.6.3數據倉庫的聚集模型確定
2.6.4聚集模型的處理
2.6.5聚集模型的管理
第3章數據倉庫開發(fā)應用過程
3.1數據倉庫開發(fā)應用的特點
3.1.1數據倉庫開發(fā)應用的階段性
3.1.2數據倉庫的螺旋式開發(fā)方法
3.1.3數據倉庫的開發(fā)特點
3.2數據倉庫的規(guī)劃
3.2.1選擇數據倉庫的實現策略
3.2.2確定數據倉庫的開發(fā)目標和實現范圍
3.2.3數據倉庫的結構
3.2.4數據倉庫使用方案和項目規(guī)劃預算
3.3數據倉庫的概念模型設計
3.3.1概念模型的需求調查
3.3.2概念模型的定義
3.3.3概念模型的分析
3.3.4概念模型的設計
3.3.5概念模型文檔與評審
3.4數據倉庫的邏輯模型設計
3.4.1分析主題域
3.4.2粒度層次和聚集的確定
3.4.3確定數據分割策略
3.4.4關系模型定義
3.4.5數據倉庫的實體定義
3.4.6數據倉庫的數據抽取模型
3.4.7數據倉庫元數據模型的建立與應用
3.4.8邏輯模型的評審
3.5數據倉庫的物理模型設計
3.5.1數據倉庫設計的規(guī)范
3.5.2確定數據結構的類型
3.5.3數據倉庫索引的創(chuàng)建
3.5.4確定數據的存放位置
3.5.5確定存儲分配
3.5.6數據倉庫物理模型的評審
3.6數據倉庫的實施
3.6.1數據倉庫與業(yè)務處理系統接口的設計
3.6.2數據倉庫的創(chuàng)建
3.6.3數據倉庫的數據加載.復制與發(fā)行
3.6.4數據倉庫的中間件設計
3.6.5數據倉庫的測試
3.7數據倉庫的應用.支持和增強
3.7.1數據倉庫的用戶培訓及支持
3.7.2數據倉庫的使用方式
3.7.3數據倉庫使用中的數據刷新
3.7.4數據倉庫的增強
第4章OLAP技術
4.10LAP技術概述
4.1.1OLAP的發(fā)展
4.1.2OLAP的特性
4.2OLAP與多維分析
4.2.1多維基本概念
4.2.2多維分析
4.2.3維的層次關系
4.2.4維的類關系
4.2.5OLAP與數據倉庫的關系
4.30LAP的實施
4.4多維OLAP與關系OLAP
4.4.1多維數據庫
4.4.2多維數據庫的數據存儲
4.4.3多維數據庫與數據倉庫
4.4.4MOLAP的創(chuàng)建與功能
4.4.5ROLAP實現的三個規(guī)則
4.4.6ROLAP的多維表示方法
4.4.7ROLAP的創(chuàng)建與功能
4.5OLAP技術評價
4.5.1MOLAP與ROLAP的比較
4.5.2OLAP的衡量標準
4.5.30LAP服務器和工具的評價標準
第5章傳統數據挖掘技術
5.1傳統的統計分析類數據挖掘技術
5.1.1統計與統計類數據挖掘技術
5.1.2數據的聚集與度量技術
5.1.3柱狀圖數據挖掘技術
5.1.4線性回歸數據挖掘技術
5.1.5非線性回歸數據挖掘技術
5.1.6聚類數據挖掘技術
5.1.7最近鄰數據挖掘技術
5.2統計分析類工具
5.2.1統計類數據挖掘工具
5.2.2統計類數據挖掘的商業(yè)分析
5.2.3統計類數據挖掘工具的功能
5.2.4統計類數據挖掘工具--SPSS
5.3統計分析類工具的應用
5.3.1趨勢分析
5.3.2時序分析
5.3.3周期分析
5.4統計分析類工具應用的問題
5.4.1統計類數據挖掘的預處理問題
5.4.2統計分析應遵循的基本原則
5.4.3統計分析的步驟
5.4.4統計類數據挖掘的性能問題
第6章現代數據挖掘技術與發(fā)展
6.1知識挖掘系統的體系結構
6.1.1知識發(fā)現的定義
6.1.2知識發(fā)現系統的結構
6.2現代挖掘技術及應用
6.2.1規(guī)則型現代挖掘技術及應用
6.2.2神經網絡型現代挖掘技術
6.2.3遺傳算法型現代挖掘技術
6.2.4粗糙集型現代挖掘技術
6.2.5決策樹型現代挖掘技術
6.3知識發(fā)現的工具與應用
6.3.1知識挖掘工具的系統結構
6.3.2知識挖掘工具運用中的問題
6.3.3知識挖掘的價值
6.3.4現代數據挖掘工具簡介
6.4數據挖掘技術的發(fā)展
6.4.1文本挖掘
6.4.2Web挖掘技術
6.4.3可視化數據挖掘技術
6.4.4空間數據挖掘
6.4.5分布式數據挖掘
第7章數據倉庫的應用與管理
7.1數據倉庫的用戶
7.1.1數據倉庫的用戶--信息的使用者與知識的挖掘者
7.1.2信息使用者的數據倉庫使用方式
7.1.3知識挖掘者的數據倉庫使用方式
7.2數據倉庫應用案例
7.2.1分層決策體系
7.2.2數據抽樣分析
7.2.3發(fā)揮歷史數據的經濟效益
7.2.4回扣分析
7.2.5客戶關系管理
7.3數據倉庫的運行技術管理
7.3.1數據加載的一些問題
7.3.2故障恢復管理
7.3.3訪問控制與安全管理
7.3.4數據增長的管理
7.4數據倉庫的元數據管理
7.4.1元數據的存儲.管理與維護
7.4.2元數據的用戶與使用方法
7.4.3元數據管理模型
7.5數據倉庫應用中的法律問題
7.5.1數據的隱私權問題
7.5.2數據隱私權的處理
7.6數據倉庫的成本與效益分析
7.6.1數據倉庫的投資回報的定量分析
7.6.2數據倉庫的投資回報的定性分析
第8章數據倉庫開發(fā)實例
8.1超市銷售數據倉庫的規(guī)劃與分析
8.1.1超市銷售數據倉庫的需求分析
8.1.2超市銷售數據倉庫E-R模型的構造
8.1.3超市數據倉庫事實表模型
8.1.4超市數據倉庫維表模型設計
8.1.5超市數據倉庫模型的關鍵字設計
8.1.6超市數據倉庫的元數據設計
8.2數據倉庫開發(fā)工具簡介
8.2.1數據倉庫開發(fā)工具
8.2.2SQLServer數據倉庫開發(fā)應用工具
8.3SQLServer的數據倉庫創(chuàng)建
8.3.1創(chuàng)建數據庫
8.3.2創(chuàng)建表
8.4SQLServer數據倉庫事實表與多維數據集的建立
8.4.1AnalysisManager數據庫的創(chuàng)建與數據源確定
8.4.2SQLServer數據倉庫的維創(chuàng)建
8.4.3SQLServer的多維數據集創(chuàng)建
第9章數據倉庫應用實例
9.1數據倉庫的數據加載與鉆取
9.1.1數據倉庫的數據加載
9.1.2超市數據倉庫系統的數據加載
9.1.3多維數據集的更新
9.1.4數據倉庫的鉆取訪問
9.1.5數據倉庫的多維表達式MDX應用
9.2數據挖掘模型的設計
9.2.1數據挖掘對象的分析
9.2.2數據挖掘模型與相關數據的準備
9.2.3數據挖掘模型的應用
9.3SQLServer中的數據挖掘工具
9.3.1決策類數據挖掘工具的應用
9.3.2聚類分析數據挖掘工具的應用
9.4數據倉庫客戶端界面的設計
9.4.1客戶端界面展現內容的設計
9.4.2客戶端界面展現工具的選擇
9.4.3Excel展現界面的實現
參考文獻