数据仓库与数据挖掘原理及应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数据仓库与数据挖掘原理及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一篇 数据仓库与OLAP1

第1章　数据仓库基本概念1

1.1 从数据库到数据仓库1

1.1.1　蜘蛛网问题1

1.1.2　事务处理和分析处理数据环境的分离4

1.2　什么是数据仓库5

1.2.1　面向主题6

1.2.2　集成7

1.2.3　稳定性7

1.2.4　随时间而变化8

1.3　数据仓库与传统数据库的比较8

1.3.1 两个系统的主要区别8

1.3.2　两个系统的查询支持不同9

1.3.3　两个系统数据组织模式示例比较10

1.4　数据仓库的系统结构11

1.4.1　三层数据仓库结构11

1.4.2　数据仓库中的关键名词12

1.5　数据仓库的数据组织15

1.5.1　数据仓库的数据组织结构15

1.5.2　数据粒度与数据分割16

1.5.3　数据仓库的数据组织形式17

1.5.4　数据仓库的数据追加和清理19

1.6　小结20

习题20

第2章　数据仓库中的ETL和元数据21

2.1 ETL21

2.1.1 ETL概念21

2.1.2　ETL作用25

2.1.3 ETL工具25

2.2　元数据28

2.2.1　什么是元数据28

2.2.2　元数据的标准化31

2.2.3　数据仓库中的元数据管理33

2.2.4　在数据仓库项目中使用元数据的建议34

2.3　外部数据35

2.3.1　外部数据和非结构化数据35

2.3.2　元数据和外部数据36

2.3.3　外部数据的存储37

2.3.4　外部数据的管理37

2.4 小结37

习题37

第3章 数据仓库模型设计及数据仓库建立38

3.1　数据仓库的概念模型设计38

3.1.1　E-R模型38

3.1.2　面向对象的分析方法40

3.2　数据仓库的逻辑模型设计42

3.2.1 分析主题，确定当前要装载的主题43

3.2.2　确定数据粒度的选择43

3.2.3　确定数据分割策略46

3.2.4　增加导出字段47

3.2.5　定义关系模式47

3.2.6　定义记录系统48

3.3　数据仓库的物理模型设计48

3.3.1　索引策略48

3.3.2　数据存储策略52

3.4　数据仓库的建立过程54

3.4.1 需求分析55

3.4.2　数据路线55

3.4.3　技术路线55

3.4.4　应用路线56

3.4.5　数据仓库部署57

3.4.6　运行维护58

3.5　提高数据仓库性能58

3.6 小结60

习题60

第4章　联机分析处理62

4.1　OLAP概念62

4.1.1 什么是OLAP62

4.1.2　OLAP的相关基本概念63

4.1.3　OLAP和OLTP的区别64

4.1.4　OLAP和数据仓库的区别65

4.2　OLAP的基本操作65

4.2.1　数据切片65

4.2.2　数据切块66

4.2.3　数据上探／下钻67

4.2.4　数据旋转67

4.2.5　其他OLAP操作68

4.3 OLAP的数据模型68

4.3.1　什么是数据立方体69

4.3.2　多维数据模型的存在形式71

4.4　OLAP分类和服务器类型75

4.4.1 OLAP的分类75

4.4.2　OLAP的三层客户／服务器结构76

4.4.3　ROLAP服务器76

4.4.4　MOLAP服务器77

4.4.5　HOLAP服务器77

4.5 基于多维数据库的OLAP（MOLAP）78

4.5.1　多维数据库78

4.5.2　维的分类79

4.5.3　多维数据库存储80

4.6 基于关系数据库的OLAP（ROLAP）81

4.6.1　维表和事实表81

4.6.2　ROLAP与MOLAP比较84

4.7 OLAP实现86

4.7.1　数据立方体的有效计算86

4.7.2　索引OLAP数据87

4.7.3　OLAP查询的有效处理89

4.7.4　OLAP的前端展现90

4.8 OLAP的衡量和特性93

4.8.1 OLAP的12准则93

4.8.2 OLAP的简洁准则（OLAP的特性）95

4.9　小结96

习题96

第二篇　数据挖掘与空间数据挖掘97

第5章　数据挖掘概念与数据预处理97

5.1　数据挖掘概述97

5.2　数据挖掘分类99

5.2.1　概述99

5.2.2　描述性挖掘99

5.2.3　预测性挖掘102

5.3　数据挖掘系统104

5.3.1　数据挖掘系统的结构104

5.3.2　数据挖掘系统的设计105

5.3.3　数据挖掘系统的发展106

5.4　数据预处理107

5.4.1　数据清理107

5.4.2　数据集成108

5.4.3　数据变换109

5.4.4　数据归约110

5.4.5　属性概念分层的自动生成112

5.5　数据挖掘与数据仓库114

5.6　数据挖掘的应用和发展115

5.6.1　数据挖掘的应用115

5.6.2　数据挖掘未来研究方向117

5.7 小结118

习题118

第6章　关联分析119

6.1 问题定义120

6.2　Apriori算法121

6.2.1 频繁项集产生121

6.2.2　规则产生125

6.2.3　Apriori算法127

6.3　频繁项集的紧凑表示129

6.3.1　最大频繁项集129

6.3.2　频繁闭项集131

6.4　FP-growth算法133

6.4.1　FP树构造134

6.4.2　频繁项集产生135

6.4.3　FP-growth算法136

6.5 小结137

习题138

第7章　聚类分析139

7.1 概述139

7.1.1　聚类概念139

7.1.2　相似性测度139

7.1.3　聚类过程140

7.1.4　聚类算法的分类141

7.2　k均值算法143

7.2.1　误差平方和准则143

7.2.2　k均值算法143

7.3 BIRCH算法145

7.3.1　聚类特征145

7.3.2　CF树146

7.3.3　CF树的构造146

7.3.4　BIRCH算法147

7.4 DBSCAN算法147

7.4.1　相关概念147

7.4.2　DBSCAN算法150

7.5　STING算法151

7.5.1　层次结构151

7.5.2　参数产生152

7.5.3　查询类型153

7.5.4　相关单元和非相关单元154

7.5.5　STING算法155

7.6　EM算法156

7.6.1　隶属概率及新均值计算156

7.6.2　EM算法157

7.7　小结158

习题158

第8章　分类与预测160

8.1　分类过程160

8.2　决策树分类162

8.2.1 决策树162

8.2.2　建立决策树163

8.2.3　提取分类规则167

8.2.4　对新样本分类168

8.3　前馈神经网络分类168

8.3.1　前馈神经网络168

8.3.2　学习前馈神经网络170

8.3.3　神经网络分类173

8.4　贝叶斯分类174

8.4.1　贝叶斯分类概述174

8.4.2　朴素贝叶斯分类176

8.4.3　树增强朴素贝叶斯分类178

8.5　回归分析180

8.5.1　一元回归分析180

8.5.2　多元回归分析183

8.5.3　非线性回归185

8.6 小结186

习题186

第9章　异常检测188

9.1 概述188

9.1.1　异常概念188

9.1.2　异常的成因188

9.1.3　异常检测方法189

9.2　基于距离的异常检测190

9.2.1　嵌套-循环算法190

9.2.2　基于单元的算法192

9.3　基于密度的异常检测197

9.3.1　相关概念198

9.3.2　基于密度的异常检测算法199

9.4　基于图的异常检测200

9.4.1　相关概念200

9.4.2　测试参数的计算201

9.4.3　指定路径上的空间异常检测算法201

9.5 小结202

习题202

第10章　空间数据挖掘204

10.1 空间数据挖掘简介204

10.1.1　空间数据挖掘的产生204

10.1.2　空间数据的特点205

10.1.3　空间数据挖掘的过程206

10.1.4　空间数据挖掘的分类206

10.2　空间关联规则挖掘207

10.2.1　空间关联规则挖掘的相关概念208

10.2.2 自顶向下，逐步求精的空间关联规则挖掘算法213

10.3 空间co-location模式挖掘218

10.3.1　空间co-location模式的基本概念218

10.3.2　基于完全连接的co-location模式挖掘算法220

10.4 小结226

习题226

第三篇　工具与实例227

第11章　数据挖掘工具及可视化227

11.1 数据挖掘工具简介227

11.1.1　数据挖掘产品227

11.1.2　评价数据挖掘产品的标准230

11.2　Weka232

11.2.1　WekaExplorer233

11.2.2　Experimenter241

11.2.3　KnowledgeFlow244

11.3　数据挖掘的可视化246

11.3.1　数据挖掘可视化的过程与方法246

11.3.2　数据挖掘可视化的分类247

11.3.3　数据挖掘可视化的工具250

11.4 小结252

习题252

第12章　COGNOS介绍253

12.1 Cognos公司BI主要产品介绍253

12.1.1　数据查询和即席报表生成工具254

12.1.2　模型建立工具258

12.1.3　在线分析处理及展现工具261

12.2　Cognos应用例子263

12.2.1　报表的生成264

12.2.2　Cube的构造267

12.3 小结270

习题271

第13章　企业数据仓库系统构建272

13.1　系统介绍272

13.1.1　系统建设的背景272

13.1.2　系统定位和总体结构272

13.2　系统分析与设计275

13.2.1　系统需求分析275

13.2.2　系统模型设计277

13.2.3 系统的ETL设计277

13.3　系统实现278

13.3.1　数据上载278

13.3.2　立方体聚集和多立方体284

13.3.3　处理链285

13.3.4　系统的配置和管理286

13.4　数据（报表）展示和接口探讨286

13.4.1　数据（报表）的展示287

13.4.2　SAPBW数据仓库接口程序的开发和实现291

13.5 小结293

习题293

主要参考文献295