数据仓库原理与应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

数据仓库原理与应用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1章 概述1

1.1 数据库与决策支持技术的发展1

1.1.1 数据库技术的发展1

1.1.2 决策支持技术的发展2

1.2 数据仓库技术的发展3

1.2.1 数据仓库概念的提出3

1.2.2 数据仓库的发展5

1.2.3 数据仓库技术的兴起6

1.2.4 数据仓库的动态7

1.3 数据挖掘技术的发展9

1.3.1 数据挖掘研究和应用面临的挑战9

1.3.2 数据仓库与数据挖掘的关系10

1.4 数据仓库未来发展方向11

第2章 数据仓库原理15

2.1 数据仓库的概念15

2.1.1 数据仓库的定义15

2.1.2 数据仓库的特征16

2.1.3 数据集市18

2.2 数据仓库的技术要求19

2.3 数据仓库的结构21

2.3.1 数据仓库的自顶向下结构21

2.3.2 数据仓库的自底向上结构22

2.3.3 企业级数据集市结构23

2.3.4 数据存储/数据集市结构24

2.3.5 分布式数据仓库/数据集市结构25

2.3.6 分布式知识管理结构25

2.3.7 数据仓库系统的结构26

2.3.8 数据仓库的数据组织28

2.4 元数据31

2.4.1 元数据的由来31

2.4.2 元数据的定义32

2.4.3 元数据的主要作用33

2.4.4 元数据的分类34

2.4.5 元数据的标准化37

2.4.6 OIM简介40

第3章 数据仓库的设计46

3.1 数据仓库的方法论46

3.2 数据仓库规划48

3.3 数据仓库体系结构49

3.4 数据仓库的技术体系结构50

3.5 数据仓库的数据组织54

3.5.1 维表和事实表构成的关系型数据仓库55

3.5.2 多维数据库数据组织57

3.5.3 两种数据组织的等价性58

3.5.4 虚拟数据仓库59

3.6 数据仓库的粒度60

3.6.1 粒度确定60

3.6.2 粒度划分示例62

3.7 数据仓库开发63

3.7.1 定义体系结构64

3.7.2 决策者的需求65

3.7.3 主题区分析65

3.7.4 源系统分析66

3.7.5 变换设计66

3.7.6 物理数据库设计67

3.7.7 最终用户访问方法的设计、定义和开发67

3.7.8 数据仓库开发68

3.7.9 数据仓库填充和实施69

3.7.10 数据库的开发流程69

3.8 数据仓库解决方案70

3.8.1 Sybase提供的数据仓库解决方案70

3.8.2 SAS提供的数据仓库解决方案70

3.8.3 Platinum提供的数据仓库解决方案72

3.8.4 其他解决方案74

第4章 数据仓库管理技术75

4.1 数据仓库管理的基本问题75

4.2 数据仓库中的多维建模技术76

4.2.1 多维模型的两种结构77

4.2.2 多维建模在决策支持系统中的应用79

4.2.3 多维建模面临的挑战81

4.3 休眠数据管理82

4.3.1 问题的提出82

4.3.2 休眠数据对数据仓库的影响83

4.3.3 解决方案83

4.4 元数据的管理87

4.4.1 早期的数据管理：从内部管理到数据字典87

4.4.2 企业级中心知识库的管理方法87

4.4.3 传统的元数据管理方法89

4.4.4 元数据的数据仓库管理功能90

4.4.5 数据仓库研究项目和元数据管理介绍94

4.4.6 评估元数据的价值97

4.4.7 管理元数据98

4.5 数据仓库管理工具98

第5章 联机分析处理101

5.1 概述101

5.1.1 OLAP的出现101

5.1.2 OLAP的定义102

5.1.3 OLAP的结构103

5.1.4 OLAP的一些基本概念105

5.1.5 OLAP的基本分析操作106

5.1.6 OLAP与OLTP的比较109

5.2 多维OLAP与关系OLAP111

5.2.1 多维数据存储与关系数据存储111

5.2.2 OLAP服务器112

5.2.3 MOLAP112

5.2.4 ROLAP113

5.3 OLAP技术分析118

5.3.1 结构分析118

5.3.2 数据存储和管理119

5.3.3 数据存取119

5.3.4 多维模型的实现技术120

5.3.5 OLAP的12条准则122

5.3.6 OLAP服务器和工具的评价125

5.4 实用OLAP技术简介127

5.4.1 Oracle OLAP工具127

5.4.2 Oracle Express Server技术特色128

5.4.3 Informix OLAP工具134

第6章 数据挖掘技术140

6.1 数据挖掘概念、方法与任务140

6.1.1 基本概念140

6.1.2 数据挖掘的任务与分类142

6.1.3 数据挖掘的方法和技术144

6.1.4 数据挖掘的现状与应用147

6.2 关联规则的发现153

6.2.1 关联规则简介153

6.2.2 关联规则的基本概念154

6.2.3 关联规则发现的经典算法155

6.2.4 基于聚类的周期关联规则发现算法CCAR159

6.2.5 关联规则价值衡量的方法162

6.3 公式发现164

6.3.1 现状164

6.3.2 问题描述165

6.3.3 BACON系统165

6.3.4 FDD系统168

6.3.5 Explore系统168

6.4 数据聚类172

6.4.1 聚类的概念172

6.4.2 SAS的聚类算法173

6.4.3 基于遗传算法的聚类方法175

6.4.4 基于随机搜索的聚类算法176

6.4.5 聚类算法BIRCH177

第7章 数据挖掘算法182

7.1 数据挖掘的集合论方法182

7.1.1 粗集方法182

7.1.2 概念树方法186

7.1.3 覆盖正例排斥反例方法188

7.2 数据挖掘中的决策树方法188

7.2.1 基本原理188

7.2.2 ID3决策树方法190

7.2.3 IBLE决策规则树方法194

7.2.4 决策树方法的优点和发展199

7.3 数据挖掘中的遗传算法200

7.3.1 遗传算法的形成和发展200

7.3.2 遗传算法的基本原理200

7.3.3 遗传算法的研究方向204

7.3.4 基于遗传算法的分类系统205

7.3.5 基于混合数据的遗传分类算法206

7.4 数据挖掘的神经网络方法208

7.4.1 神经网络的理论基础208

7.4.2 几个常见神经网络211

7.4.3 非线性神经网络的原理及其学习算法218

第8章 数据仓库应用222

8.1 需求分析222

8.1.1 环境分析223

8.1.2 业务数据库结构分析225

8.1.3 数据仓库应用系统的分析主题226

8.1.4 数据仓库应用系统的具体要求227

8.2 数据仓库应用系统设计227

8.2.1 数据仓库应用系统结构227

8.2.2 数据模型设计231

8.3 数据转移240

8.3.1 数据转移方案240

8.3.2 数据装载241

8.4 创建多维数据集242

8.5 小结243

参考文献244