数据仓库与数据挖掘应用教程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应用教程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 数据仓库和数据挖掘概述1

1.1 数据仓库概述2

1.1.1 数据仓库的定义2

1.1.2 数据仓库与操作型数据库的关系4

1.1.3 数据仓库的应用6

1.2 数据仓库系统及开发工具7

1.2.1 数据仓库系统的组成7

1.2.2 数据仓库系统开发工具10

1.3 商业智能和数据仓库12

1.3.1 什么是商业智能12

1.3.2 商业智能和数据仓库的关系13

1.4 数据挖掘概述14

1.4.1 数据挖掘的定义14

1.4.2 数据挖掘的主要任务15

1.4.3 数据挖掘的对象15

1.4.4 数据挖掘的知识表示16

1.4.5 数据挖掘与数据仓库及OLAP的关系17

1.4.6 数据挖掘的应用17

1.5 数据挖掘过程19

1.5.1 数据挖掘步骤19

1.5.2 数据清理19

1.5.3 数据集成21

1.5.4 数据变换22

1.5.5 数据归约23

1.5.6 离散化和概念分层生成23

1.5.7 数据挖掘的算法25

练习题27

第2章 OLAP和多维数据模型29

2.1 OLAP概述30

2.1.1 什么是OLAP30

2.1.2 OLAP和OLTP的区别30

2.1.3 数据仓库与OLAP的关系31

2.2 多维数据模型31

2.2.1 多维数据模型的相关概念32

2.2.2 OLAP的基本分析操作34

2.2.3 多维数据模型的实现途径38

2.3 数据仓库的维度建模40

2.3.1 数据仓库建模概述40

2.3.2 星形模型40

2.3.3 雪花模型41

2.3.4 事实星座模型43

练习题44

第3章 数据仓库设计46

3.1 数据仓库设计概述47

3.1.1 数据仓库设计原则47

3.1.2 建立数据仓库系统的两种模式47

3.1.3 数据仓库设计过程48

3.2 数据仓库规划与需求分析48

3.2.1 数据仓库规划49

3.2.2 数据仓库需求分析49

3.3 数据仓库建模50

3.3.1 数据仓库建模的主要工作50

3.3.2 维表设计53

3.3.3 事实表设计54

3.4 数据仓库物理模型设计55

3.4.1 确定数据的存储结构56

3.4.2 确定索引策略56

3.4.3 确定存储分配57

3.5 数据仓库部署与维护57

3.5.1 数据仓库的部署57

3.5.2 数据仓库的维护58

练习题58

第4章 SQL Server数据仓库开发实例60

4.1 OnRetDW系统需求分析61

4.1.1 OnRetDW系统的主题61

4.1.2 OnRetDW系统的功能62

4.2 OnRetDW的建模62

4.2.1 维表设计62

4.2.2 事实表设计66

4.3 数据抽取工具设计67

4.4 基于SQL Server 2012设计OnRetDW75

4.4.1 创建数据仓库OnRetDW项目75

4.4.2 创建数据源77

4.4.3 创建数据源视图78

4.4.4 创建维表80

4.4.5 创建多维数据集84

4.4.6 部署SDWS85

4.4.7 浏览已部署的多维数据集85

4.5 MDX简介90

4.5.1 MDX语言概述90

4.5.2 执行MDX查询91

4.5.3 多维数据查询92

练习题95

上机实验题96

第5章 关联分析算法97

5.1 关联分析概述98

5.1.1 什么是关联分析98

5.1.2 事务数据库98

5.1.3 关联规则及其度量99

5.1.4 频繁项集101

5.1.5 挖掘关联规则的基本过程101

5.2 Apriori算法102

5.2.1 Apriori性质102

5.2.2 Apriori算法求频繁项集103

5.2.3 由频繁项集产生强关联规则108

5.3 SQL Server挖掘关联规则109

5.3.1 创建DMK数据库109

5.3.2 建立关联挖掘项目110

5.3.3 部署关联挖掘项目并浏览结果116

5.4 电子商务数据的关联规则挖掘119

5.4.1 创建OnRetDMK数据库119

5.4.2 数据加载功能设计120

5.4.3 建立关联挖掘项目121

5.4.4 部署关联挖掘项目并浏览结果121

练习题124

上机实验题126

第6章 决策树分类算法127

6.1 分类过程128

6.1.1 分类概述128

6.1.2 分类过程的学习阶段128

6.1.3 分类过程的分类阶段130

6.2 决策树分类130

6.2.1 决策树130

6.2.2 建立决策树的ID3算法131

6.3 SQL Server决策树分类139

6.3.1 建立数据表139

6.3.2 建立决策树分类挖掘模型140

6.3.3 浏览决策树模型和分类预测143

6.4 电子商务数据的决策树分类146

6.4.1 创建OnRetDMK.DST数据表146

6.4.2 数据加载功能设计146

6.4.3 建立决策树分类模型148

6.4.4 浏览决策树150

练习题150

上机实验题151

第7章 贝叶斯分类算法153

7.1 贝叶斯分类概述154

7.1.1 贝叶斯定理154

7.1.2 贝叶斯信念网络155

7.2 朴素贝叶斯分类156

7.2.1 朴素贝叶斯分类原理157

7.2.2 朴素贝叶斯分类算法159

7.3 SQL Server朴素贝叶斯分类161

7.3.1 建立朴素贝叶斯分类挖掘模型161

7.3.2 浏览朴素贝叶斯分类模型和分类预测164

7.4 电子商务数据的贝叶斯分类168

7.4.1 建立朴素贝叶斯分类挖掘模型168

7.4.2 浏览挖掘结果及分析169

练习题171

上机实验题172

第8章 神经网络算法173

8.1 人工神经网络概述174

8.1.1 人工神经元174

8.1.2 人工神经网络176

8.1.3 神经网络应用177

8.2 用于分类的前馈神经网络177

8.2.1 前馈神经网络的学习过程177

8.2.2 前馈神经网络用于分类的算法180

8.3 SQL Server神经网络分类184

8.3.1 建立神经网络分类挖掘模型184

8.3.2 浏览神经网络分类模型和分类预测186

8.4 电子商务数据的神经网络分类189

8.4.1 建立神经网络分类挖掘模型189

8.4.2 浏览挖掘结果及分析189

练习题191

上机实验题192

第9章 回归分析算法194

9.1 回归分析概述195

9.2 线性回归分析196

9.2.1 一元线性回归分析196

9.2.2 多元线性回归分析197

9.2.3 SQL Server线性回归分析199

9.3 非线性回归分析206

9.3.1 非线性回归分析的处理方法206

9.3.2 可转换成线性回归的非线性回归206

9.3.3 不可变换成线性回归的非线性回归分析208

9.4 逻辑回归分析209

9.4.1 逻辑回归原理209

9.4.2 逻辑回归模型210

9.4.3 SQL Server逻辑回归分析211

9.5 电子商务数据的逻辑回归分析218

9.5.1 建立逻辑回归挖掘模型218

9.5.2 浏览挖掘结果及分析219

练习题220

上机实验题221

第10章 时间序列分析222

10.1 时间序列分析概述223

10.1.1 什么是时间序列和时间序列分析223

10.1.2 时间序列的分类和平稳性判断224

10.1.3 时间序列建模的两种基本假设225

10.1.4 回归分析与时间序列分析226

10.2 确定性时间序列分析226

10.2.1 移动平均模型226

10.2.2 指数平滑模型228

10.3 随机时间序列模型230

10.3.1 随机时间序列模型概述230

10.3.2 自回归模型AR（p）231

10.4 SQL Server时间序列分析232

10.4.1 建立数据表232

10.4.2 建立时间序列分析模型233

10.4.3 浏览时间序列分析模型236

10.5 电子商务数据的时间序列分析238

10.5.1 创建OnRetDMK.TS数据表238

10.5.2 数据加载功能设计238

10.5.3 建立时间序列分析模型239

10.5.4 浏览时间序列分析模型241

练习题242

上机实验题242

第11章 聚类算法243

11.1 聚类概述244

11.1.1 什么是聚类244

11.1.2 相似性度量245

11.1.3 聚类过程245

11.1.4 常见的聚类算法246

11.1.5 聚类分析的应用246

11.2 k-均值算法及其应用247

11.2.1 k-均值算法247

11.2.2 SQL Server的k-均值算法应用250

11.3 EM算法及其应用256

11.3.1 EM算法256

11.3.2 SQL Server中EM算法260

11.4 电子商务数据的聚类分析264

11.4.1 建立聚类挖掘模型264

11.4.2 两种算法结果的比较266

11.5 Microsoft顺序分析和聚类分析算法269

11.5.1 Microsoft顺序分析和聚类分析算法概述269

11.5.2 Microsoft顺序分析和聚类分析算法的应用270

练习题276

上机实验题278

附录A 部分练习题参考答案279

第1章279

第2章279

第3章281

第4章281

第5章281

第6章283

第7章284

第8章285

第9章286

第10章286

第11章286

附录B 上机实验题参考答案288

第4章288

第5章288

第6章290

第7章291

第8章292

第9章292

第10章293

第11章295

附录C 书中数据库和包含的数据表298

1．OnRet数据库298

2．SDW数据库300

3．OnRetDMK数据库301

4．DMK数据库301

参考文献303