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

目录1

第一篇　数据仓库及OLAP概念、原理和技术篇1

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　事务型系统和分析型系统的分离4

1.2　什么是数据仓库6

1.2.1 面向主题6

1.2.2　集成7

1.2.3　稳定性8

1.2.4　随时间而变化9

1.3　数据仓库的体系结构9

1.3.1 数据仓库的体系结构9

1.3.2　数据仓库中的关键名词10

1.4.1　数据仓库的数据组织结构13

1.4　数据仓库的数据组织13

1.4.2　数据粒度与数据分割14

1.4.3　数据仓库的数据组织形式15

1.4.4　数据仓库的数据追加和清理17

1.5　本章小结19

习题19

2.1 ETL20

2.1.1 ETL概念20

第2章　数据仓库中的ETL和元数据20

2.1.2　ETL作用23

2.1.3　ETL工具23

2.2　元数据26

2.2.1　什么是元数据27

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32

2.2.4　在数据仓库项目中使用元数据的建议34

2.3.1　外部数据和非结构化数据35

2.3　外部数据35

2.3.2　元数据和外部数据36

2.3.3　外部数据的存储36

2.3.4　外部数据的管理37

2.4　本章小结37

习题38

第3章　数据仓库模型设计39

3.1 数据仓库模型设计方法概述39

3.2　数据仓库设计的三级数据模型40

3.2.1　概念模型41

3.2.2　逻辑模型41

3.2.3　物理模型41

3.2.4　三种模型之间的关系41

3.2.5 高级模型、中级模型和低级模型42

3.3.1　E-R模型43

3.3　数据仓库的概念模型设计43

3.3.2　面向对象的分析方法46

3.4　数据仓库的逻辑模型设计48

3.4.1 分析主题，确定当前要装载的主题48

3.4.2　确定数据粒度的选择49

3.4.3　确定数据分割策略53

3.4.4　增加导出字段54

3.4.5　定义关系模式54

3.4.6　定义记录系统55

3.5　数据仓库的物理模型设计55

3.5.1　存储结构55

3.5.2　索引策略59

3.5.3　数据存储策略65

3.5.4　存储分配优化67

3.6　数据装载接口设计68

习题69

3.7　本章小结69

第4章　数据仓库的建立和维护71

4.1 数据仓库的投资分析71

4.1.1　建设数据仓库的必要性71

4.1.2　数据仓库的投资回报分析72

4.2　数据仓库的开发方法73

4.2.1　瀑布式开发73

4.2.2　螺旋式开发74

4.3　数据仓库的建立过程74

4.3.1　需求分析75

4.3.2　数据路线76

4.3.3　技术路线77

4.3.4　应用路线81

4.3.5　数据仓库部署87

4.4.1　数据周期88

4.4　数据仓库的维护88

4.3.6　运行维护88

4.4.2　参照完整性89

4.4.3　数据环境信息90

4.4.4　数据备份与恢复91

4.5　提高数据仓库性能92

4.5.1　提高I/O性能92

4.5.2　缩小查询范围93

4.5.3　采取并行优化技术93

4.5.4　选择适当的初始化参数95

4.6　数据仓库的安全性95

4.6.1　安全类型96

4.6.2　安全方法96

4.7　本章小结100

习题101

5.1　什么是数据集市102

第5章　数据仓库与数据集市的关系102

5.2　数据集市的类型103

5.3　数据集市与数据仓库的区别104

5.4　数据集市的特点105

5.5　数据集市的开发方法106

5.6　数据集市的建立107

5.7　本章小结108

习题108

第6章　联机分析处理（OLAP）109

6.1 OLAP概念109

6.1.1　什么是OLAP109

6.1.2　OLAP的相关基本概念109

6.1.3　OLAP和OLTP的区别110

6.2 OLAP的基本操作111

6.2.1　数据切片111

6.2.3　数据上探／下钻113

6.2.2　数据切块113

6.2.4　数据旋转114

6.3　OLAP分类和体系结构115

6.3.1　OLAP的三层客户／服务器结构115

6.3.2　OLAP的分类115

6.3.3　OLAP的体系结构116

6.4　基于多维数据库的OLAP（MOLAP）118

6.4.1　多维数据库118

6.4.2　维的分类119

6.4.3　多维数据库存储121

6.5 基于关系数据库的OLAP（ROLAP）121

6.5.1　维表和事实表121

6.5.2　星型模型和雪花模型125

6.5.3　星座模型和雪暴模型127

6.5.4　ROLAP与MOLAP比较129

6.5.5　HOLAP131

6.6　OLAP的衡量和特性132

6.6.1　OLAP的12准则132

6.6.2　OLAP的简洁准则（OLAP的特性）135

6.7　OLAP的前端展现方式136

6.7.1　OLAP实现架构136

6.7.2　OLAP的Web呈现方式137

6.7.3　瘦客户机方式137

6.7.4　OLAP的前端展现137

6.8 OLAP的发展及展望140

6.8.1　OLAP在应用领域的发展趋势140

6.8.2　OLAP基于Web的应用142

6.8.3　OLAP展望142

6.9　本章小结143

习题143

7.1　在电信业的应用前景144

第7章　数据仓库的应用前景144

7.2　在客户服务及营销方面的应用前景146

7.3　在银行领域的应用前景147

7.4　在保险业的应用前景148

7.5　在图书馆领域的应用前景148

7.6　成功案例分析149

7.7　本章小结154

习题154

第二篇　数据挖掘技术篇155

第8章　数据挖掘介绍155

8.1　数据挖掘概述155

8.2　数据挖掘分类157

8.2.1　概述157

8.2.2　描述性挖掘158

8.2.3　预测性挖掘159

8.3.1 数据挖掘系统的结构160

8.3　数据挖掘系统160

8.3.2　数据挖掘系统的设计161

8.3.3　数据挖掘系统的发展163

8.4　数据预处理164

8.4.1　概述164

8.4.2　数据清理165

8.4.3　数据集成166

8.4.4　数据变换166

8.4.5　数据归约167

8.4.6　属性概念分层的自动生成169

8.5　数据挖掘与数据仓库172

8.6　数据挖掘的应用和发展172

8.6.1　数据挖掘的应用172

8.6.2　数据挖掘未来研究方向174

8.7　本章小结174

习题175

第9章　描述性挖掘176

9.1　特征与比较描述176

9.1.1　特征与比较描述概述176

9.1.2　面向属性归纳177

9.1.3　特征与比较规则181

9.2　关联规则挖掘184

9.2.1 关联规则的基本概念184

9.2.2　Apriori算法186

9.2.3　FP-growth算法191

9.3　聚类分析195

9.3.1　聚类分析的基本概念195

9.3.2　基于划分的聚类算法201

9.3.3　基于密度的聚类算法204

9.4　本章小结208

习题208

第10章　分类与预测210

10.1　决策树分类算法212

10.1.1　什么是决策树212

10.1.2　决策树的建立213

10.1.3 由决策树提取分类规则218

10.1.4 对新对象分类219

10.2　神经网络219

10.2.1　前馈神经网络结构219

10.2.2　神经网络学习221

10.2.3　神经网络分类225

10.3 回归分析226

10.3.1　一元回归分析226

10.3.2　多元回归分析230

10.3.3　非线性回归231

习题233

10.4　本章小结233

第三篇　工具及实例介绍篇235

第11章　数据仓库工具介绍235

11.1　数据仓库产品选择235

11.1.1 数据仓库产品组成235

11.1.2　数据仓库产品应具备的关键技术236

11.1.3　数据仓库产品现状237

11.1.4　如何选取数据仓库工具237

11.2　常用数据仓库产品简介238

11.2.1 Oracle 9i238

11.2.2　NCR TeraData239

11.2.3　IBM DB2240

11.2.4　Informix242

11.3　本章小结245

习题245

12.1 Cognos公司BI主要产品介绍246

第12章　Cognos介绍246

12.1.1　数据查询和即席报表生成工具247

12.1.2　模型建立工具252

12.1.3　在线分析处理及展现工具257

12.2　Cognos应用例子259

12.2.1　报表的生成259

12.2.2　Cube的构造265

12.3　本章小结269

习题269

第13章　移动通信业务数据仓库系统271

13.1　系统介绍271

13.1.1 系统建设的原则和目标271

13.1.2　系统结构和功能272

13.2　系统模型设计274

13.2.1　概念模型设计274

13.2.2　逻辑模型设计279

13.2.3　物理模型设计（PDM）283

13.3　数据装载接口设计286

13.3.1　概述286

13.3.2　源数据分析286

13.3.3　ETL287

13.4　数据仓库的维护288

13.4.1　数据周期288

13.4.2　参照完整性289

13.4.3　数据备份与恢复289

13.5　前端分析展示292

13.5.1 概述292

13.5.2　前端分析展示设计及实现293

13.5.3　Demo演示293

13.6　本章小结297

习题297

主要参考文献299