基于數(shù)據(jù)倉庫的數(shù)據(jù)挖掘技術

前言
　　第1章 數(shù)據(jù)庫、數(shù)據(jù)庫管理系統(tǒng)與數(shù)據(jù)倉庫
　　1.1 數(shù)據(jù)庫與數(shù)據(jù)庫技術
　　1.1.1 數(shù)據(jù)、數(shù)據(jù)庫與數(shù)據(jù)庫系統(tǒng)
　　1.1.2 數(shù)據(jù)庫系統(tǒng)的特點
　　1.1.3 數(shù)據(jù)庫技術新發(fā)展
　　1.2.數(shù)據(jù)倉庫
　　1.2.1 從傳統(tǒng)數(shù)據(jù)庫到數(shù)據(jù)倉庫
　　1.2.2 數(shù)據(jù)倉庫的基本特性
　　1.3 數(shù)據(jù)倉庫及其數(shù)據(jù)分析工具
　　1.3.1 聯(lián)機分析與數(shù)據(jù)挖掘
　　1.3.2 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘
　　1.3.3 數(shù)據(jù)倉庫未來發(fā)展方向
　　
　　第2章 數(shù)據(jù)倉庫原理
　　2.1 數(shù)據(jù)倉庫的結構與技術要求
　　2.1.1 數(shù)據(jù)倉庫的總體結構
　　2.1 2 數(shù)據(jù)集市
　　2.1.3 數(shù)據(jù)倉庫的技術要求
　　2.2 數(shù)據(jù)倉庫中的數(shù)據(jù)
　　2.2.1 數(shù)據(jù)倉庫的數(shù)據(jù)組織
　　2.2.2 數(shù)據(jù)模型
　　2.2.3 數(shù)據(jù)倉庫的概念模型
　　2.2.4 數(shù)據(jù)倉庫的邏輯模型與物理模型
　　2.3 元數(shù)據(jù)
　　2.3.1 元數(shù)據(jù)的作用
　　2.3.2 元數(shù)據(jù)的分類
　　2.3.3 元數(shù)據(jù)的標準化
　　2.3.4 數(shù)據(jù)粒度
　　
　　第3章 數(shù)據(jù)倉庫設計
　　3.1 數(shù)據(jù)倉庫的需求與規(guī)劃
　　3.1.1 數(shù)據(jù)庫設計方法簡述
　　3.1.2 數(shù)據(jù)倉庫開發(fā)流程
　　3.1.3 數(shù)據(jù)倉庫需求分析
　　3.1.4 數(shù)據(jù)倉庫規(guī)劃
　　3.2 建立數(shù)據(jù)倉庫
　　3.2.1 數(shù)據(jù)倉庫的平臺與結構選擇
　　3.2.2 數(shù)據(jù)倉庫接口與中間件設計
　　3.2.3 數(shù)據(jù)倉庫的數(shù)據(jù)抽取、加載與復制
　　3.2.4 數(shù)據(jù)倉庫邏輯模型的確定
　　3.2.5 數(shù)據(jù)倉庫物理模型的確定
　　3.2.6 數(shù)據(jù)倉庫測試
　　3.3 數(shù)據(jù)倉庫典型解決方案
　　
　　第4章 聯(lián)機分析處理
　　4.1 聯(lián)機分析的概念與特性
　　4.1.1 聯(lián)機分析的概念
　　4.1.2 聯(lián)機分析的特性
　　4.1.3 聯(lián)機分析準則
　　4.2 多維OLAP和關系OLAP
　　4.2.1 MOLAP和ROL,AP的概念
　　4.2.2 OLAP選擇評價
　　4.2.3 OLAM
　　4.3 OLAP服務器及其工具評價
　　4.3.1 OLAP服務器和工具的評價標準
　　4.3.2 Oracle OLAP工具
　　4.3.3 Informix工具
　　4.3.4 MSS QLS erver中的OLAP功能
　　
　　第5章 數(shù)據(jù)挖掘算法
　　5.1 數(shù)據(jù)挖掘概述
　　5.1.1 數(shù)據(jù)挖掘的演變
　　5.1.2 數(shù)據(jù)挖掘的分類
　　5.1.3 常用數(shù)據(jù)挖掘模式與工具
　　5.2 數(shù)據(jù)挖掘中的關聯(lián)、挖掘公式和聚類
　　5.2.1 關聯(lián)規(guī)則
　　5.2.2 數(shù)據(jù)挖掘公式
　　5.2.3 數(shù)據(jù)聚類
　　5.3 數(shù)據(jù)挖掘常用算法
　　5.3.1 數(shù)據(jù)挖掘的集合論法
　　5.3.2 數(shù)據(jù)挖掘的決策樹法
　　5.3.3 數(shù)據(jù)挖掘的遺傳算法
　　5.4 神經網絡與專家系統(tǒng)
　　5.4.1 神經網絡方法
　　5.4.2 專家系統(tǒng)
　　
　　第6章 統(tǒng)計類數(shù)據(jù)挖掘和知識類數(shù)據(jù)挖掘
　　6.1 設計數(shù)據(jù)挖掘模型
　　6.1.1 數(shù)據(jù)挖掘方法論
　　6.1.2 構造和使用數(shù)據(jù)挖掘模型
　　6.2 統(tǒng)計類數(shù)據(jù)挖掘
　　6.2.1 統(tǒng)計分析類數(shù)據(jù)挖掘技術
　　6.2.2 統(tǒng)計分析工具
　　6.2.3 統(tǒng)計分析工具應用
　　6.3 知識類數(shù)據(jù)挖掘
　　6.3.1 知識發(fā)現(xiàn)系統(tǒng)的一般結構
　　6.3.2 知識發(fā)現(xiàn)技術及其運用
　　6.3.3 知識發(fā)現(xiàn)工具
　　6.4 MDX語言
　　
　　第7章 其他數(shù)據(jù)挖掘技術和工具
　　7.1 網絡信息挖掘與網絡信息檢索
　　7.1.1 Web挖掘的概念
　　7.1.2 關于網絡信息檢索
　　7.2.WEB挖掘
　　7.2.1 Web文本挖掘
　　7.2.2 IDGS Web內容挖掘系統(tǒng)
　　7.2.3 Web結構挖掘
　　7.2.4 Web使用記錄挖掘
　　7.3 空間數(shù)據(jù)與分布式數(shù)據(jù)挖掘
　　7.3.1 空間數(shù)據(jù)挖掘
　　7.3.2 分布式數(shù)據(jù)挖掘
　　7.4 多媒體數(shù)據(jù)檢索
　　7.4.1 多媒體檢索過程及其特征提取
　　7.4.2 基于內容的圖像檢索
　　7.4.3 視頻結構化及其檢索
　　7.4.4 基于內容的音頻檢索
　　
　　第8章 數(shù)據(jù)倉庫的應用和管理
　　8.1 CRM應用開發(fā)
　　8.1.1 CRM方案概述
　　8.1.2 CRM實施
　　8.2 數(shù)據(jù)倉庫及數(shù)據(jù)挖掘中的法律問題
　　8.3 數(shù)據(jù)倉庫管理
　　8.3.1 數(shù)據(jù)倉庫開發(fā)的成本，效益分析
　　8.3.2 數(shù)據(jù)倉庫安全管理
　　8.3.3 數(shù)據(jù)倉庫應用的階段性
　　8.3.4 數(shù)據(jù)倉庫的評價
　　
　　附錄
　　附錄A 人工智能與專家決策
　　A.1 人工智能
　　A.2 置信因子與模糊邏輯
　　A.3 專家及其準則
　　A.4 關于專家決策系統(tǒng)
　　附錄B 數(shù)據(jù)倉庫測試規(guī)范
　　B.1 測試0IXP性能的TPC-C
　　B.2 TPC-D、TPC-H和TPC-R
　　B.3 評價電子商務的TPC-W
　　B.4 設計企業(yè)的性能測試方案
　　附錄C Oracle+Power Builder綜合應用簡述
　　C.1 Oracle中的數(shù)據(jù)對象
　　C.2 PowerBuilder應用程序開發(fā)步驟
　　C.3 連接數(shù)據(jù)庫
　　C.4 Oracle+Power Builder綜合應用步驟
　　附錄D XML與數(shù)據(jù)庫
　　參考文獻